Estatística Básica∗

Fabricio Ferrari
[email protected]

2004

Parte I

1 Método científico
Método: conjunto de meios e rotinas dispostos convenientemente para se chegar
a um fim que se deseja.

Método experimental: método que consiste em manter constantes todas as cau-

sas (fatores), menos uma, e variar esta causa de modo que se possa descobrir seus
efeitos.

Método estatístico: método que admite todas as causas presentes variando-as,

dada a impossibilidade de manter as causas constantes, registrando estas variações
e procurando determinar que influências cabem a cada uma delas.

Estatística: a estatística é a parte da Matemática Aplicada que fornece métodos

para a coleta, organização, descrição, análise e interpretação de dados e para a
utilização dos mesmos na tomada de decisões.

2 Fases do método estatístico

As várias fases do método estatístico estão delineadas a seguir. As etapas descritas
nas seções de planejamento, coleta, crítica, apuração e exposição constituem a Es-
tatística Descritiva, enquanto a seção de análise constitui a Estatística Indutiva
ou Inferencial
∗
Baseado em Estatística Fácil de Antônio Arnot Crespo, Editora Saraiva, 1999.

1
2.1 Planejamento
A primeira etapa consiste em planejar o modo como serão realizadas as fazes se-
guintes, determinando o objetivo da pesquisa e os métodos que serão utilizados.
Nesta etapa são definidos os objetivos, as características da amostra, o método de
aquisição e de processamento de dados.

2.2 Coleta de dados

Coleta indireta
A coleta direta de dados é quando os dados são obtidos pelo próprio pesquisador
através de levantamento de registros (nascimentos, óbitos, notas fiscal, impostos,
etc.) ou coletados diretamente através de inquéritos, questionários, etc.
A coleta direta pode ser classificado quanto ao fator tempo como:

• contínua: quando feita de forma continuada, como registro de nascimentos

e óbitos, frequência de alunos às aulas, etc.

• periódica: quanto feita em intervalos constantes de tempo, como censos (10

em 10 anos), avaliações mensais dos alunos, etc.

• ocasional: quanto feitas em determinada situação para atender a um obje-

tivo, como pesquisa de mortalidade de um rebanho, pesquisa de um produto
no mercado, etc.

Coleta indireta
A coleta indireta é inferida de elementos conhecidos, através de uma coleta direta,
ou do conhecimento de fenômenos relacionados ao fenômeno estudado. Por exem-
plo, pesquisa sobre mortalidade infantil que é feita sobre a coleta direta de dados
de nascimentos e óbitos.

2.3 Crítica dos dados

Os dados obtidos devem ser criticados à procura de falhas sistemáticas no planeja-
mento, aquisição e armazenamento dos dados.

2.4 Apuração dos dados

É a etapa de soma e processamento dos dados obtidos mediante critérios de classi-
ficação. Pode ser manual, eletromecânica ou eletrônica.

2
2.5 Exposição ou apresentação dos dados
Os dados sempre devem ser apresentados de forma adequada, seja através de ta-
belas ou gráficos, seguindo os critérios determinados no planejamento e utilizados
no processamento dos dados. A exposição dos dados tem o objetivo de facilitar a
análise daquilo que é objeto do estudo estatístico.

2.6 Análise
A última etapa do processo estatístico consiste em tirar conclusões sobre os dados
levantados e processados, inferindo conclusões sobre o todo (população) a partir
de dados coletados de uma parte representativa da população (amostra)

3 População e amostra
3.1 Variáveis
Variável é o conjunto de resultados possíveis de um fenômeno.
As variáveis podem ser:
• qualitativa: quando seus valores são expressos por atributos, de forma não
numérica. Por exemplo sexo (M ou F), cor da pele (branca, preta, amarela,
...), etc.

• quantitativa: quando seus valores são expressos por números. Por exemplo
idade, salário, volume, etc. As variáveis quantitativas ainda são classificadas
como:

– discreta: quando os seus valores podem enumerados. Ex. de conta-

gem: do número de pessoas numa sala (1, 2, 3, . . .)
– contínua: quando os seus valores podem ser qualquer um num inter-
valo. Ex. de medições: volume de uma caixa d’agua (1 m 3 , 1.1 m3 ,
1.01 m3 , . . .)

3.2 População e amostra

População e amostra referem-se ao conjunto de entes cujas propriedades desejamos
averiguar.
População estatística ou universo estatístico é o conjunto de entes portadores
de pelo menos uma característica em comum. Por exemplo, os estudantes consti-
tuem uma população com uma característica em comum: são os que estudam.
Muitas vezes, por motivos práticos ou econômicos, limitam-se os estudos es-
tatísticos somente a uma parte da população, a amostra. A amostra é um subcon-
junto finito de uma população.
Como todo a análise estatística será inferida a partir das características obtidas
da amostra, é importante que a amostra seja representativa da população, isto é,

3
que as suas características de uma parte (amostra) sejam em geral as mesmas que
do todo (população).

3.3 Amostragem
Amostragem é a técnica especial de escolher amostras que garanta o acaso na
escolha. Assim cada elemento da população tem a mesma chance de ser escolhido,
o que garante à amostra um caráter de representatividade da população.

3.3.1 Amostragem casual ou aleatória simples

Este tipo de amostragem é baseado no sorteio da amostra. Numera-se a população
de 1 a n e depois, utilizando um dispositivo aleatório qualquer, escolhem-se k
números desta sequência, que corresponderão aos elementos da amostra.
E XEMPLO:
pesquisa da estatura de uma escola com 90 alunos (população: 90 alunos)
usando uma amostra de 10% da população:

1. numeram-se os alunos de 1 a 90;

2. sorteiam-se 9 números (10% de 90) usando algum mecanismo aleatório ou

através de uma Tabela de Números Aleatórios (veja o Apêndice D). Por
exemplo escolhendo-se a 5a linha da tabela do Apêndice D), tem-se: 14
35 30 19 66 27 77 45 38

3. os alunos numerados de acordo com a lista acima são escolhidos e tomados

os valores das suas estaturas, obtendo assim uma amostra da população dos
90 alunos.

3.3.2 Amostragem proporcional estratificada

Quando a população se divide em sub-populações – estratos – é necessário utilizar
um amostragem proporcional estratificada, que considera os estratos (subgrupos) e
obtém a amostragem proporcional a estes.
E XEMPLO : Suponha que no exemplo anterior, dos noventa alunos, 54 sejam me-
ninos e 36 sejam meninas. Neste caso precisamos obter a amostra estratificada.
Serão dois estratos (sexo masculino e sexo feminino) e queremos uma amostra de
10% da população. Assim,

1. Definimos a amostra em estratos:

SEXO POPULAÇÃO 10% AMOSTRA

M 54 5,4 5
F 36 3,6 4
Total 90 9,0 9

4
 2. Numeram-se os alunos de 1 a 90 sendo que 1 a 54 correspondem a meninos
e de 55 a 90, a meninas. Tomando a 2 coluna, de cima para baixo, tem-se:
56 05 46 74 90 17 75 63 31.

3. Neste caso serão obtidas as características dos seguintes alunos:

56 05 46 74 90 – meninos
17 75 63 31 – meninas.

3.3.3 Amostragem sistemática

Quando os elementos da população já estão ordenados, não é necessário construir
um sistema de referência ou de amostragem. Neste caso a amostragem é sistemá-
tica.
E XEMPLO :
Suponha uma rua que tenha 500 prédios e desejamos obter uma amostra de 40
prédios (8%). Como os prédios já estão ordenados na rua, podemos usar o seguinte
procedimento:

1. como 500/40 = 12.5, então temos de selecionar um prédio para a amostra a

cada 12.

