28/02/2014

Introduo

UNIVERSIDADE FEDERAL DO PARAN

SETOR DE CINCIAS DA TERRA
DEPARTAMENTO DE GEOMTICA

Medidas e Observaes
(processo ou operao X resultado da operao)

AJUSTAMENTO GA106
Prof. Alvaro Muriel Lima Machado
1

Introduo

Introduo

As medies podem ser feitas:

Propriedades fundamentais da medida:

Diretamente

Medir significa realizar uma operao fsica, consistindo de vrias

Indiretamente

operaes elementares tais como preparao, calibrao, pontaria,

leitura, etc.;
O resultado do processo a observao, e representa a medida;
A no ser na contagem de certos eventos, a medida sempre
realizada com o auxlio de instrumentos;
As medidas esto referenciadas a um padro, os quais so
estabelecidos por conveno. Medir ento comparar uma grandeza
a um padro, tendo ento unidade e dimenso;

Introduo

Introduo

Erros de Observao
No processo de medio, o

No existe observao exata;

operador

ter

Toda e qualquer observao contm erros;

conscincia que no existe

O valor verdadeiro da observao nunca

observao exata e todas as

conhecido;

deve

medidas esto afetadas por

A magnitude exata dos erros presentes no processo

erros.

sempre desconhecida.
Erro = Valor Medido Valor Verdadeiro
Desvio = Valor Medido Valor Mais Provvel
5

28/02/2014

Introduo

Introduo

A Teoria dos Erros cuida da anlise dos erros cometidos durante as

medies para saber se eles so estatisticamente confiveis e se
suas magnitudes so aceitveis (dentro de determinados limites).

Fontes de Erros
Erros Instrumentais
Erros Naturais

Em seguida as medidas devem ser ajustadas de acordo com as

especificaes geomtricas ou outras particularidades (condies ou
restries) que possam interferir no processo de medio.

Erros Pessoais
Classificao dos Erros de Observao
Erros Grosseiros
Erros Sistemticos

Finalmente obtm-se a melhor determinao do ponto medido.

Erros Acidentais ou Aleatrios

7

Erros Grosseiros

Erros Sistemticos

So oriundos de uma falsa determinao do valor de uma grandeza.

Pode ser provocado pela falta de ateno do operador (equvoco), ou
pelo uso de equipamento inadequado.
Exemplo: Troca de dgitos em anotaes de medidas
Podem ser detectados atravs de procedimentos de verificao.
Geralmente, os valores errados so facilmente detectveis devido
sua grandeza, sem relao alguma com outras observaes
efetuadas. Quando isto no acontece so muito difceis de serem
identificados.

So oriundos de influncias externas s medies, sem serem

considerados no processo. Podem ser de origem instrumental, ou de
origem fsica (condies ambientais).
Exemplos: Medida eletrnica de longa distncia sem a considerao
do efeito da refrao. Operador de nvel que realiza a leitura sempre
um pouco abaixo do trao da mira. Equipamento de medio no
calibrado.
Este tipo de erro possui a particularidade de se repetir da mesma
forma sempre que a medio for repetida em condies idnticas.
Pode ser eliminado atravs de tcnicas especiais de observao ou
de modelo fsico adequado para o clculo da grandeza medida.

ATENO
9

Erros Acidentais ou Aleatrios

10

Erros Acidentais ou Aleatrios

Depois da eliminao dos erros grosseiros (adoo de procedimentos

de verificao) e dos erros sistemticos (adoo de modelos fsicos
apropriados), as observaes repetidas sobre uma mesma grandeza
ainda se revelam com discrepncias entre si. Tais erros no so
vinculados a nenhuma causa conhecida.

Quando a quantidade de observaes cresce:

Os resduos de mesmo mdulo e sinais opostos so
igualmente provveis;
Os resduos menores ocorrem com maior frequncia;
A mdia dos resduos aproximadamente nula.
Mdia de resduos diferente
de zero deve servir de alerta
para a presena de erros
sistemticos!

O erro acidental o erro estudado

na Teoria dos Erros!

11

12

28/02/2014

Indicadores de Preciso

Introduo

Preciso X Acurcia (Exatido)

Importncia da redundncia nas observaes

Preciso:
Grau
de
afastamento
dos
valores
medidos em relao a sua
mdia.
Acurcia:
Grau
de
afastamento
dos
valores
medidos em relao ao seu
valor verdadeiro.

