WAGNER MARCELO POMMER

Conceitos e Aplicações de Estatística
para cursos de Ciências Gerenciais:
Uma abordagem introdutória.

1ª edição

SÃO PAULO
2013

WAGNER MARCELO POMMER

Conceitos e Aplicações de Estatística
para cursos de Ciências Gerenciais:
Uma abordagem introdutória.

SÃO PAULO
2013

POR QUALQUER MEIO CONVENCIONAL OU ELETRÔNICO. DESDE QUE CITADA A FONTE. Estatística. PARA FINS DE ESTUDO E ENSINO.Ciências Gerenciais. Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória. ils. 79 p. . Wagner Marcelo.: Tabs ISBN 978-85-914891-0-7 1.AUTORIZO A REPRODUÇÃO E DIVULGAÇÃO TOTAL OU PARCIAL DESTE LIVRO ELETRÔNICO. Catalogação Pommer. 2. 2013.

..A Mediana ................................................1..........................................1.............................Amostragem ........................................................ 21 I.................................................................... 9 II.....SUMÁRIO Apresentação da Estatística 7 CAPÍTULO I : Amostragem Estatística I............................. 38 I....A Média ......................................Amostragem por Estágios Múltiplos ................Conceitos iniciais .. 38 I....Exercícios ... 16 CAPÍTULO II: As Distribuições de Freqüências I.................................................... 38 I.Aplicações envolvendo gráficos ..... 28 V.................. 31 CAPÍTULO III: Medidas de Tendência Central e de Posição (sem Intervalo de Classes) I............................ 37 I................ 22 I.......5......................Amostragem Proporcional Estratificada .........4..................................3......................2...............................................................................Exercícios ...........3.................................. 15 III..................................................A Moda ...... 25 IV.............. 10 III.............2...2........................................ 15 IV.Outros exemplos e aplicações .......Amostragem Aleatória Simples (AAS) .............................................................. 37 I.................................3.............................................................. 41 ......................Introdução ............................................Distribuição de Freqüências com Intervalo de Classes .................................Freqüência relativa e acumulada ......................................Média.......4............................................Os gráficos das distribuições de freqüências .... rol e amplitude total .................. 14 III............................... 21 I.................................................Amostragem Sistemática ................................... 13 III..Amostragem Aleatória por Conglomerados (Clusters) .....................Exercícios .......... 23 II.............................................População e Amostra ................... 12 III............... 21 I.....Distribuição de freqüências .................................................... 23 III..............4.................1.............. tabela primitiva...5................................................................. 11 III..... Moda e Mediana........................................................................................Exercícios ...............Dados brutos...........................

.................................2.............................. 73 ANEXOS ............................................... 52 I..............................................................1..................................................................1.....1................................2............................................. 67 VI...............1.....................1..................................................................................... 43 III............................................Medidas de dispersão ou variabilidade em distribuições com Intervalo de Classes .......................................................Aplicações ............................................... 51 I......................................2.............................................................................Exercícios Resolvidos ............................Os Percentis ...............................Testes (2ª Bateria) ..........................2................................3..................................................Média Ponderada e Média Geométrica ............. 48 IV................ II......................................................................................................................................................Testes (2ª Bateria) ......................A Média em Distribuições com Intervalo de Classes............................. 53 II. 62 CAPÍTULO VI: Aplicações dos Princípios Estatísticos VI............................................................A Média Ponderada .Exemplos ............. Moda....... 42 II.............Medidas de Posição: Percentis e Quartis 48 IV........................................................................... 56 CAPÍTULO V: Medidas de dispersão ou de variabilidade V... 42 II......... 59 V........3....... 75 ....Medidas de dispersão ou de variabilidade em distribuições sem Intervalo de Classes .A Mediana em Distribuições com Intervalo de Classes................A Moda em Distribuições com Intervalo de Classes.. 61 V......1....................................4.................Exercícios ...................................... 49 CAPÍTULO IV: Medidas de Tendência Central e de Posição (com Intervalo de Classes) I.......................Medidas de Posição: Quartis e Percentis .... 55 II....................Aplicações .............................A Média Geométrica ............ 65 VI.. 52 I... 69 REFERÊNCIAS BIBLIOGRÁFICAS ..............................................3......................2...................................Os Quartis ..... 51 I................ 43 IV. Mediana.Medidas de Tendência Central: Média......................................