2. sorteamos um número entre 1 e 12 inclusive, digamos que seja 5.

3. vamos amostrando os prédios iniciando pelo 5 o e pulando de 12 em 12. As-

sim, iniciamos pelo prédio 5, depois usamos o prédio 12+5, depois 12+12+5,
e assim por diante.

4. No final teremos amostrado os 40 prédios.

4 Séries Estatísticas
4.1 Tabelas
A tabela é um quadro que resume um conjunto de observações. Compõe-se de:

• corpo: linhas e colunas que contém os valores das variáveis em estudo.

• cabeçalho: parte superior que especifica o conteúdo das colunas.

• coluna indicadora: coluna que indica o conteúdo das linhas.

• casa ou célula: espaço destinado a uma só informação.

• título: conjunto de informações sobre a tabela (O quê? Quando? Onde?)

localizada no topo da tabela.

E XEMPLO :

5
 P RODUÇÃO DE CAFÉ
B RASIL
Anos Produção
(1000 ton)
1991 1221
1992 2234
1993 1254
1994 1445
1995 1112
FONTE : IBGE .

Normas para células

• usar um traço horizontal (—) quando o valor é nulo quanto à natureza das
coisas ou resultado do inquérito.

• três pontos (. . .) quando não temos dados.

• um ponto de interrogação (?) quando temos dúvida quanto à exatidão do

valor.

• zero (0; 0,0; 0,00) quando o valor é muito pequeno para ser expresso pela
grandeza utilizada.

4.2 Séries históricas, cronológicas, temporais ou marchas

Descrevem os valores da variável, em determinado local, discriminados segundo
intervalos de tempo variáveis.
E XEMPLO :

P REÇO DO ACÉM
S ÃO PAULO
Anos Preço médio
(US$)
1989 2,24
1990 2,73
1991 2,12
1992 1,89
1993 2,04
FONTE : APA.

4.3 Séries geográficas, espaciais, territoriais ou de localização

Descrevem os valores da variável, em determinado instante, discriminados segundo
regiões.
E XEMPLO :

6
 D URAÇÃO MÉDIA DOS
ESTUDOS SUPERIORES
1994
Países Núm. de anos
Itália 7,5
Alemanha 7,0
França 7,0
Holanda 5,9
Inglaterra <4
FONTE : Revista Veja.

4.4 Séries específicas ou categóricas

Descrevem os valores da variável, em determinado tempo e local, discriminando
segundo especificações ou categorias.
E XEMPLO :

R EBANHOS BRASILEIROS
1992
Espécies Quantidade
(1.000 cabeças)
Bovinos 154.440,8
Ovinos 19.955,9
Caprinos 12.159,6
Suínos 34.532,2
FONTE : IBGE .

4.5 Séries conjugadas – tabela de dupla entrada

Constituem-se da conjugação de uma ou mais séries.
E XEMPLO :
Podemos ter a conjugação de uma série geográfica com uma série histórica.

T ERMINAIS TELEFÔNICOS EM SERVIÇO

Regiões 1991 1992

Norte 342.938 375.658
Sudeste 6.234.501 6.729.467
Sul 1.497.315 1.608.989
FONTE : Ministério das Comunicações.

4.6 Distribuição de frequência

São dados agrupados de acordo com intervalos de valores das variáveis.
E XEMPLO :

7
 E STATURA DE 100 ALUNOS
DA ESCOLHA X – 1994
Estaturas Núm. de
(cm) alunos
140 ` 145 2
145 ` 150 5
150 ` 155 11
155 ` 160 39
160 ` 165 32
165 ` 170 10
170 ` 175 1
Total 100
FONTE : dados fictícios.

4.7 Dados absolutos e dados relativos

Dados absolutos são aqueles resultantes da coleta direta da fonte, sem outra mani-
pulação senão contagem ou medida. Os dados relativos são resultados de especi-
ficações por quociente (razões) para facilitar a compreensão entre as quantidades.

4.7.1 Porcentagem
Os dados relativos são especificados como uma razão relativa ao total, que equivale
a uma centena (100) ou uma unidade (1).
E XEMPLO :
Total do rebanho: 1456 (100%)
Bovinos: 860/1456 = 0.59 ⇒ 59%
Ovinos: 354/1456 = 0.243 ⇒ 24%
Caprinos: 30/1456 = 0.02 ⇒ 2%
Suínos: 212/1456 = 0.1456 ⇒ 15%
RELATIVO A 100:

R EBANHOS DE UMA FAZENDA – 1992

Espécies Quantidade Porcentagem
(cabeças) %
Bovinos 860 59
Ovinos 354 24
Caprinos 30 2
Suínos 212 15
Total 1456 100
FONTE : DADOS FICTÍCIOS .

RELATIVO A 1:

8
 R EBANHOS DE UMA FAZENDA – 1992
Espécies Quantidade Proporção
(cabeças)
Bovinos 860 0,590
Ovinos 354 0,243
Caprinos 30 0,020
Suínos 212 0,146
Total 1456 1
FONTE : DADOS FICTÍCIOS .

4.7.2 Índices
Os índices são razões entre duas grandezas tais que uma não inclui a outra.
E XEMPLO :
população
densidade demográfica =
superfície
renda
renda per capita =
população

4.7.3 Coeficientes
Os coeficientes são razões entre o número de ocorrências e o número total (ocor-
rências e não ocorrências).
E XEMPLO :
número de nascimentos
coeficiente de natalidade =
população total
número de evadidos
coeficiente de evasão escolar =
total inicial de matrículas

4.7.4 Taxas
As taxas são os coeficientes multiplicados por uma potência de 10 (10, 100, 1000,
...) para tornar o resultado mais legível.
E XEMPLO :
taxa de mortalidade = coeficiente de mortalidade × 1000

5 Gráficos estatísticos
O gráfico estatístico é uma forma de apresentação dos dados estatísticos cujo ob-
jetivo é o de produzir uma impressão mais rápida e viva do fenômeno em estudo.
A seguir são apresentados vários tipos de gráficos baseados na mesma série
estatística apresentada na tabela abaixo.

9
 Totais de Óleo no RS em 2015
Meses Consumo Produção
Jan 1 2
Fev 2 2
Mar 4 3
Abr 3 4
Mai 4 4,5
Jun 2 5
Jul 2 3
Ago 3 2
FONTE : DADOS FICTÍCIOS .

5.1 Gráficos em linha ou curva

Este tipo de gráfico usa uma linha poligonal para representar a série estatística.
Para ficar mais claro pode ser hachurado (preenchido).

5.2 Gráficos em colunas ou em barras

Este tipo de gráfico usa colunas para representar a série estatística. Podem ser
verticais ou horizontais e conter barras múltiplas.

10
5.3 Gráfico em setores
É o tipo de gráfico construído com base num círculo. É útil para representar frações
em relação ao total.

11
Parte II

6 Distribuição de Frequência
6.1 Tabela Primitiva e Rol
A tabela em que os elementos não foram organizados numericamente chama-se
tabela primitiva. Por exemplo, considere o levantamento de dados da estatura de
40 alunos da escola A (variável x), cujos resultados, em centímetros, mostrados na
tabela a seguir, estão colocados na sequência como foram obtidos.

Estatura de 40 Alunos da Escola A (cm)

166 160 161 150 162 160 165 167 164 160
162 161 168 163 156 173 160 155 164 168
155 152 163 160 155 155 169 151 170 164
154 161 156 172 153 157 156 158 158 161
O primeiro passo para a organização dos dados é ordená-los de forma crescente
ou decrescente. A tabela assim organizada recebe o nome de rol.