Preciso est vinculado apenas a efeitos aleatrios

Acurcia vincula-se a efeitos aleatrios e sistemticos.
13

Estatstica

um

Modelo Matemtico: funcional e estocstico

Ajustamentos
Mtodo dos Mnimos Quadrados (MMQ)

14

Estatstica

L = [ 22,7 22,3 21,9 22,6 23,1 22,9 22,8 23,5 21,7 23,2]
Dado

Permite a deteco de erros grosseiros atravs da confirmao dos valores

medidos;
Permite uma avaliao mais precisa das propriedades desejadas, atravs da
execuo de um ajustamento;
Permite estimar a ordem de grandeza da preciso obtida para os valores
ajustados.
Graus de liberdade
Exemplos com verificao de erros de fechamento
Nivelamento em poligonal fechada
Somatria de ngulos internos de polgonos

conjunto

de

elementos,

quais

as

Populao X Amostra
A populao consiste de todas as possveis medidas
que podem ser feitas de uma quantidade particular.

ferramentas estatsticas que podem ser usadas

As vezes a populao tem um nmero infinito de

para representar e analisar o mesmo?

elementos (dados);
Amostra um subconjunto de dados selecionado a
partir da populao. Deve apresentar as mesmas
caractersticas (objeto de estudo) da populao, de
forma que possa represent-la adequadamente.
15

Estatstica

16

Estatstica
Espao Amostral
= Conjunto de todos os resultados possveis.

Distribuio de Probabilidade (ou FDP)

Parmetros
(valor fixo)

Varivel Aleatria (v.a.) ou estocstica uma funo que

associa a cada elemento de um espao amostral um
nmero real.
uma funo que assume um valor real em cada ponto
de seu espao amostral.

Amostra

Populao

estimar

Distribuio Amostral
Estatsticas
(varivel aleatria)

Por pontos
Por intervalos

A v.a. definida pela sua distribuio amostral, modelo

matemtico que associa uma probabilidade a cada valor
que a v.a. pode assumir.
17

18

28/02/2014

Estatstica

Microsoft Equation
3.0

Intervalo /Disperso / Amplitude: diferena entre o maior e o

menor valor da leitura.

Estatstica

Quando uma grande quantidade de dados brutos est envolvida nos

estudos, possvel distribu-los em classes ou categorias e determinar

Frequncia: quantidade de vezes que um evento acontece.

o nmero de indivduos pertencentes a cada uma das classes,

Frequncia Acumulada: somatrio das frequncias.

denominado freqncia da classe.

Porcentagem: calcula-se da seguinte maneira

Um arranjo tabular dos dados por classes, juntamente com as

frequncia
x100%
total

freqncias correspondentes, denominado distribuio de freqncia

ou tabela de freqncia.

Porcentagem Acumulada: somatrio das porcentagens.

19

Estatstica

20

Exerccio Resolvido

Histograma: grfico de barras que mostra a variao de uma medida

em um grupo de dados atravs da distribuio de frequncia.

Alturas de 100 estudantes do sexo

masculino da Universidade XYZ

Seu principal uso estimar a distribuio de uma caracterstica na

populao atravs de amostras.

Altura (cm)
151 158

Amplitude

O histograma demonstra visualmente a variabilidade das medidas de

uma caracterstica do processo em torno da mdia.

159 166

18

Classes

167 - 174

42

175 182

27

183 190

Vantagem:
Visualizao/entendimento
rpido do comportamento
da populao.

Nmero de estudantes

TOTAL

21

Histograma

Limites de classe
Comprimento de classe
Frequncia

100

22

Exerccio
A tabela abaixo mostra a distribuio de frequncia dos salrios, em reais,
de 65 empregados da Companhia X & Y.
Com referncia a esta tabela, determinar: a) O limite inferior da sexta classe;
b) O limite superior da quarta classe;
Salrios (Reais)
Nmero de
c) O ponto mdio da terceira classe;
empregados
d) Os limites reais da quinta classe;
e) Amplitude do quinto intervalo de
500,00 599,00
8
classe;
f) A frequncia da terceira classe;
600,00 699,00
10
g) A frequncia relativa da terceira
700,00 799,00
16
classe;
h) O intervalo de classe que tem a
800,00 899,00
14
maior frequncia (classe modal);
900,00 999,00
10
i) A porcentagem de empregados
1000,00 1099,00
5
que ganham menos de R$800,00;
j) A porcentagem de empregados
1100,00 1199,00
2
que ganham acima de R$599,00
TOTAL
65
e abaixo de R$1000,00;
k) Construir a distribuio de
frequncia acumulada.