apresentamos no decorrer dos capítulos e. em especial. o entendimento destes conceitos está além de uma simples instrumentalização por meio de fórmulas. no Capítulo 6. . o que faz do ensino da Estatística algo mais do que o limitado treino de cálculos e fórmulas. Visto que os alunos de áreas não exatas podem se beneficiar por uma abordagem menos formal. Este livro tem a intenção de apresentar aos universitários. Outro ponto a se destacar é a utilização de contextos embasados na área de Ciências Gerenciais. No decorrer da obra não buscamos enfatizar a linguagem formal matemática. Porém. Alguém que tenha o domínio operacional da estatística possui um conhecimento prático que permite obter vários indicadores estatísticos. Uma visão já estabelecida pela Estatística a associa como uma importante ferramenta de coleta de dados. uma abordagem estatística mais prática e centrada nos princípios essenciais de um curso introdutório em nível universitário. que não sejam necessariamente da área de exatas. Minha experiência em ensino de Estatística nas diversas subáreas das Ciências Gerenciais me despertou a atenção para situações próprias desta área. de modo que a escrita matemática não seja um empecilho ao primeiro acesso a esta área de conhecimento. situações que enfatizam a operação de transferência do conhecimento estatístico para algumas dentre os inúmeros contextos de aplicabilidade. mas antes introduzir os conceitos mais básicos em linguagem acessível a alunos não- matemáticos. mas o significado deste ramo requer que o indivíduo compreenda os conceitos envolvidos e consiga realizar uma interpretação apropriada. APRESENTAÇÃO É indiscutível o papel que a Estatística representa no mundo atual. porém que inicie um processo de significação dos conceitos essenciais desta área. de processamento da informação e da análise decorrente dos diversos conceitos que contribuem no campo de trabalho e no meio científico.

8 .

de modo a abrir a possibilidade de tirar conclusões ou predições com base nesses dados. O termo Estatística apareceu pela primeira vez no século XVIII. dentre outros e as diversas formas de representação através de leitura. . interpretação.Estatística Descritiva (etapas de coleta. . Torna-se importante conhecer conceitos como médias. A Estatística estuda as variáveis quantitativas.Amostragem Estatística I. Se a variável quantitativa expressar elementos relativos a contagens é conhecida como variável discreta e se puder assumir qualquer valor real é denominada variável contínua. Corresponde a um ramo da matemática aplicada que investiga os processos de obtenção (coleta). sendo derivada do latim statu (estado). taxas. A Estatística é um ramo da Matemática Aplicada que pode estar presente tanto no campo de trabalho como no dia-a-dia do cidadão.Introdução. Figura 1: O contexto de estudo da Estatística. [Fonte: IME-USP] O Método Estatístico estuda as mudanças que ocorrem nas diversas variáveis da população (ou amostra). Capítulo I. confecção de tabelas e gráficos. organização. sugerida pelo alemão Gottfried Achemmel (1719-1772).Estatística Inferencial ou Indutiva (etapas de análise e interpretação de dados). Pode-se subdividir o estudo da Estatística em: . registrando e determinando suas influências no fenômeno em estudo. desvios. que se subdividem em discretas e contínuas. organização e descrição dos dados). porcentagens. Mas o que é uma variável? Variável é o conjunto de todos os valores possíveis que um evento pode assumir. descrição e análise de dados sobre uma população ou uma amostra (coleção de elementos representativa de uma população).

verdadeiro/falso. Exercício 1: Classifique as variáveis abaixo segundo o código abaixo. escolaridade. II. Capítulo 1: Amostragem Estatística 10 São exemplos de variáveis discretas: o número de gols marcados por um time num campeonato. grau de instrução.Variável dicotômica: existem só duas possibilidades. contendo pelo menos uma característica em comum observável no universo do estudo. Exemplos: A. o número de clientes de um banco. Q = Variável Qualitativa D = Variável Quantitativa Discreta. corrupto/não-corrupto. e) Q. sendo obtido pela escolha ou extração de alguns elementos da população. .População e Amostra Um dos conceitos-chave da área de Estatística são população e amostra.POPULAÇÃO: moradores de uma metrópole. de modo a viabilizar a estimativa de propriedades da própria população. cor dos olhos. Amostra: é um subconjunto da população. C = Variável Quantitativa Contínua.nominal: sexo. o número de contribuintes do Imposto de Renda. AMOSTRA: moradores de um bairro da metrópole em questão. a cor dos cabelos. a) Jogando-se um dado. Exemplos: certo/errado. Observação: As variáveis qualitativas podem ser subdivididas em: .Variável categórica: existe a possibilidade de mais de duas respostas. Se a variável for um atributo ela é denominada variável qualitativa. b) C. credo. a produção nacional de soja e a taxa de juros do cheque especial.ordinal: classe social. Exemplos: raça. . sim/não. a cor dos olhos. d) C. . o ponto obtido: _____ b) O comprimento de um lápis: _____ c) O número de erros cometidos por um caixa num certo dia: ______ d) A quantidade de dinheiro que um cliente de banco movimenta num certo dia: ____ e) Ao preencher a ficha de cadastro de um emprego. no item que se refere ao sexo : Masculino ou Feminino: _____ f) Nº de ações negociadas na Bolsa de Valores: ____ Resposta: a) D. c) D. B. f) D. a preferência por um time de futebol ou uma determinada religião.POPULAÇÃO: Eleitores brasileiros AMOSTRA: os eleitores de algum estado ou de alguma cidade. Como exemplos de qualidades ou atributos têm-se a cor da pele. classe econômica-social. População: é o conjunto dos elementos que se deseja estudar. Existe outro critério de subdivisão das variáveis qualitativas: . São exemplos de variáveis contínuas: as alturas dos alunos de uma escola.