Estatura de 40 Alunos da Escola A (cm)

150 154 155 157 160 161 162 164 166 169
151 155 156 158 160 161 162 164 167 170
152 155 156 158 160 161 163 164 168 172
153 155 156 160 160 161 163 165 168 173
A simples organização dos dados em um rol de ordem crescente já permite deter-
minar diretamente o menor valor (x = 150 cm), o maior valor (x = 173 cm), o
valor que mais ocorre (x = 160 cm), e a amplitude da variação (a distância entre o
maior e o menor, ∆x = 173 − 150 = 23 cm).

6.2 Distribuição de Frequência

Uma maneira mais concisa de mostrar os dados do rol é apresentar cada um seguido
pelo número de vezes que ocorre, ao invés de repetí-los. O número de ocorrências
de um determinado valor recebe o nome de frequência. Por exemplo, a estatura de
155 cm ocorre 4 vezes que se escreve f (155) = 4; a estatura de 150 ocorre 1 vez
ou f (150) = 1.
A tabela que contém todos os valores com a sua frequência recebe o nome
de distribuição de frequência. Veja abaixo uma distribuição de frequência cons-
truída a partir do rol anterior (separada em 3 partes):

12
 Estat. Freq. Estat. Freq.
Estat. Freq.
150 1 158 2
167 1
151 1 160 5
168 2
152 1 161 4
169 1
153 1 162 2
170 1
154 1 163 2
172 1
155 4 164 3
173 1
156 3 165 1
Total 40
157 1 166 1

Ainda assim, o processo exige muito espaço em especial quando o número de

valores da variável (n) aumenta. O mais razoável nestes casos, em especial quando
a variável é contínua, é agrupar os valores por intervalos. Deste modo, ao invés
de listar cada um dos valores que ocorrem, listam-se os intervalos de valores e
a frequência correspondente, isto é, ao invés de colocar 1 aluno com 150 cm, 1
aluno com 151 cm, etc., coloca-se 4 alunos entre 150 e 154 cm. Este intervalo é
escrito como 150 ` 154 que corresponde a 150 6 x < 154 (a variável pode estar
desde 150 inclusive até 154 exclusive), portanto valores 150, 150.1, 151, 152, 153,
153.5, 153.99 estariam neste intervalo, mas 154 não. Definindo o rol de acordo
com intervalos, tem-se a seguinte tabela:

Estatura de 40 Alunos do Colégio A

Estaturas Frequência
(cm)
150 ` 154 4
154 ` 158 9
158 ` 162 11
162 ` 166 8
166 ` 170 5
170 ` 174 3
Total 40

Procedendo desta forma perde-se a informação detalhada das estaturas, mas ganha-
se em simplicidade, pois a análise dos dados fica simplificada. Examinando a
tabela acima, podemos facilmente verificar que a maioria dos alunos tem estaturas
entre 154 e 166 cm e que uma minoria é menor que 154 cm ou maior que 170. Esta
análise não é imediata da tabela em que todos os valores são listados. Por outro
lado, se desejarmos saber quantos alunos tem 150 cm de altura, esta informação
não estará disponível pois somamos os alunos de 150, 151, 152 e 153 cm numa
única classe da distribuição de frequência.
Frequentemente procedemos desta forma numa análise estatística, pois o ob-
jetivo da estatística é justamente fazer o apanhado geral das características de um
conjunto de dados, desinteressando-se por casos particulares.

13
6.3 Elementos de uma Distribuição de Frequência
6.3.1 Classe
As classes são intervalos de variação de uma variável. As classes são representadas
simbolicamente por i, sendo i = 1, 2, . . . , k, onde k é o número total de classes. O
número total de valores é simbolizado por n.
Assim, no exemplo, o intervalo 154 ` 158 define a segunda classe (i = 2),
o intervalo 166 ` 170 define a quinta classe (i = 5) e assim por diante. Como
a distribuição tem seis classes, logo k = 6. a variável x assume 40 valores, logo
n = 40.

6.3.2 Limites de Classe

Os limites de classe são os extremos de cada classe. Para uma determinada classe
i, o limite inferior é simbolizado por l i e o limite superior por Li .
O limite inferior da segunda classe é escrito como l 2 = 154, enquanto o limite
superior da segunda classe é escrito como L 2 = 158.
De acordo com o IBGE1 as classes devem ser escritas como desta quantidade
até menor que aquela, usando para isso o símbolo `. Assim, l i ` Li significa
inclusão de li e exclusão de Li . O indivíduo com estatura 158 cm estaria na terceira
classe (i = 3) e não na segunda.

6.3.3 Intervalo de Classe

A amplitude de um intervalo de classe ou simplesmente intervalo de classe é o
tamanho do intervalo que define a classe. O intervalo da classe i é simbolizado por
hi e é obtido pela diferença entre os seus limites:

hi = L i − l i .

No exemplo que usamos, o tamanho do intervalo da segunda classe (h 2 ) vale

h2 = L2 − l2 = 158 − 154 = 4 cm.

Todos as outras classes do exemplo também tem intervalo de 4 cm, pois este é o
intervalo entre cada um dos limites inferiores e os limites superiores corresponden-
tes.

6.3.4 Amplitude Total da Distribuição

A amplitude total da distribuição (AT ) é o intervalo total compreendido por todas
as classes da distribuição, isto é, desde o limite inferior da primeira classe (l 1 ) até
o limite superior da última classe (L k ). Matematicamente, escrevemos isso como

AT = Lk − l1 .
1
Instituto Brasileiro de Geografia e Estatística

14
Ainda no nosso exemplo, temos seis classes (k = 6). O limite superior da última
classe (i = 6) vale L6 = 174, enquanto o limite inferior da primeira classe (i = 1)
vale l1 = 150. Portanto,
AT = L6 − l1 = 174 − 150 = 24 cm.
Numa distribuição em que as classes que possuem o mesmo intervalo, a ampli-
tude total pode ser escrita como o intervalo de classe multiplicado pelo número de
classes
AT = hi k.

6.3.5 Amplitude Amostral

A amplitude amostral (AA) é o intervalo entre o maior valor (máx(x)) e o menor
valor (mín(x)) dos dados da amostra:
AA = máx(x) − mín(x)
No exemplo a maior estatura é 173 e a menor 150, logo AA = 173 − 150 = 23
cm.

6.3.6 Ponto Médio de uma Classe

O ponto médio de uma classe é o ponto que divide a classe ao meio. O ponto
médio da classe i é simbolizado por x i e calculado efetuando-se a média entre os
limites da classe:
li + L i
xi = .
2
No nosso exemplo, o ponto médio da segunda classe é
l2 + L 2 154 + 158
x2 = = = 156 cm.
2 2
O ponto médio de uma classe é o valor representativo da classe.