Como construir um histograma?

1) Conte a quantidade de valores coletados na tabulao.
2) Determine a amplitude R de toda a tabulao, subtraindo o menor valor
do maior.
3) Determine a quantidade de classes K desejada.
4) Determine o intervalo de classe H = R/K.
5) Determine o limite das classes ou os pontos limites. Simplificando, tome
a menor medida individual da tabulao para ser o valor inferior do
primeiro intervalo. A este nmero acrescente o valor H e obter o valor
superior. Proceda da mesma forma com todos os outros valores at
chegar maior medida.
6) Construa uma tabela de frequncia baseada nos valores definidos no
passo 5 para os dados trabalhados no passo 1.
7) Construa o histograma baseado na tabela de frequncias.
23

24

28/02/2014

Exerccio Resolvido
a)
b)
c)
d)
e)
f)
g)
h)
i)

Exerccio Resolvido

O limite inferior da sexta classe = 1000,00;

O limite superior da quarta classe = 899,00;
O ponto mdio da terceira classe = 749,50;
Os limites reais da quinta classe = [900,00 a 999,00];
Amplitude do quinto intervalo de classe = 99,00;
A frequncia da terceira classe = 16;
A frequncia relativa da terceira classe = 16/65 = 24,6%;
O intervalo de classe modal = [700,00 a 799,00];
A porcentagem de empregados que ganham menos de R$800,00;

k) Construir a distribuio de frequncia acumulada.

8 + 10 + 16
x100% = 52,3%
65
j) A porcentagem de empregados que ganham acima de R$599,00 e
abaixo de R$1000,00;

10 + 16 + 14 + 10
x100% = 76,9%
65
25

salarios = [500 599 600 699 700 799 800 899 900 999 1000 1099 1100 1199];
empregados = [8 8 18 18 34 34 48 48 58 58 63 63 65 65];
plot(salarios, empregados)

26

Exerccio

Exerccio Resolvido

Na tabela seguinte esto relacionados os pesos de quarenta estudantes do

sexo masculino da Universidade Estadual, arredondados para meio quilo.
Construir o histograma e histograma de frequncia relativa, considerando 6
classes.

69

82

75

66

72

62,5

74,5

78,5

73

79

70

73,5

68

74

76

72

84

63

69

88

81,5

59,5

77

82,5

73

86,5

71

73,5

67,5

76,5

70

67,5

80,5

72,5

67,5

71

75

78

72,5

64
27

Exerccio Resolvido

1)
2)
3)
4)
5)

Quantidade de valores coletados na tabulao = 40.

Amplitude R de toda a tabulao = 88,0 - 59,5 = 28,5.
Quantidade de classes K desejada = 6.
Intervalo de classe H = R/K = 28,5/6 = 4,75
4,5.
Limite das classes: [59,5 a 64,0], [64,5 a 69,0], [69,5 a 74,0], [74,5 a
79,0], [79,5 a 84,0], [84,5 a 89,0].
6) Tabela de frequncia
Classes de
Pesos

Frequncia

Frequncia
Relativa

Freq Relativa
Acumulada

59,5 a 64,0

10,0

10,0

64,5 a 69,0

17,5

27,5

69,5 a 74,0

13

32,5

60,0

74,5 a 79,0

22,5

82,5

79,5 a 84,0

12,5

95,0

84,5 a 89,0

5,0

100,0

28

Estatstica
Medidas de tendncia central
N

Mdia aritmtica

M=

x
i =1

Mediana: o valor que ocupa o ponto intermedirio.

(separatrizes: quartis, decis, percentis)

Moda: o valor que mais frequentemente se repete.