com resultados satisfatórios para o que se pretende estudar (valor aproximado). de espaço. as mesmas possuem um ponto em comum: Em que condições devem-se efetuar estudos ou escolher uma população ou uma amostra? Utilizando como exemplo o censo demográfico. de modo aproximado e num viés simplificador. (c) se já estão disponíveis os dados da população. . Nesse sentido mundano. como: • Menor gasto para a obtenção de dados e realização das análises (mote financeiro). a denominada população infinita deve possuir incontáveis elementos. • População muito grande ou de difícil acesso (restrição operacional). uma população considerada infinita seria o número de nascimentos em um determinado país ou a produção mensal de parafusos de uma grande multinacional. quando e por que as pesquisas eleitorais sobre alguns milhares de eleitores em potencial podem ou não predizer o resultado de uma eleição? Como as pesquisas de audiência da TV podem ser autênticas se são coletadas informações de alguns lares? Refletindo um pouco sobre as questões acima. os funcionários de uma empresa ou os eleitores brasileiros. • Uma boa qualidade nos dados levantados (obter precisão). III. sua utilização pode ser viável quando: (a) a população é pequena (ou ainda. • Mais fácil. esta consiste de um número finito ou fixo de elementos. medidas ou observações. Por outro lado. quando o tamanho da amostra seria grande em relação às dimensões da população). o uso de amostras se torna viável dependendo de alguns fatores. vamos colocar algumas questões: Em que condições. ao invés de censo. mas que a representem o mais fielmente possível. Este subconjunto finito de uma população é denominado amostra e é por meio dela que se procura estabelecer. de tempo.Amostragem A escola de amostras se caracteriza quando há restrições econômicas. (b) quando se necessita um resultado o mais próximo possível do valor verdadeiro. Neste caso. • Menor tempo operacional (questão temporal). que recai sobre uma determinada população. estimar ou inferir as propriedades e características dessa população. De modo complementar. No caso da população finita. dificilmente uma população do mundo cotidiano contém infinitos elementos. conforme se representa na figura 2. torna-se fundamental a escolha de alguns elementos da população. 11 Uma população pode ser finita ou infinita. que faz um exame das características dos elementos de certa população. operacional ou qualquer outro motivo. Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória. Para inicialmente localizar os contextos onde se estuda Estatística. Temos como exemplos os alunos de um curso de administração. Figura 2: Representação da relação população e amostra. Em verdade.