6.3.7 Frequência Simples ou Absoluta

A frequência simples ou frequência absoluta ou simplesmente frequência de
uma classe ou de um valor individual é o número de vezes que o valor ocorre numa
amostra. A frequência da classe i é representada por f i . Assim, no exemplo temos
f1 = 4, f2 = 9, f3 = 11, f4 = 8, f5 = 5, f6 = 3.
P
A
Pksoma de todas as frequências é representada pelo símbolo de somatório ( ).
i=1 fi significa a soma dos fi sendo que i vai desde 1 até k. Pode-se entender
que a soma de todas as frequências é igual ao número total de valores na amostra:
k
X
fi = n.
i=1

15
Quando não há dúvidas, podemos escrever simplesmente:
X
fi = n
P6
No nosso exemplo, escrever i=1 fi é como escrever f1 + f2 + f3 + f4 + f5 + f6 ,
ou seja:
6
X
fi = f1 + f2 + f3 + f4 + f5 + f6 = 4 + 9 + 11 + 8 + 5 + 3 = 40.
i=1

Neste ponto podemos reescrever a distribuição de frequência com a seguinte

representação técnica da tabela:

Estatura de 40 Alunos do Colégio A

i Estaturas (cm) fi
1 150 ` 154 4
2 154 ` 158 9
3 158 ` 162 11
4 162 ` 166 8
5 166 ` 170 5
6 170 ` 174 3
P
fi = 40

6.4 Determinação do Número de Classes e Intervalos de Classe

Quando dispomos de uma tabela primitiva ou de um rol, precisamos estabelecer a
quantidade e o intervalo das classes que vamos criar, de outro modo a distribuição
de frequência pode não ser útil para a nossa análise.
Uma das maneiras de determinar o número de classes é usando a Regra de
Sturges que determina k em função de n:

k ' 1 + 3.3 log(n)

onde k é o número de classes e n o número de dados. Da mesma forma podemos

usar outra regra que associa k e n de outra forma:
√
k ' n.

No nosso exemplo, usando a Regra de Sturges temos n = 40, logo k = 1 +

3.3 log(40)
√ = 6.28 ' 6, portanto utilizamos 6 classes. Com a outra regra, temos
k = 40 = 6.32 ' 6, cujo resultado para o número de classes é o mesmo.
Sabendo o número de classes (k) que vamos usar, podemos determinar o inter-
valo de classes através da amplitude total da distribuição (AT )
AT
h' .
k

16
Nas equações acima foi usado o símbolo de aproximadamente (') ao invés de
igualdade (=) porque estas fórmulas representam valores típicos a serem usados
mas que podem ser alterados ligeiramente de acordo com o objetivo da distribuição
ou para evitar classes com frequências nulas enquanto outras tem valores muito
altos. Com relação ao intervalo de classe, lembre-se que a amplitude total (AT )
deve ser ligeiramente maior que a amplitude amostral (AA) para que a distribuição
tenha intervalos para incluir todos os valores da amostra.

6.5 Tipos de Frequências

6.5.1 Frequências Simples ou Absoluta
Frequências simples ou absoluta (f i ) são os valores que diretamente representam
o número de dados de cada classe. A soma de todas as ocorrências em cada classe
é igual ao número total de dados:
k
X
fi = n.
i=1

6.5.2 Frequências Relativas

Frequências relativas (f ri ) são as razões entre as frequências simples (f i ) e a
frequência total (n):
fi fi
f ri = P = .
fi n
A frequência relativa de uma classe mostra a parcela que aquela classe representa
da amostra. Assim, a frequência relativa da terceira classe do nosso exemplo é:
f3 11
f r3 = P = = 0.275,
fi 40
então a terceira classe corresponde a uma fração de 0.275 do total ou 27.5 %.

6.5.3 Frequência Acumulada

Frequência acumulada (Fi ) é a soma das frequências simples de todas as classes
com intervalos inferiores a um determinada classe:
j
X
Fj = fi = f 1 + f 2 + . . . + f j .
i=1
Assim, ainda no exemplo dos alunos, a frequência acumulada correspondente à
terceira classe é
3
X
F3 = fi = f1 + f2 + f3 = 4 + 9 + 11 = 24,
i=1
que significa que existem 24 alunos com estatura inferior a 162 cm (limite superior
da terceira classe.)

17
6.5.4 Frequência Acumulada Relativa
Frequência acumulada relativa (F r i ) é a frequência acumulada da classe dividida
pela frequência total da distribuição:

Fi Fi
F ri = P = .
fi n

Logo, para a terceira classe, temos:

F3 24
F r3 = = = 0.6
n 40
que significa que a fração de 0.6 alunos (ou 60%) tem estaturas inferiores à 162 cm
(limite superior da terceira classe.)

A tabela completa do nosso exemplo fica assim:

Estatura de 40 Alunos do Colégio A

i Estaturas (cm) xi fi f ri Fi F ri
1 150 ` 154 152 4 0.100 4 0.100
2 154 ` 158 156 9 0.225 13 0.325
3 158 ` 162 160 11 0.275 24 0.600
4 162 ` 166 164 8 0.200 32 0.800
5 166 ` 170 168 5 0.125 37 0.925
6 170 ` 174 172 3 0.075 40 1.000
P P
fi = 40 f ri = 1

Examinando a tabela, vemos por exemplo que a terceira classe corresponde a maior
fração de alunos (f r3 = 0.275), isto é, a maioria dos alunos tem estatura entre 158
cm (inclusive) e 162 cm (exclusive). Também e’possível ver que 80% dos alunos
têm estatura inferior a 166 cm pois a frequência acumulada até a quarta classe
(L4 = 166) é 0.800 que corresponde a 80%.

6.6 Representações Gráficas de um Distribuição

6.6.1 Histograma
O histograma é formado por um conjunto de retângulos justapostos cujas bases se
localizam sobre o eixo horizontal, de tal modo que os seus pontos médios coinci-
dam com os pontos médios dos intervalos de classe e seus limites coincidam com
os limites da classe.
Um histograma para a frequência simples é mostrado abaixo:

18
19
Parte III

7 Medidas de Posição
7.1 Média Aritmética
A média aritmética, simbolizada por x̄, é o quociente entre a soma dos valores de
uma variável pelo número de valores

Média simples – dados não agrupados:

n
1X
x̄ = xi
n
i=1

Média ponderada – dados agrupados:

n
1X
x̄ = fi xi
n
i=1

Desvio da média – a diferença entre o valore e a média:

di = xi − x̄

7.1.1 Propriedades
Desvios A soma dos desvios é nula:
n
X
di = 0
i=1

Constante aditiva Somando uma constante C a todos os valores de uma variável,

a média do conjunto fica aumentada desta constante 2 :

valores: xi → média: x̄

valores: yi = (xi + C) → média: ȳ = (x̄ + C)

2
Subtrair equivale a somar uma constante negativa (−C)

20
Constante multiplicativa Multiplicando uma constante C a todos os valores de
uma variável, a média do conjunto fica multiplicada desta constante 3 :

valores: xi → média: x̄

valores: yi = (C xi ) → média: ȳ = (C x̄)

E XEMPLOS :
1. A média do conjunto xi = {1, 2, 3, 4, 5} é x̄ = 3, enquanto a média do
conjunto yi = xi + 10 = {11, 12, 13, 14, 15} é ȳ = x̄ + 10 = 13

2. A média do conjunto xi = {1, 2, 3, 4, 5} é x̄ = 3, enquanto a média do

conjunto yi = 10 xi = {10, 20, 30, 40, 50} é ȳ = 10 x̄ + 10 = 30

3. A média simples de uma vaca cuja produção ao longo de 7 dias é 10, 14, 13, 15, 16, 18, 12
litros cada dia vale:
n
1X 10 + 14 + 13 + 15 + 16 + 18 + 12 98
x̄ = xi = = = 14.
n 7 7
i=1

Assim, uma outra vaca que produzisse 14 litros de leite em todos os 7 dias teria pro-
duzido, no final, o mesmo que esta vaca cuja produção tenha sido 10, 14, 13, 15, 16, 18, 12.