29

30

28/02/2014

Estatstica

Exerccio
x

p(x)

0,020

0,001

0,002

0,005

0,002

0,040

0,180

0,370

0,250

0,120

10

0,010

Exemplo:
Seja uma amostra de tamanho n. A sua mdia aritmtica
n

x=

i =1

Se cada um dos r valores distintos de xi ocorrer na amostra com uma

frequncia nj, a frmula anterior assumir a forma
r

x =
j =1

nj xj
n

x = xj. f j

sendo f j =

nj

j =1

a frequncia relativa.

31

Estatstica

njxj

j =1

x=

x=
x=

= xj. f j
j =1

0*0,020 + 1*0,001 + 2*0,002 + 3*0,005 +

4*0,002 + 5*0,040 + 6*0,180 + 7*0,370 +
8*0,250 + 9*0,120 + 10*0,010
7,078

p=[0.02 0.001 0.002 0.005 0.002 0.04 0.180 0.37 0.25 0.12 0.01];
x = [0 1 2 3 4 5 6 7 8 9 10];
media = sum(x.*p)/sum(p)

32

Estatstica

Medidas de disperso

Medidas de disperso
n

Varincia da populao

=
2

i =1

2
i

Erro padro

s2 =

v
i =1

i =1

2
i

n
n

Varincia da amostra

2
i

Desvio padro

n 1

s=

v
i =1

2
i

n 1
n

Varincia envolve soma de quadrados

Desvio padro da mdia

s =

v
i =1

2
i

n( n 1)

s
n

unidade diferente dos dados

33

Medidas de disperso

34

Exerccio
O conjunto de dados, mostrado abaixo, representa a poro em segundos de
arco de 50 medidas de uma direo. Calcular a mdia, a mediana, desvio
padro da amostra e construir um histograma de classes.
L(01:10) = [34.2 33.6 35.2 30.1 38.4 34.0 30.2 34.1 37.7 36.4];
L(11:20) = [37.9 33.0 33.5 35.9 35.9 32.4 39.3 32.2 32.8 36.3];
L(21:30) = [35.3 32.6 34.1 35.6 33.7 39.2 35.1 33.4 34.9 32.6];
L(31:40) = [36.7 34.8 36.4 33.7 36.1 34.8 36.7 30.0 35.3 34.4];
L(41:50) = [33.7 34.1 37.8 38.7 33.6 32.6 34.7 34.7 36.8 31.8];

Curva normal reduzida

=0
=1

z=

35

36

28/02/2014

Exerccio Resolvido

Exerccio Resolvido
function [saida] = mediana(dados)

function [classe, frequencia] = histo(observacoes, numeroClasses)

% Funo que calcula a mediana

amplitude = max(observacoes) - min(observacoes);

% Tamanho do conjunto de dados

TamanhoClasse = amplitude / numeroClasses;

m = length(dados);

MetadeTamanhoClasse = TamanhoClasse/2;
for K = 1 : numeroClasses

% Classificao ascendente dos dados

LimiteInferiorClasse(K) = min(observacoes) +(K-1)*TamanhoClasse;

dados_em_ordem = sort(dados);

LimiteSuperiorClasse(K) = LimiteInferiorClasse(K) + TamanhoClasse;

% Qtde de elementos do conjunto par ou impar?

frequencia(K) = length(observacoes((LimiteInferiorClasse(K)<=observacoes) &

if (mod(m,2) == 0)

(observacoes<LimiteSuperiorClasse(K))));

saida = (dados_em_ordem(m/2)+dados_em_ordem(m/2+1))/2;

classe(K) = LimiteInferiorClasse(K) + MetadeTamanhoClasse;

else

end;

saida = dados_em_ordem(ceil(m/2));

plot(classe, frequencia)
37

Exerccio Resolvido

end

38

Exerccio

mean(L)

34,74

std(L)

2,2182

mediana(L)

34,70

Duas variveis, X e Y, assumem os valores X1 = 2, X2 = -5, X3 = 4, X4 = -8, e

Y1 = -3, Y2 = -8, Y3 = 10, Y4 = 6, respectivamente. Calcular:
a) X = X ;
2

Histograma para 10 classes

b) Y;
c) XY
d) X2;
e) Y2;
f) (X)(Y);
g) XY2;
h) ((X+Y)(X-Y)).