Deste modo. 10ª e 12ª. não se conhece a probabilidade de um determinado elemento da população. estudaremos somente a amostragem probabilística. e um modo tal que dá a cada elemento da população uma probabilidade de inclusão na amostra calculável e diferente de zero. indicadas na tabela abaixo. 21. a probabilidade de um elemento da população ser escolhido é ao acaso e pode ser determinada ou estimada por cálculos probabilísticos. Suponha que um sorteio tenha sido feito e obtido a 2ª linha e 1ª coluna. Para adaptar a tabela de números aleatórios a esta condição. sem reposição. que no exemplo seria de trinta valores. 25 18 42 35 31 39 29 17 48 32 19 27 62 31 43 53 22 38 25 15 55 41 36 21 39 43 24 39 63 14 Pode-se obter. 30. respectivamente. devido à seleção aleatória de indivíduos. A amostragem aleatória simples exige uma relação completa de todos os N elementos da população. Exemplo: Sejam as idades de trinta alunos de uma escola. na amostragem não probabilística (não aleatória). garantindo as mesmas chances de escolha. Existe uma tabela denominada Tabela dos Números Aleatórios que facilita esta operação de sorteio. Quando se deseja escolher uma amostra simples de uma população homogênea basta efetuar um sorteio. Casual ou Randômica. 22. uma das possibilidades é inicialmente sortear a linha e a coluna para dar início a escolha. utilizando-se da tabela de números aleatórios. Se for multiplicado por mil. O acesso aos números aleatórios é realizado ao se acionar a tecla Shift + RAN#. A seleção dos elementos da amostra é subjetiva ou por julgamento. dentro os 30 fornecidos. descartam-se os valores acima de 30. 8ª. 25 18 42 35 31 39 29 17 48 32 19 27 62 31 43 53 22 38 25 15 55 41 36 21 39 43 24 39 63 14 . Estas posições. 17 anos. Acidental. as idades: 18 anos. é possível uma rápida escolha aleatória de um número entre um e mil. No visor da calculadora surge um número entre 0 e 1. Neste curso. Capítulo 1: Amostragem Estatística 12 A técnica para se escolher uma amostra é denominada amostragem. 35 anos. Por outro lado.1.Amostragem Aleatória Simples (AAS). Em Estatística as principais técnicas são a amostragem probabilística e a amostragem não probabilística. na tabela dada no em enunciado. 27 anos. 32 anos. 4ª. que está representada abaixo: 9 8 0 6 4 4 2 1 8 0 3 4 9 8 1 2 8 8 3 0 7 8 2 2 7 5 4 7 3 6 1ª 2ª 3ª 4ª 5ª 6ª 7ª 8ª 9ª 10ª 11ª 12ª 13ª 14ª 15ª Como se deseja uma amostra de 5 elementos. Neste tipo de amostra supõe-se que cada indivíduo da população tem a mesma probabilidade de ser escolhido para compor a amostra. Para a formação da amostragem aleatória existe um procedimento de selecção dos elementos ou grupo de elementos. pois tem 100 linhas e 15 colunas. Estes valores correspondem aos alunos das posições 2ª. uma amostra aleatória simples (AAS) de tamanho n = 5. resultam os valores: 06. 12. A tabela fornecida possui 1500 elementos. Na amostragem probabilística (ou aleatória). que se encontra em calculadoras científicas. corresponde. Esta é uma técnica bem simples. dada no anexo II (ao final do livro). III.

fração de amostragem N A i = N i .145 e A2 = N2. mantém o inteiro. pois a maioria das populações tem estratos bem definidos.. 39. décimo igual ou maior a cinco. Considerando N o número total de elementos da população. com idades 31. 12. Dentre as várias possibilidades. as diferentes distribuições econômicas entre as nações (1° mundo e 3° mundo). Obtenha uma amostra proporcional estratificada com 10 alunos.Amostragem Proporcional Estratificada É utilizada quando se dispõe de uma população heterogênea que pode ser subdivida em estratos (ou camadas). N1 = n° de mulheres = 50 N2 = n° de homens = 70 – 50 = 20 Note que N = N1 + N2. pois N = 50 + 20 = 70.. conforme o enunciado.. i o número de estratos. 26. É muito utilizada. + N L . Exemplo: Numa sala de aula com 70 alunos.. temos: População Cálculos/Amostra Amostra Homens 20 2. 0. ilustramos três populações com estratos bem definidos: a distribuição de homens e mulheres na população brasileira. número de elementos amostrais representantes de cada estrato. III.1429 = 2.858 3 Mulheres 50 7. 48.f = 50. 25. Na amostragem estratificada a idéia básica consiste em se especificar quantos itens da amostra serão retirados de cada estrato.145 7 TOTAL 70 10 10 .. 0. Solução: Temos dois estratos: homens e mulheres.f = 20. 02. Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória. 13 Caso fosse escolhida a 18ª linha temos os seguintes números (da esquerda para a direita): 4 6 3 9 8 2 7 3 2 8 0 2 1 2 9 2 2 6 9 5 3 1 2 5 0 0 0 5 9 6 Nessa situação teríamos os números 28. cinquenta são mulheres.1429 O número de elementos amostrais representando cada estrato é: A1 = N1. 27 anos.858 Como o número de elementos amostral representando cada estrato deve ser um número inteiro positivo. Ni o número de elementos do estrato i e n o tamanho da amostra a ser elaborada. totalizando dez (10) elementos da amostra. f = n/N = 10/ 70 = 1/7 = 0. Representando os resultados. utilizamos a seguinte regra de aproximação: décimo menor que cinco. f = ..2. os clientes de um banco pela faixa de renda bruta.1429 = 7. onde cada estrato apresenta grande homogeneidade.f . obtemos as seguintes relações: n N = N 1 + N 2 + . Daí: A1 = 7 e A2 = 3. 29. acrescenta-se uma unidade a parte inteiro do número (ver Anexo 1).