4. O desvio da média dos valores 10, 14, 13, 15, 16, 18, 12 da produção de leite
de uma determinada vaca são:

d1 = x1 − x̄ = 10 − 14 = −4
d2 = x2 − x̄ = 14 − 14 = 0
d3 = x3 − x̄ = 13 − 14 = −1
d4 = x4 − x̄ = 15 − 14 = 1
d5 = x5 − x̄ = 16 − 14 = 2
d6 = x6 − x̄ = 18 − 14 = 4
d7 = x7 − x̄ = 12 − 14 = −2.

Somando todos os desvios:

n
X n
X
di = (xi − x̄) = −4 + 0 − 1 + 1 + 2 + 4 − 2 = 0,
i=1 i=1

conforme esperado pela propriedade.

5. A média ponderada é aplicada quando os dados já estão agrupados. Consi-

dere a tabela
3
Dividir equivale a multiplicar pelo inverso de uma constante ( C1 )

21
 Núm. alunos 0 1 2 3 4
P
fi 2 6 10 12 4 = 34
A média vale:
n
1X 2 · 0 + 6 · 1 + 10 · 2 + 12 · 3 + 4 · 4 78
x̄ = fi xi = = = = 2.29.
n 34 34
i=1
P
Note que n = i fi .

7.2 Moda
A moda (M o) é o valor que ocorre com mais frequência na distribuição.
Quando os dados estão agrupados em classes, a moda correponde a frequência
simples mais alta e o valor da moda é tomado como o ponto médio do intervalo
da classe. Se os limites inferior e superior da classe mais frequente são l ∗ e L∗ , a
moda será (l∗ + L∗ )/2
E XEMPLO : Considere os seguintes salários: 100, 90, 110, 100, 100, 2500. A moda
é o valor que mais ocorre, M o = 100. Neste caso a média é x̄ = 500.

Distribuição modal: é aquela que possui uma só moda.

xi = {100, 90, 110, 100, 100, 2500} → M o = 100.

Distribuição bimodal: possui duas modas.

xi = {100, 200, 100, 100, 150, 210, 200, 120, 200} → Mo = 100 e Mo = 200.

Distribuição amodal: não possui moda.

xi = {1, 2, 3, 6, 7, 22, 300} → @ M o

7.3 Mediana
A mediana ou valor mediano (Md) é o valor que divide a série ordenada em dois
conjuntos com o mesmo número de valores. Se a série tem um número ímpar de
valores, a mediana é o valor que está no meio (ponto mediano) da série. Se a série
tem um número par de valores, então utiliza-se como mediana o valor médio entre
os dois valores que estão no meio da série.
E XEMPLO :
Na série ordenada {2, 5, 6, 8, 10, 13, 15, 16, 18}, temos que Md = 10 pois
abaixo de 10 temos 4 números (2, 5, 6, 8) e acima de 10 também 4 (13, 15, 16, 18).
Na série ordenada {1, 3, 6, 8, 9, 10}, temos que Md = (6 + 8)/2 = 7, pois não
há um só número no centro da série, assim utilizamos o valor médio dois números
centrais.

22
7.4 Posição relativa da média, mediana e moda
No caso de um distribuição simétrica (caso (a) na figura abaixo), as média, a me-
diana e a moda tem o mesmo valor. Entretanto, se a distribuição apresenta alguma
tendência para valores positivos ou negativos, as medidas de posição poderão di-
ferir. No caso de uma distribuição assimétrica positiva (caso b abaixo) tem-se que
M o < M d < x̄. No caso de um distribuição assimétrica negativa, tem-se que
x̄ < M d < M o.

Distribuições: (a) simétrica, (b) assimétrica positiva e (c) assimétrica negativa.

8 Medidas de dispersão
8.1 Variância e desvio padrão
Para determinar a dispersão de uma série de medidas poder-se-ia usar a soma de
todos os desvios di = xi − x̄ dos valores com relação a média dividido pelo número
de valores,
P assim obtendo uma média dos desvios. Entretanto, como esta soma
é nula ( i di = 0), usa-se a soma dos desvios ao quadrado, pois elevando-se ao
quadrado, perde-se a informação do sinal. Deste modo, define-se a variância como
n
1 X
s2 = (xi − x̄)2 .
n−1
i=1

Além disso, como a variância é uma medida que envolve o quadrado das quantida-
des, é comum usar a raiz quadrada da variância, chamado de desvio padrão:
v
u n
u 1 X
s=t (xi − x̄)2
n−1
i=1

Como maneiras alternativas de calculas o desvio padrão ou a variância podemos

usar a equação: sP  P 2
x2i xi
s= −
n n
que em algumas situações evita arredondamentos usados nas outras equações pro-
duzindo resultados mais precisos.

E XEMPLO :

23
 Considere a série a seguir: xi = {8, 10, 12, 9, 11, 7, 13}, para a qual x̄ = 10.
Para calcular a variância e o desvio padrão é útil construirmos uma tabela com os
desvios:
xi di = xi − x̄ d2i
8 -2 4
10 0 0
12 2 4
9 -1 1
11 1 1
7 -3 9
13 3 9
d2i = 28
P P
di = 0

Deste modo, o desvio padrão pode ser calculado:

v
u n r
u 1 X 1
s= t 2
(xi − x̄) = 28 ' 2.16
n−1 6
i=1

média: x̄ = 10
desvio padrão: s ' 2.16

Do mesmo modo, considere a série yi = {10, 11, 9, 10, 10, 9, 11}, que tem a
mesma média ȳ = 10. e para cuja tabela de desvios tem-se:

xi di = xi − x̄ d2i
10 0 0
11 1 1
9 -1 1
10 0 0
10 0 0
9 -1 1
11 1 1
d2i = 4
P P
di = 0

Procedendo da mesma forma, calcula-se o desvio padrão

r
1
s= 4 ' 0.81
6
média: x̄ = 10
desvio padrão: s ' 0.81

24
8.2 Interpretação do desvio padrão
O desvio padrão indica a dispersão dos dados dentro da amostra, isto é, o quanto os
dados em geral diferem da média. Quanto menor o desvio padrão, mais parecidos
são os valores da série estatística. Nos exemplos acima, nota-se que tanto a série x i
quanto yi têm o mesmo número de dados e ambas tem a mesma média, entretanto
o desvio padrão de xi é bem maior que de yi , que indica que os dados em xi estão
mais afastados da média que em yi . De fato, se examinamos as séries, vemos que
em xi há valores que estão até 3 unidades afastadas da média (7 e 13), enquanto na
série yi o maior afastamento é de 1 unidade (9 e 11).
Numa distribuição normal e simétrica, o desvio padrão é calculado dá uma
ideia de onde estão localizados os valores da amostra, em torno da média, da se-
guinte maneira:

• 68% dos valores da série estão até 1 desvio padrão de distância da média,
isto é, estão entre x̄ − s e x̄ + s.

• 95% dos valores da série estão até 2 desvios padrão de distância da média,
isto é, estão entre x̄ − 2s e x̄ + 2s.

• 99.7% dos valores da série estão até 3 desvios padrão de distância da média,
isto é, estão entre x̄ − 3s e x̄ + 3s.