39

Exerccio Resolvido

40

Exerccio Resolvido

a) X;
X
2
-5
4
-8

X-
3,75
-3,25
5,75
-6,25

= -7

X = [2 -5 4 -8];

(X -

Y = [-3 -8 10 6];

)2

14,0625
10,5625
33,0625
39,0625
= 96,75

= -1,75
N

=
2

(X
i =1

) 2

N 1

96,75
=
= 32,25
3

41

a) X;

std(X)^2

b) Y;

std(Y)*std(Y)

c) XY

std(X.*Y)*std(X.*Y)

d) (X2);

std(X.*X)^2

674,2487

e) (Y2);

std(Y.*Y)^2

1517,5855

f) (X)(Y);

(std(X)*std(Y))^2

g) (XY2);

std(X.*Y.*Y)^2

h) ((X+Y)(X-Y)).

std((X+Y).*(X-Y))^2

32,2500
67,5833
1790,3307

2179,5639
112211,6004
2295,3298

42

28/02/2014

Exerccio

Exerccio
Um distancimetro eletrnico e um refletor foram instalados nos extremos
de uma linha de base com 500m de extenso aproximadamente. Um
operador repetiu 25 vezes a medida de seu comprimento e obteve os
seguintes resultados:

Prove que a soma dos desvios de X1, X2, ..., Xn em relao sua mdia
aritmtica M, igual a zero.
N

X
i =1

L(01:05) = [500.806 500.824 500.814 500.793 500.804];

L(06:10) = [500.803 500.816 500.820 500.811 500.807];
L(11:15) = [500.825 500.820 500.809 500.800 500.813];
L(16:20) = [500.813 500.817 500.812 500.815 500.805];
L(21:25) = [500.807 500.810 500.828 500.808 500.799];

N
N

N = X i
i =1

Pede-se:
a) A mdia, mediana e o desvio padro dos dados;
b) Construir um histograma dos dados e descrever suas propriedades. No
histograma delimite o desvio padro a partir da mdia em ambos os
lados;
c) Quantas observaes esto entre a mdia e o desvio padro? (Ms), e
qual a percentagem que estas medidas representam?

N = 0

i =1

(X
i =1

) = 0

43

44

Exerccio Resolvido

Exerccio Resolvido
hold on

mean(L)

500,811160

Xmin = mean(L) std(L);

mediana(L)

500,811

Xmax = mean(L) + std(L);

std(L)

0,008464

Conta = length(L((Xmin<=L) & (L<=Xmax)))

[classe, frequencia] = histo(L,10)

Xe = [Xmin Xmin];

plot(classe, frequencia)

Xd = [Xmax Xmax];

1*
2*
3*
Conta = 17

68,26%
95,45%
99,73%
17 / 25 = 68%

Y = [0 5];
line(Xe, Y)
line(Xd, Y)
hold on

45

Exerccio

46

Exerccio Resolvido

Uma distncia foi medida em duas partes com uma fita de ao de 100m de
comprimento, e depois, foi medida em sua totalidade com uma fita de ao
de 200m. As medidas foram repetidas 10 vezes em cada mtodo obtendo
os seguintes conjuntos de dados:
Observaes feitas com a fita de ao de 100m: (parte 1 e parte 2)
{100.001 100.018 99.974 99.992 99.972 99.990 99.950 99.984 99.979 99.988}
{49.329 49.365 49.346 49.300 49.327 49.324 49.349 49.357 49.341 49.333}

Observaes feitas com a fita de 200m: (medidas do total)

{149.326 149.397 149.357 149.294 149.337 149.338 149.329 149.331 149.370
149.363}

Pede-se:
a) A mdia, a varincia e o desvio padro para cada um dos dois conjuntos
das medidas parciais de distncia, e tambm para os conjuntos das
medidas considerando-se a distncia total;
b) Crie uma tabela de classes de frequncia e histograma para cada
conjunto de dados usando a largura da classe 0,009 (9mm).
47