Observações: 1) Há casos onde o tamanho da população é desconhecido. Como proceder para escolher uma amostra sistemática para o Controle de Qualidade? Se em cada cem peças uma é tomada como amostra. 225ª. pois será necessário se estipular um valor para I.. 725ª.. a amostragem sistemática faz retiradas periódicas (em termos matemáticos. Capítulo 1: Amostragem Estatística 14 III. n 10 Escolhe-se um número aleatoriamente. obteve-se por sorteio k = 25. Suponha uma população onde um elemento qualquer tenha igual chance de pertencer a determinada amostra. Assim. k + 2I. 925ª. 525ª. . ) Uma grande vantagem da amostragem sistemática em relação as duas já estudadas é a grande facilidade de execução. a cada k elementos.conhecer N = População total. 125ª. 625ª. um número k situado entre 1 e I. 825ª. que chamaremos de k.3 . um é escolhido). pode-se escolher um ritmo para a tomada de amostras. por método aleatório. Por exemplo. N 1000 Intervalo = I = = = 100. numa população cujos elementos são todos conhecidos e que se apresentam ordenados. A amostra sistemática. N = População diária = 1 000 peças. A seguir obtenha uma sequência de elementos efetuando a adição de k com I (progressão aritmética de razão I e a1 = k) (k.Amostragem Sistemática.obter. ao final do dia serão analisadas dez peças. será composta pelas seguintes peças: 25ª.conhecer n = tamanho da amostra. O setor de controle de qualidade escolhe para análise uma a cada cem peças produzidas. por sorteio ou pela tabela de números aleatórios (por amostragem aleatória simples) entre 1 e 100. 425ª. Neste caso não é possível se determinar o valor de I. O problema terá um encaminhamento mais intuitivo. a Amostragem Sistemática também requer uma lista completa dos elementos da população. Exemplo: Seja uma população de mil peças diárias numa linha de produção.calcular I = N . . k + I. Como no caso estudado da Amostragem Aleatória Simples. pois a produção diária é de mil peças. com dez elementos. De maneira geral. . 325ª. na Amostragem Sistemática deve-se: . Se nesta população for necessária uma coleta de dados por um longo período de tempo. n = Tamanho da Amostra = 10 peças. . como sendo o intervalo constante (regular) entre as posições que serão n retiradas as amostras. k + 3I: .

Exemplo: Considere a seguinte situação. Não há condição de entrevistar todos os moradores da cidade. devido ao caráter heterogêneo dos clusters escolhidos. Você pode optar por entrevistar uma a cada cem pessoas que entram numa no local. A melhor escolha recai na amostragem por conglomerado. assim como não exige uma lista completa da população. cada camada possui elementos semelhantes e. 15 2) Em certas ocasiões. Existem casos onde é inviável ou não é possível estabelecer uma lista com todos os elementos da população. Imagine-se fazendo sorteios a cada cem pessoas que entrasse na loja: você teria que pará-los. cada camada tem elementos escolhidos proporcionalmente à população.5.Amostragem por Estágios Múltiplos. Um pouco inconveniente. na amostragem aleatória por conglomerados. não acha. pedir todos os nomes dos cem clientes. após o sorteio inicial dos conglomerados. com homogeneidade entre os elementos internos dos estratos (conglomerados). e não mais sobre os indivíduos da população. Inicialmente. devido à facilidade da operação. o número de conglomerados (clusters) é muito grande. deve-se estabelecer os conglomerados apropriados. Uma técnica bem propícia é a sistemática. pela enorme facilidade de execução. a amostragem por conglomerados pode ser usada quando a população pode ser dividida em um grande número de conglomerados (subpopulações) heterogêneos representativos da população global. Resumindo. Na amostragem por conglomerados sorteiam-se alguns conglomerados e são entrevistados parte ou todos os elementos do conglomerado escolhido. A amostragem por conglomerados tem como vantagens a facilidade administrativa e econômica. Deste modo. Mas qual a diferença entre conglomerados e estratos.Amostragem Aleatória por Conglomerados (Clusters). sorteiam-se alguns deles. Isto em decorrência de alguma impossibilidade de fazer um levantamento de todos os cidadãos e também eleger um critério para reuni-los em estratos. Numa pequena cidade. sendo que esta pode ser agrupada em pequenos estratos (ou conglomerados). Por exemplo. um grupo de estudantes deseja saber a intenção de voto num candidato X. além disso. III. a Amostragem Sistemática é mais adequada dentre as existentes. se possível. . poderíamos ter novamente sorteado alguns elementos dentro do conglomerado. e efetua-se a pesquisa in-loco dos moradores das casas dos quarteirões sorteados. A utilização de um processo aleatório (por sorteio) e por estratos fica comprometido. seguindo o critério de uniformidade de seus elementos. pois não se conhece o tamanho da população. No exemplo mencionado no item da amostragem por conglomerados. a amostragem é feita sobre os conglomerados. Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória.4. Escolhem-se os quarteirões como conglomerados (clusters). pela dificuldade em se conhecer toda a população (listagem de nomes). São aqueles casos onde se efetua uma combinação de dois ou mais das técnicas mostradas acima. sendo que os elementos dos conglomerados escolhidos podem ser analisados na parte ou no todo. Por consequência. A seleção dos conglomerados é feita por amostragem aleatória simples. III. suponha que você deve realizar uma rápida pesquisa com clientes de um ‘shopping center’ sobre a percepção a respeito de determinado produto. colocar numa urna e sortear. Na amostragem por estratos.