Assim, para simplificar, assuma uma série estatística relativa a alguma medida
de uma população e cujos valores tem média x̄ = 100 e desvio padrão s = 10. De
acordo com as afirmações acima, podemos dizer que 68% da amostra tem valores
entre 90 (100-10) e 110 (100+10); da mesma forma, podemos dizer que 95% da
amostra tem valores que se situam entre 80 (100 − 2 · 10) e 120 (100 + 2 · 10);
finalmente, 99.7% situa-se entre 70 (100 − 3 · 10) e 130 (100 − 3 · 10).
A média de uma série estatística frequentemente é especificada mostrando-se
o desvio padrão junto, da seguinte forma:

x̄ ± s

que indica a dispersão da amostra. Nos exemplos acima, ter-se-ia especificado

10 ± 2.16 para xi e 10 ± 0.81 para yi .
No caso de uma série de medidas de uma mesma quantidade, o desvio padrão
indica a incerteza nas medidas, ou o erro associado. Por isso, pode-se usar o desvio
padrão para determinar os algarismos significativos de uma série de medidas. Por
exemplo, se para várias medidas de uma mesma quantidade em laboratório obteve-
se para valor de média x̄ = 15.943 e para desvio padrão s = 2. Um trabalhador
descuidado escreveria x̄ ± s = 15.943 ± 2, entretanto o significado deste desvio
padrão é que não temos certeza se a média é na verdade 13 (15-2) ou 17 (15+2),
então como poderíamos saber sobre as três casas decimais mostradas? Realmente,
a parte decimal 0.943 deveria ser desprezada e escrever-se-ia somente x̄ ± s =
15 ± 2. No mesmo caso, se o desvio padrão fosse s = 0.2 então poderíamos

25
escrever a média até a mesma casa do desvio padrão, isto é, x̄ ± s = 15.9 ± 0.2, e
assim por diante.

8.3 Coeficiente de variação

Para comparar a variação do desvio padrão com a média, usa-se a razão entre o
desvio padrão e a média, chamado de coeficiente de variação, que muitas vezes é
multiplicado por 100 para dar o resultado em porcentagem:
s
CV = · 100
x̄
Por exemplo, se a média vale x̄ = 980 e o desvio padrão s = 56, temos
56
CV = · 100 = 5.7%,
980
que indica a dispersão da amostra.

26
Apêndices
A Exercícios Parte I
P OPULAÇÃO E AMOSTRA

1. Uma escola abriga 124 alunos. Obtenha uma amostra representativa corres-
pondendo a 15% da população. Descreva o seu método de escolha da amostra.
2. O diretor de uma escola, na qual estão matriculados 280 meninos e 320
meninas, deseja fazer um levantamento das condições de vida dos estudantes. Para
diminuir os custos, resolve fazer um levantamento com 10% dos estudantes. Obte-
nhas os componentes da amostra para esta população.
3. Mostre como seria possível retirar uma amostra de 32 elementos de uma
população ordenada formada por 1920 elementos.
4. Os seguintes bairros de uma cidade apresentam o quadro de eleitores abaixo:
Obtenha uma amostra proporcional estratificada de 120 eleitores.

Bairro Homens Mulheres

A 80 95
B 102 120
C 110 92
D 134 228
E 150 130
F 300 290
Total 876 955

S ÉRIES ESTATÍSTICAS

5. Considere a seguinte série estatística: Complete-a, determinando as porcen-

Série Alunos matriculados %
1a 546
2a 328
3a 280
4a 120
Total 1274

tagens com uma casa decimal e fazendo a compensação, se necessário.

6. Considerando que Minas Gerais, em 1992, apresentou os seguintes dados
(IBGE):
população: 15.957,6 mil habitantes;
superfície: 586.624 km2 ;
nascimentos: 292.036;
óbitos: 99.281;

27
Calcule:
a) o índice de densidade demográfica;
b) a taxa de natalidade;
c) a taxa de mortalidade;
7. Uma escola apresenta, no final do ano, o seguinte quadro:
Matrículas
Séries Março Novembro
1a 480 475
2a 458 456
3a 436 430
4a 420 420
Total 1794 1781

Calcule:
a) a taxa de evasão por série;
b) a taxa de evasão da escola;
8. Considere que um rebanho de ovelhas é constituído por animais que pos-
suem os seguintes pesos em kg:
21 14 21 7 25 13 12 27 19 26 15 14 6 27 11 7 26 24 27 12
29 21 20 9 3 12 28 21 9 21 28 13 20 15 25 23 9 26 13 6 4
23 17 13 17 19 19 26 10 4 28 6 22 5 11 17 8 23 9 24
Faça os procedimentos estatísticos nos itens abaixo, explicando suas escolhas em
cada passo detalhadamente. Para cada um dos itens, apresente os indivíduos esco-
lhidos ordenados, determine o menor e maior valor e a média da amostra.
a) Uma amostra de 10% da população
b) Uma amostra de 50% da população
c) Uma amostra de 75% da população
d) A população inteira.
Refaça os cálculos para toda a população e compare os seus resultados com aqueles
determinados para as amostras.

28
B Exercícios Parte II
D ISTRIBUIÇÃO DE F REQUÊNCIA
1. As notas obtidas por 50 alunos em uma classe foram
1 2 3 4 5 6 6 7 7 8
2 3 3 4 5 6 6 7 8 8
2 3 4 4 5 6 6 7 8 9
2 3 4 5 5 6 6 7 8 9
2 3 4 5 5 6 7 7 8 9
a) Complete a distribuição de frequência abaixo:

i Notas xi fi f ri Fi F ri
1 0`2 1 1
2 2`4
3 4`6
4 6`8
5 8 ` 10
P P P P
fi = f ri = Fi = F ri =

b) Responda:
1. Qual a amplitude amostral?
2. Qual a amplitude da distribuição?
3. Qual o número de classes da distribuição?
4. Qual o limite inferior da quarta classe?
5. Qual o limite superior da classe 2?
6. Qual a amplitude do segundo intervalo de classe?

c) Complete (mostrando os cálculos):

1. h3 =
2. n =
3. l1 =
4. L3 =
5. x2 =
6. f5 =
7. k
P=
8. 5i=1 fi =

29
2. Complete a tabela abaixo:
Número de filhos para uma amostra de famílias
i xi fi f ri Fi F ri
1 0 1 ... ... ...
2 1 ... 0.15 4 ...
3 2 4 ... ... ...
4 3 ... 0.25 13 ...
5 4 3 0.15 ... ...
6 5 2 ... 18 ...
7 6 ... ... 19 ...
8 7 ... ... ... ...
P P
fi = 20 f ri = . . .

Baseando-se nesta tabela responda as perguntas:

a. Quantos famílias tem 2 filhos?
b. Qual a fração de famílias com 4 filhos? E a porcentagem?
c. Quantas famílias têm até 3 filhos?
d. Quantas famílias têm mais de 5 filhos?
e. Quantas famílias têm até 7 filhos?

30
C Exercícios Parte III
M OMENTOS DA D ISTRIBUIÇÃO
1. Para as séries abaixo, calcule a moda, a média, a mediana, o desvio padrão e o
coeficiente de variacão:

• 1, 3, 3 , 5, 7, 9, 11

• 20, 14, 15, 19, 21, 22, 20

• 17.9, 22.5, 13.3, 16.8, 15.4, 14.2

• -10, -6, 2, 3, 7, 9, 10, 8, -2, 0, 8, 2, 3, 2

• 87, 82 ,81, 93, 94, 78, 99, 80, 82, 88, 82, 83

2. Um experimento de laboratório é realizado para medir a viscosidade do azeite,

obtendo-se os seguintes valores: 0,040; 0,041; 0,042; 0,039; 0,041 e 0,039 mš/s.
Calcule o valor médio, a variança e o desvio-padrão.

3. Dois torneiros, Paulo e João, concorrendo a uma vaga em uma metalúrgica,

submeteram-se ao seguinte teste de precisão: cada um deles construiu quatro rodas
de ferro, que deveriam ter 5 cm de diâmetro. A tabela abaixo descreve o desempe-
nho de cada um.
Diâmetro Diâmetro Diâmetro Diâmetro
(roda 1) (roda 2) (roda 3) (roda 4)
Paulo 4,8 5,2 5,0 5,0
João 4,7 5,3 5,0 5,0
Qual foi o concorrente mais regular?