L1=[100.001 100.018 99.974 99.992 99.972 99.990 99.950 99.984 99.979 99.988];
L2=[49.329 49.365 49.346 49.300 49.327 49.324 49.349 49.357 49.341 49.333];
L3 = L1 + L2;
L4=[149.326 149.397 149.357 149.294 149.337 149.338 149.329 149.331 149.370
149.363];
Media1 = mean(L1)
99,9848
Media2 = mean(L2)
49,3371
Media3 = mean(L3)
149,3219
Media4 = mean(L4)
149,3442
Dp1 = std(L1)
0,018195
Dp2 = std(L2)
0,018687
Dp3 = std(L3)
0,026198
Dp4 = std(L4)
0,028514
Var1 = Dp1*Dp1
0,000331
Var2 = Dp2*Dp2
0,000349
Var3 = Dp3*Dp3
0,0006863
Var4 = Dp4*Dp4
0,000813
48

28/02/2014

Exerccios

Um pesquisador realizou um levantamento obtendo 84 observaes sobre uma

grandeza com mdia 65,00. Aps, verificou que duas destas observaes, com
medidas 95,52 e 105,82, estavam comprometidas. Deseja-se eliminar estas duas
medidas e calcular o valor da mdia.
Sabendo-se que a varincia de todas as observaes 41,590, qual vai ser o valor da
nova varincia (conjunto de observaes sem as medidas comprometidas)?

NT = 84

XT

NT

T2 =

P =

= 65,00

XP

NP

=? =

T2

49

+ ... + ( xT T ) 2

2
T

2T ( T NT ) + T2 N T

2
T

X
X

X P2 P2 N P
NP 1

XT

NT

NT 1

=? =

NT 1

2
T

T2 N T

NT 1

338030,0272 64,132 * 82
= 9,780
82 1

2
T

= T2 ( NT 1) + T2 NT = 41,590 * 83 + 65,00 2 * 84 = 358351,97

2
P

= X T2 95,52 2 105,82 2 = 338030,0272

Exerccios

50

Exerccios

Em uma instituio bancria, o salrio mdio dos 100 empregados do sexo

masculino de R$ 1.500,00, com desvio padro de R$100,00. O salrio mdio dos
150 empregados do sexo feminino de R$ 1.000,00, com desvio padro de
R$200,00. A varincia em (R$)2 dos dois grupos reunidos de: (BACEN, 2005)
a) 25.600,00; b) 28.000,00; c) 50.000,00; d) 62.500,00; e) 88.000,00

Em uma instituio bancria, o salrio mdio dos 100 empregados do sexo

masculino de R$ 1.500,00, com desvio padro de R$100,00. O salrio mdio dos
150 empregados do sexo feminino de R$ 1.000,00, com desvio padro de
R$200,00. A varincia em (R$)2 dos dois grupos reunidos de: (BACEN, 2005)
a) 25.600,00; b) 28.000,00; c) 50.000,00; d) 62.500,00; e) 88.000,00
Desta forma, pode-se calcular:

Observe-se que se est falando de populao e no amostra. Segue-se que:

2 =

(X )

X 2 2* * X + 2
N

2* N *2 + N *2
N

N *2
N

= N M * ( M2 + M2 ) = 226 *106

2
F

= N F * ( F2 + F2 ) = 156 *106

= X M2 + X F2 = N * ( 2 + 2 ) onde N = N M + N F

X = N * = X

= N * ( + )
2

Ora, tem-se:

2
M

A mdia da populao total pode ser calculada:

ou ainda:
N M = 100

M = 1500,00

M = 100

X
X

Para o conjunto total da populao tem-se:

o que tambm pode ser escrito como:

T =

= 41,590
2

2
T

P2 =

= X T 95,52 105,82 = 5460 95,52 105,82 = 5258,66

NT 1

(X ) = (x ) + (x )
X 2 X + = X
=

= X P + 95,52 + 105,82

( X T T ) 2
2

5258,66
= 64,13
82

= T * N T = 65,00 * 84 = 5460

2 =

Microsoft
Equation 3.0

Um pesquisador realizou um levantamento obtendo 84 observaes sobre uma

grandeza com mdia 65,00. Aps, verificou que duas destas observaes, com
medidas 95,52 e 105,82, estavam comprometidas. Deseja-se eliminar estas duas
medidas e calcular o valor da mdia.
Sabendo-se que a varincia de todas as observaes 41,590, qual vai ser o valor da
nova varincia (conjunto de observaes sem as medidas comprometidas)?