A pesquisa pretendia diagnosticar o motivo da troca do ônibus pelos meios alternativos (a pé ou de bicicleta).gênero (masculino e feminino). IV. representados no quadro abaixo e discriminados em função do sexo.renda (9 faixas salariais.940). . Considere a Amostragem Proporcional Estratificada. Considere a Amostragem Proporcional Estratificada . Obter o número de elementos da amostra de cada produto. A metodologia utilizada foi a modelagem matemática de comportamento. e a crescente utilização de bicicletas e deslocamento a pé. Obtenha o número de elementos da amostra de cada série.br/PRINCIPAL/Comunicado/noticias/1270/not1011. pretendendo avaliar a preferência e os gostos associados aos aspectos sóciocultural e econômico da população.01% da produção diária de cada produto. relacionando o número de viagens e atributos do modo de transporte.Uma indústria possui em sua linha 4 produtos. . Uma empresa de ônibus encomendou uma pesquisa inédita junto a uma Universidade local para se conhecer a preferência dos usuários em transporte coletivo de uma determinada cidade do Brasil. mas não conveniente para os negócios da empresa. A fase da coleta dos dados constou de entrevistas em 430 domicílios sorteados localizados em 14 macro-zonas.Uma pequena cidade resolveu fazer uma pesquisa de opinião através de técnicas de amostragem. para um total amostral de 10 alunos.unama. html. Para o critério da estratificação utilizou-se como variáveis: .faixa etária (4 faixas. o que é bom para a saúde dos usuários. ESCOLA Nº de alunos Amostra 1ª série 30 2ª série 26 3ª série 24 4ª série 27 Total 3.Uma pequena escola possui somente as quatro primeiras séries. de 16 a 65 anos). A contratante tinha observado uma diminuição da demanda do transporte coletivo. O controle de qualidade escolhe algumas peças para análise. cuja produção diária está indicada na tabela abaixo. A tabela abaixo representa o número de alunos dos dois sexos. correspondendo a 0. Capítulo 1: Amostragem Estatística 16 Um exemplo interessante para ilustrar a composição dos diversos tipos de amostragem pode ser encontrado em uma reportagem disponível em http://www. Produto Produção Amostra diária 1 41 000 2 26 000 3 29 000 4 47 000 Total 2. Os entrevistados serão cidadãos entre 18 e 60 anos. A pesquisa teve a duração de seis meses. de menos de R$ 260 até maior ou igual a R$ 4. sendo que se deseja entrevistar mil cidadãos. utilizando dez alunos de cursos diversos devidamente preparados. Obter o número de elementos da amostra de cada distrito.Exercícios: 1. considerando a Amostragem Proporcional Estratificada.