4. Um atirador de ferraduras localiza-se a 30m de seu alvo. Os resultados dos

lançamentos são:

Lançamento 1 2 3 4 5 6 7 8 9 10
Desvio do alvo (m) 0,0 3,0 -4,2 0,0 1,5 2,4 -2,6 3,5 2,7 0
a) qual é a distância média ao alvo atingida pelo jogador?
b) qual é o desvio padrão?
c) O que pode dizer a respeito da qualidade do jogador?

5. A seguir, apresentam-se algumas estimativas para a velocidade da luz, determi-

nadas por Michelson em 1882 (Statistics and Data Analysis, Siegel):

299.96 299.88 299.90 299.94 299.88

299.96 299.85 299.94 299.80 299.84

31
Utilizando uma máquina que só admite números até 6 digitos a) Determine a média
b) Determine o desvio padrão, utilizando a expressão da definição, abaixo:
v
u n
u 1 X
s= t (xi − x̄)2
n−1
i=1

c) Determine o desvio padrão, utilizando a fórmula deduzida para efeitos de cál-

culo, abaixo, e compare o resultado com o obtido no item anterior. Qual a resposta
correta ?
sP  P 2
x2i xi
s= −
n n
d) Subtraia 299 de cada um dos dados e determine o desvio padrão, dos resultados
obtidos, utilizando a fórmula utilizada na alínea anterior. Comente os resultados
obtidos.
e) Calcule a média dos valores com que trabalhou no item d). Adicione à média
obtida 299. Compare-a com a obtida no item a).

6.
Considere os seguintes dados de diâmetro de laranjas (em mm)

40 42 45 45 48 49 50 50 50 51
51 52 55 55 57 58 59 59 60 60
60 61 62 62 64 64 64 64 64 65
65 66 67 68 68 68 69 71 71 72
72 73 75 75 78 78 79 80 80 81
83 85 87 88 89 91 92 93 96 96
98 100 101 101 101 102

Calcular:
a) média
b) mediana
c) moda
d) variância
e) desvio padrão.

32
D Tabela de Números Aleatórios
Tabela construída de modo que 10 algarismos (0 a 9) são distribuídos ao acaso
nas linhas e colunas. Gerada pelo seguinte programa Perl (a cada invocação do
programa, a sequência de números será diferente):