N P = 82

T =

Exerccios

Microsoft
Equation 3.0

N F = 150

F = 1000,00

F = 200

51

Exerccios

+ X F =( N M + N F ) * = N M * M + N F * F

N * + NF * F
= M M
= 1200,00
NM + NF

52

Estatstica

Em uma instituio bancria, o salrio mdio dos 100 empregados do sexo

masculino de R$ 1.500,00, com desvio padro de R$100,00. O salrio mdio dos
150 empregados do sexo feminino de R$ 1.000,00, com desvio padro de
R$200,00. A varincia em (R$)2 dos dois grupos reunidos de: (BACEN, 2005)
a) 25.600,00; b) 28.000,00; c) 50.000,00; d) 62.500,00; e) 88.000,00

Distribuio de probabilidade de uma v.a. discreta

Seja X uma v.a. discreta, isto , que assume valores em
associao com nmeros inteiros x1, x2, ..., xn.
Associemos a cada xi um nmero p(xi) representativo da
sua probabilidade.

Logo:

( N M + N F ) * ( 2 + 2 ) = N M * ( M2 + M2 ) + N F * ( F2 + F2 )

p(xi) = P(X = xi)

de onde se pode concluir:

2 =

tal que
a) 0 p(xi) 1

226 *106 + 156 *106 250 *12002

= 88000
250

b)

p( x )
i =1

=1

c) P(a X b) =

p( x ) i tal que a X b.
i

53

54

28/02/2014

Estatstica

Estatstica

Distribuio de probabilidade de uma v.a. contnua

Seja X uma v.a. contnua.
A probabilidade pontual associada varivel discreta
substituda pela densidade de probabilidade (x) relativa
a um intervalo infinitsimo.
(x)dx = P(x X x+dx) ou ( x) = lim
x 0

A funo que estabelece a correspondncia

entre um valor da v.a. contido no intervalo
elementar e a densidade de probabilidade
denominada funo densidade de probabilidade
(fdp).
x2

P( x1 X x2 ) = ( x).dx
x1

P ( x X x + x)
x

tal que
a) (x) 0
b)

( x).dx = 1

c) P(a X b) =

( x).dx
a

55

Estatstica

56

Exerccio

Funo de distribuio de probabilidade acumulada

A funo tal que
x

( x) = P( X x) = (u ).du

A mdia dos dimetros internos de uma amostra de 200 arruelas produzidas

por uma certa mquina 0,502 cm e o desvio padro 0,005 cm. A finalidade
para a qual essas arruelas so fabricadas permite a tolerncia mxima, para o
dimetro de 0,496cm a 0,508cm; se isso no se verificar, as arruelas sero
consideradas defeituosas. Determinar a percentagem de arruelas defeituosas
produzidas pela mquina, admitindo-se que os dimetros so distribudos
normalmente.

chama-se
funo
de
distribuio
(de
probabilidade) acumulada (fda) de uma v.a.

Curva normal reduzida

=0
=1

contnua X.

z=

57

Exerccio Resolvido

58

Exerccio

0,496 em unidades reduzidas = (0,496 0,502) / 0,005 = - 1,2

0,508 em unidades reduzidas = (0,508 0,502) / 0,005 = +1,2

O peso mdio de 500 estudantes do sexo masculino, de uma determinada

universidade, 75,5kg e o desvio padro 7,5kg. Admitindo-se que os
pesos esto distribudos normalmente, com largura de classe
considerada de 0,5kg, determinar quantos estudantes pesam:
a) Entre 60,0kg e 77,5kg;
b) Mais do que 92,5kg;
c) Menos do que 64,0kg;
d) 64,0kg;
e) 64,0kg ou menos;

a) Os pesos relacionados entre 60,0kg e 77,5kg podem ter, na realidade,

qualquer valor compreendido entre 59,75kg e 77,75kg (largura de classe).