43 = 2 3ª série 24 240/107 = 2.01% de 143 000 não coincide com o tamanho da amostra. Em termos de variáveis. decidiu-se complementar os dados antropométricos com alguns exames laboratoriais. Como não se podia exigir que o estudante fizesse estes exames. um fiscal observa que há vários caixas.80= 3 2ª série 26 260/107 = 2. 17 AMOSTRA AMOSTRA Eleitores Eleitores Bairros Eleitores Eleitores Masculinos Femininos Masculino Feminino A 800 900 B 620 580 C 710 750 D 930 1100 E 1 500 1750 F 2 500 2400 Total 4. c) a quantidade de caixas e a quantia de dinheiro movimentada representam variável discreta. selecionando-se voluntários em cada estrato. e) a quantidade de caixas é uma variável qualitativa e a quantia de dinheiro movimentada é uma variável discreta Respostas: Produto Produção diária Amostra 1) 1 41 000 4 2 26 000 3 3 29 000 3 4 47 000 5 Total 143 000 15 Note que 0.Num banco. considerando que se deseja uma amostra de 200 estudantes? Tipo de escola Nível escolar pública privada 1º grau 48% 14% 2º grau 26% 12% 5. Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória.(UFMG) Num estudo sobre estado nutricional dos estudantes da rede escolar de uma cidade. d) a quantidade de caixas e a quantia de dinheiro movimentada representa uma variável contínua. qual deve ser a cota a ser amostrada em cada estrato. Com base nos dados da tabela abaixo. 2) ESCOLA Nº de alunos Amostra 1ª série 30 300/107=2. é correto afirmar que: a) a quantidade de caixas é uma variável contínua e a quantia de dinheiro movimentada é uma variável discreta. decidiu-se estratificar a população por nível escolar (1º grau e 2º grau) e por tipo de escola (pública e privada). b) a quantidade de caixas é uma variável discreta e a quantia de dinheiro movimentada é uma variável contínua. até completar as cotas.52 = 3 Total 107 10 . cada qual movimentando uma quantidade de dinheiro.24 = 2 4ª série 27 270/107 = 2.

12x 200 = 24 alunos 100% de 200 = 1 x 200 = 200 alunos 5.25) F 2 500 2 400 2500x486/7060=172 2400x514/7480=164* (164.54) D 930 1 100 930x486/7060=641100x514/7480=76 (75. nota-se que a Amostra Feminina possui soma 515 eleitores. explique o motivo que o levou a essa escolha (o objetivo). • os parâmetros a serem estimados. • a forma de seleção da amostra. • a confiabilidade desejada. Como a amostra deve possuir 514 eleitores.14 x 200 = 28 alunos 26% de 200 = 0. Um conselho aos alunos é seguir o lema ‘Retire do elemento com maior quantidade (mais rico) ou acrescente para o elemento com menor quantidade (mais pobre)’.48x 200 = 96 alunos 14% de 200 = 0. .26x 200 = 52 alunos 12% de 200 = 0. Não existe método.59) E 1 500 1 750 1500x486/7060=103 1750x514/7480=120 (120. A seguir. Escreva os procedimentos na forma de um texto. No caso.44 = 514 eleitores masculinos 1 000 eleitores Verificando a soma dos elementos da amostra. • a população a ser amostrada.B Para saber mais: Um pesquisador que deseja realizar uma pesquisa estatística deverá traçar um Plano de Amostragem. • o custo do levantamento. descreva a população a ser estudada.56 = 486 eleitores masculinos 7480 000/ 14 540 = 514.92) Totais 7 060 7 480 486 514 7 060 + 7 480 = 14 540 → 7060 000/ 14 540 = 485. Escolha algum tema relacionado ao seu curso. Capítulo 1: Amostragem Estatística 18 3- AMOSTRA Eleitores Eleitores AMOSTRA Eleitores Bairros Eleitores Masculinos Femininos Feminino Masculino A 800 900 800x486/7060=55900x514/7480= 62 (61. • o tamanho da amostra. é necessário corrigir este problema que surge devido as aproximações. Idealize uma pesquisa. mudei 165 para 164 (*) 4- Tipo de escola Nível escolar pública privada 1º grau 48% (96 alunos) 14% (28 alunos) 2º grau 26% (52 alunos) 12% (24 alunos) 48% + 14% + 26% + 12% = 100% 48% de 200 = 0. • a unidade de amostragem. que deverá conter: • os objetivos da pesquisa.86) C 710 750 710x486/7060=49 750x514/7480=52 (51. as características da amostra e o método da amostragem.84) B 620 580 620x486/7060=43580x x514/7480=40 (39.