#!/usr/bin/perl -w

for ($j=0; $j<50; $j++){

for ($i=0; $i<50; $i++){
print int(rand(10)), " ";
}
print "\n";
}

6 5 0 2 1 2 6 5 7 6 5 1 4 3 7 5 2 7 7 0 5 7 3 0 1 2 3 0 7 3 4 3 3 0 6 5 4 0 1 6 4 6 7 6 2 4 4 0 5 3
5 6 5 3 0 9 1 9 0 9 7 9 6 4 5 8 7 0 5 1 3 3 7 8 7 1 9 3 4 7 8 1 9 8 1 5 2 5 2 3 2 7 9 7 8 8 5 3 1 5
5 0 6 8 3 4 3 0 2 4 3 9 6 8 8 8 7 7 5 8 1 1 8 8 0 0 6 3 4 1 2 2 5 0 1 3 0 8 7 5 0 0 7 5 4 2 6 7 7 0
9 5 3 2 7 4 8 1 4 1 5 3 5 1 8 5 6 0 2 4 0 1 1 6 1 6 6 8 4 6 3 0 8 4 8 6 6 0 6 6 9 7 7 5 8 4 9 9 3 2
1 4 3 5 3 0 1 9 6 6 2 7 7 7 4 5 3 8 4 6 3 9 8 3 9 2 9 1 6 8 2 2 0 0 5 5 0 8 6 4 9 0 9 1 1 2 0 1 4 5
5 6 6 0 9 3 3 0 4 0 4 5 0 9 0 1 8 5 5 3 9 5 6 8 5 7 7 4 0 1 7 8 6 5 1 3 4 5 6 5 1 3 4 8 0 4 0 1 4 3
5 7 1 1 5 6 5 6 8 5 9 4 0 9 0 8 0 7 4 9 7 5 8 4 4 5 0 4 8 3 6 9 0 9 0 1 8 4 0 0 0 0 0 7 1 0 1 3 5 4
3 4 9 1 0 9 2 6 6 0 0 2 8 9 5 5 6 0 4 2 9 4 7 5 6 3 4 7 4 8 2 8 7 7 5 7 0 3 1 5 8 0 3 1 1 6 0 3 2 7
8 9 3 9 9 7 2 1 2 3 4 6 8 1 5 4 2 8 2 3 0 5 4 0 7 3 1 7 9 2 4 9 0 2 1 7 4 6 0 8 6 2 7 6 9 2 1 2 7 3
6 0 9 9 2 1 9 1 7 4 0 2 2 0 2 8 6 6 0 9 9 4 1 1 9 8 0 6 0 2 7 0 3 0 6 6 8 9 1 9 7 8 3 9 5 1 5 1 1 5
7 1 5 5 8 1 5 5 6 5 6 3 3 4 8 2 2 3 7 5 4 9 7 4 9 2 0 3 8 4 3 6 3 0 5 4 5 4 4 0 3 3 1 8 7 3 1 9 1 0
2 7 8 8 2 2 8 4 1 0 1 9 1 7 2 6 5 0 7 3 9 8 5 9 9 5 2 5 4 3 2 7 7 3 7 0 2 2 6 4 5 9 4 5 5 5 1 2 0 4
4 7 9 6 2 5 1 8 8 3 9 8 8 1 6 3 0 5 8 6 1 0 7 7 9 8 7 1 3 7 1 8 0 1 1 1 5 8 8 7 5 0 2 2 1 9 4 6 6 0
5 5 7 8 4 6 5 6 8 6 3 2 0 0 1 5 6 5 2 8 9 2 1 5 6 9 0 1 8 3 8 2 6 5 7 7 0 0 3 3 6 8 3 3 2 4 9 2 0 1
1 6 4 8 1 8 3 0 3 1 2 3 8 0 1 5 8 7 6 0 8 6 0 7 9 7 2 4 7 1 3 2 7 4 6 4 9 2 6 0 2 9 4 7 7 2 4 3 1 5
8 3 9 1 7 2 3 1 0 4 4 6 4 3 4 4 1 0 7 9 1 3 8 1 5 3 1 4 1 9 0 1 0 1 4 4 1 3 2 9 6 7 7 3 8 2 4 1 4 3
2 3 0 6 6 1 4 1 3 3 9 8 3 1 3 7 2 3 3 7 8 9 5 1 1 8 5 7 8 1 3 0 3 5 6 2 6 1 6 3 2 6 5 9 6 9 5 3 7 4
3 1 2 1 9 6 4 5 0 7 8 7 3 0 7 9 1 3 7 4 4 5 2 3 6 5 2 6 1 8 5 4 7 9 6 8 2 6 1 8 0 0 5 0 1 4 0 5 2 1
8 5 4 5 9 3 2 8 9 8 4 4 9 4 7 5 4 9 4 4 7 5 2 5 9 0 4 1 2 0 6 0 4 1 5 3 6 4 5 5 0 5 3 1 8 7 7 9 0 3
5 2 3 8 4 1 2 6 3 9 5 9 8 5 4 2 7 1 0 1 6 3 7 9 1 1 8 1 0 7 2 4 0 1 0 5 3 4 6 5 3 1 1 9 8 0 1 0 5 5
1 9 4 8 0 4 3 8 3 4 8 8 6 4 7 7 7 2 1 7 7 9 3 3 2 5 1 5 8 4 9 0 5 5 0 6 7 0 2 4 7 4 3 5 7 5 7 0 8 7
7 2 5 4 0 2 9 6 6 1 3 5 7 1 3 0 8 2 1 5 9 7 8 4 8 4 0 5 7 6 6 7 1 0 0 5 4 5 6 2 2 2 4 5 4 1 4 9 1 5
3 1 0 1 4 6 2 3 6 2 7 7 5 8 6 1 9 9 5 1 4 4 1 4 0 5 0 2 1 3 9 4 7 1 9 3 5 2 5 5 5 3 9 4 7 0 3 2 3 0
5 4 0 2 5 2 2 8 6 7 0 8 7 9 2 9 5 2 1 6 2 2 0 9 6 3 0 1 2 6 1 8 2 4 2 9 3 6 9 9 1 4 2 2 4 6 5 3 6 3
3 2 1 7 6 8 3 3 1 0 0 7 3 7 1 7 2 3 5 0 0 3 5 7 5 4 7 1 3 5 9 6 4 4 5 2 4 1 5 2 2 3 1 9 2 0 5 8 5 1
7 3 5 1 1 5 5 3 5 3 6 7 7 3 7 7 9 4 8 6 5 4 5 5 9 6 3 3 6 9 0 3 4 3 0 2 9 2 9 0 3 8 5 1 1 0 9 5 2 1
6 0 5 4 3 4 8 2 3 3 1 2 6 1 3 0 7 6 3 0 3 8 1 2 9 7 6 9 8 2 0 3 7 0 9 8 8 5 6 0 5 5 5 6 8 5 4 2 8 7
0 8 5 1 3 6 0 9 6 5 9 2 1 4 2 9 3 9 2 6 3 5 3 6 3 1 2 3 6 9 1 9 9 3 3 6 9 5 5 5 0 2 7 6 8 7 6 2 9 8
3 1 4 8 7 0 0 1 3 2 1 8 8 9 6 7 0 6 3 7 6 7 1 5 1 0 2 4 4 3 6 5 1 3 3 3 5 4 2 3 4 8 6 0 6 1 7 5 7 2
5 4 2 2 0 3 0 7 2 5 3 9 5 3 5 7 4 0 6 4 5 4 2 3 4 2 9 9 5 5 1 9 1 2 0 4 5 9 2 9 1 4 6 5 6 2 0 0 7 1
7 0 7 1 6 3 5 7 0 0 5 9 7 6 3 7 3 3 9 1 6 9 2 7 2 7 2 8 3 9 2 9 2 9 6 0 6 0 4 2 9 5 3 9 3 9 2 3 0 5
7 8 9 9 7 8 8 7 1 7 3 7 6 5 5 9 6 2 4 6 9 7 7 8 6 9 4 9 3 3 9 7 3 4 9 5 1 6 5 5 0 4 8 1 2 5 0 8 9 4
1 1 5 2 3 5 9 1 8 0 4 2 2 7 1 0 9 2 7 7 6 0 7 5 7 0 5 3 8 7 9 2 6 4 6 7 3 0 2 5 7 6 9 7 2 6 5 8 7 3
6 4 3 4 7 0 0 6 9 6 2 7 2 6 4 1 1 5 8 0 2 0 1 8 4 8 6 8 2 0 6 6 4 0 3 1 3 5 3 2 3 0 9 2 9 7 8 0 5 7
8 0 3 6 3 2 7 1 8 4 7 0 4 7 6 7 2 0 5 0 7 3 7 7 8 9 5 1 5 5 3 1 5 5 0 5 9 0 6 6 9 1 0 2 5 3 3 0 7 1
8 9 6 4 4 3 8 4 7 4 4 7 9 4 6 1 7 0 5 9 5 0 1 2 9 0 3 2 2 9 6 8 2 1 9 1 6 4 6 1 5 8 4 2 6 8 4 2 0 0
7 1 6 7 7 9 6 0 6 3 4 0 9 5 8 5 6 0 5 6 4 6 6 4 3 0 7 1 9 5 2 6 1 5 0 9 0 3 3 9 8 3 3 2 2 6 6 2 9 4
6 6 0 5 3 3 7 2 7 7 7 9 4 0 0 5 4 7 0 1 2 9 7 0 6 2 0 2 2 5 4 9 9 1 4 5 6 6 6 6 4 6 6 5 2 0 5 4 1 1
3 2 5 2 6 1 4 3 7 6 4 6 6 8 9 0 0 3 1 6 4 7 4 6 8 8 2 6 3 7 5 1 0 2 5 7 1 2 1 9 7 3 5 6 2 3 3 5 4 8
2 2 9 2 9 3 9 3 4 5 1 5 5 8 5 4 4 8 8 2 1 1 3 4 4 1 4 3 7 5 9 4 8 9 3 4 5 2 3 9 7 1 1 5 6 3 7 4 0 9
9 2 7 8 0 8 4 7 7 9 3 9 7 2 6 4 8 2 5 9 9 6 7 0 2 5 6 8 5 2 9 5 8 0 3 7 7 4 8 9 3 5 0 0 9 2 9 7 7 3
2 5 3 0 0 0 0 9 7 7 2 6 4 9 3 9 5 5 7 6 8 9 8 9 6 0 2 0 2 2 7 1 6 7 9 8 0 2 4 3 0 8 6 0 3 0 1 5 5 9
5 6 7 8 7 0 0 6 9 9 2 1 2 5 7 0 2 0 7 0 5 9 0 7 2 5 5 8 4 8 5 1 2 6 3 6 5 3 2 9 7 9 0 5 3 2 4 2 1 4
9 4 2 5 6 5 3 1 5 9 6 4 3 3 8 3 0 2 3 3 1 6 7 7 2 3 8 4 0 7 1 3 6 2 7 5 1 5 3 7 5 5 9 6 3 4 0 6 0 9
5 1 9 5 4 0 5 5 9 4 7 7 4 2 3 5 3 0 2 1 4 0 9 3 4 9 8 6 8 2 4 8 4 8 0 7 6 7 9 5 3 9 9 1 3 5 6 2 0 7
5 9 2 5 6 1 0 4 7 1 6 4 1 5 3 2 1 9 3 2 0 6 8 6 3 3 7 5 6 4 2 4 0 0 9 6 1 6 5 0 2 3 7 1 9 8 3 1 4 8
6 8 8 2 9 5 4 3 5 4 5 2 9 5 5 2 0 5 3 3 6 2 1 9 4 7 1 3 1 0 2 5 7 8 5 5 7 5 8 9 7 3 0 8 8 9 1 8 8 1
3 2 5 1 4 0 3 0 1 8 2 5 0 1 0 7 6 0 3 4 1 5 1 9 8 0 3 0 6 3 2 0 9 8 3 3 8 0 9 3 3 7 1 8 2 3 9 9 1 1
5 6 5 2 9 8 7 1 4 1 3 9 3 2 6 3 8 5 2 1 2 6 4 7 9 7 1 9 0 2 2 8 4 6 4 3 5 9 4 5 9 9 6 1 3 6 5 2 3 1
6 5 9 8 2 2 3 1 8 1 7 8 0 8 5 4 0 9 1 3 0 2 1 6 7 4 5 1 7 8 2 6 4 3 8 9 9 7 1 0 6 3 4 5 9 0 1 6 1 8

33