Proporo de arruelas no defeituosas

= (rea limitada pela curva normal entre z = -1,2 e z = 1,2)
= (2 vezes a rea entre z = 0 e z = 1,2)
= 2*(0,3849) = 0,7698
76,98%

59,75kg em unidades reduzidas = (59,75 75,50) / 7,5 = -2,10

77,75kg em unidades reduzidas = (77,75 75,50) / 7,5 = 0,30

Porcentagem de arruelas defeituosas = 100% - 76,98% = 23,02%

59

60

10

28/02/2014

Exerccio Resolvido

Exerccio Resolvido

A proporo desejada de estudantes = (rea entre z = -2,10 e z = 0,30)

= (rea entre z = -2,10 e z = 0) + (rea entre z = 0 e z = 0,30)
= 0,4821 + 0,1179 = 0,6000

b) Os estudantes com pesos superiores a 92,50kg devem pesar pelo

menos 92,75kg.
92,75kg em unidades reduzidas = (92,75 75,50) / 7,5 = 2,30
A proporo desejada de estudantes = (rea direita de z = 2,30)
= (rea direita de z = 0) (rea entre z = 0 e z = 2,30)
= 0,5 - 0,4893 = 0,0107

Ento, o nmero de estudantes cujos pesos esto entre 60,0kg e 77,5kg

= 500*0,6000 = 300
Se W representa o peso de um estudante escolhido ao acaso, o
resultado acima pode ser resumido, em termos de probabilidade,
escrevendo-se: Prob{59,75 W 77,75} = 0,6000

61

Exerccio Resolvido

62

Exerccio Resolvido

c) Os estudantes que pesam menos do que 64,0kg devem pesar menos

do que 63,75kg.
63,75kg em unidades reduzidas = (63,75 75,50) / 7,5 = -1,57

d) Os estudantes que pesam 64,0kg tem pesos compreendidos entre

63,75kg e 64,25kg.
63,75kg em unidades reduzidas = (63,75 75,50) / 7,5 = -1,57
64,25kg em unidades reduzidas = (64,25 75,50) / 7,5 = -1,50
A proporo desejada de estudantes = (rea entre z = -1,57 e z = -1,50)
= (rea entre z = -1,57 e z = 0) (rea entre z = -1,50 e z = 0)
= 0,4418 0,4332 = 0,0086

A proporo desejada de estudantes = (rea esquerda de z = -1,57)

= (rea esquerda de z = 0) (rea entre z = -1,57 e z = 0)
= 0,5 - 0,4418 = 0,0582

Ento, o nmero de estudantes que pesam menos do que 64,0kg

= 500*0,0582 = 29

Ento, o nmero de estudantes que pesam mais do que 92,50kg

= 500*0,0107 = 5

Ento, o nmero de estudantes que pesam 64,0kg

= 500*0,0086 = 4
63

Exerccio Resolvido

64

Exerccio

e) Os estudantes que pesam 64,0kg ou menos devem ter pesos inferiores

a 64,25kg.
64,25kg em unidades reduzidas = (64,25 75,50) / 7,5 = -1,50
A proporo desejada de estudantes = (rea esquerda de z = -1,50)
= (rea esquerda de z = 0) (rea entre z = -1,50 e z = 0)
= 0,5 0,4332 = 0,0668

Uma varivel aleatria contnua X, que pode assumir somente valores

compreendidos entre 2 e 8, inclusive, tem uma funo de densidade de
probabilidade dada por a*(X+3), em que a uma constante.
a) Calcular o valor de a;
b) Determinar Prob{3<X<5}
c) Determinar Prob{X4}
d) Determinar Prob{|X-5|<0,5}

Ento, o nmero de estudantes que pesam 64,0kg ou menos

= 500*0,0668 = 33
65

66

11

28/02/2014

Exerccio Resolvido

Exerccio Resolvido
8

a)

P (a X b ) = ( x ).dx

c) Prob{X4} =

a * ( X + 3) * dx
4

X2

X2

P (2 X 8) = a * ( X + 3) * dx = a
+ 3 X a
+ 3 X = 1
2
2

8
2
2
8

a = 1/48
3

b) Prob{3<X<5} =

d) Prob{|X-5|<0.5} = Prob{4,5<X<5,5}
8

1 a * ( X + 3) * dx a * ( X + 3) * dx
2

= 1,166667 0,416667 = 0,750000

4,5

5, 5

1 a * ( X + 3) * dx a * ( X + 3) * dx

= 1 0,114583 0,593750 = 0,291667

= 1 (0,492188 0,166667) (1,166667 0,658854) = 0,166667

67

68

12