Qual deve ser a percentagem de funcionários a participar da amostra. de um total de 120 alunos.6 2ª 3ª 4ª 5ª 6ª 7ª 8ª Totais 2.Uma cidade apresenta o seguinte quadro relativo às suas escolas de 1º grau. sendo 35 na 1ª série. com alto nível de confiança. 19 Extras 1. A meta é obter uma margem de confiança de 95%. ESCOLAS Nº de estudantes Nº de estudantes Masculino Feminino A 80 95 B 102 120 C 110 92 D 134 228 E 150 130 F 300 290 Totais 876 955 3. 32 na 2ª. ou seja. Séries População Cálculo Proporcional Amostra Final 1ª 35 5. 28 na 4ª. 35 na 5ª. Sugestão: Primeiramente. Então. Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória. de tal forma que se garanta. deseja-se estimar a quantidade da amostra a ser pesquisada com relação a intenção de voto. Obtenha uma amostra de 120 alunos. tome os totais de estudantes homens (876) e mulheres (955): 876 + 955 = 1831 estudantes. e calcule qual é a amostra de homens e mulheres. 31 na 7ª e 27 na 8ª.5 pontos percentuais (para mais ou para menos). Qual o tamanho da amostra? . Obtenha uma amostra de 40 alunos e preencha o quadro seguinte. 30 na 3ª.Numa eleição. você terá que saber qual é o tamanho de amostra das estudantes do sexo feminino e qual a amostra masculina.Numa escola existem 250 alunos.Numa empresa com 600 funcionários. deseja-se estimar a percentagem de funcionários favoráveis a certo programa de treinamento. um erro amostral não superior a 4%? 4. 32 na 6ª. uma margem de erro de 2.

600 correção do tamanho da amostra: n = 0 = .1 5 7ª 31 5.8 5 4ª 28 4.1 5 3ª 30 4.N 625. Como se conhece a população.3 4 Totais 250 40 2- Nº de estudantes Nº de estudantes Amostra de Estudantes Amostra de Estudantes ESCOLAS Masculino Feminino Masculino Feminino A 80 95 5 6 B 102 120 7 8 C 110 92 7 6 D 134 228 9 15 E 150 130 10 9 F 300 290 19 19 Totais 876 955 57 63 1 1 3. E 0. .5 Existe outro critério. n 100 eleitores.51 = 51%. efetua-se a E 0.04 2 n . dado pela expressão: = . 1 1 4. expressão que resulta n = 1573 2.5 4 5ª 35 5.96 2.6 6 2ª 32 5. o percentual de funcionários é de 306/600 = 0.6 6 6ª 32 5.Segundo o critério aproximado delineado acima: n0 = 2 = = 1600.Resposta: n0 = 2 = = 625 funcionários. que resulta cerca de 306 funcionários.0 5 8ª 27 4. Capítulo 1: Amostragem Estatística 20 Respostas: 1- Séries População Cálculo Proporcional Amostra 1ª 35 5.0252 1. N + n0 625 + 600 Daí.

temos a seguinte distribuição de frequências simples. 4. Denomina-se frequência simples (ou absoluta) ao número de vezes que ocorre um fenômeno. Os dados brutos são aqueles obtidos sem qualquer tipo de organização. exposto logo acima. geralmente ocorre que o conjunto a ser estudado apresenta um grande número de dados. que é a diferença entre o maior e o menor valor do rol. I. Em Estatística. Através de uma entrada da tabela primitiva são representados os dados da variável em estudo e em outra entrada a frequência simples (ou absoluta) dos dados. Esta organização de dados brutos é denominada rol. tendo sido obtidos os seguintes resultados (os dados brutos): 2. Em se tratando de dados numéricos. a frequência indica o número de vezes que um valor ou um subconjunto de valores do domínio de uma variável aleatória aparece numa experiência ou observação de caráter estatístico. 6. que serão trabalhados neste livro. de modo a sistematizar alguns indicadores estatísticos. salvo orientação em contrário). Do rol. rol e amplitude total.Distribuições de Frequências Nas aplicações cotidianas. 6. 1. No presente exemplo.2. . 4. 2. I.Distribuição de frequências. 5. O termo frequência provém do latim frequentia. escritos numa sequência numérica ou na forma denominada tabela primitiva. Eles podem ser organizados linearmente. Estaremos adotando para a frequência a letra f (minúscula).1. Organizando estes dados brutos em ordem crescente (que será a opção deste livro. a ordenação poderá ser de modo crescente ou decrescente. o que implica na necessidade de um modo de representação mais simplificado e ágil. a amplitude total é dada por AT = 6 – 1 = 5. teremos o seguinte rol de dados brutos: 1. No exemplo do lançamento de um dado oito vezes. Por exemplo. 6. tabela primitiva. Os dados brutos podem ser organizados segundo algum critério. imagine uma situação onde um dado comum foi lançado oito vezes. 3. Denomina-se distribuição de frequências a representação do rol na forma de uma tabela de dupla entrada. 3. 6. Capítulo II . A Distribuição de frequências é uma técnica estatística usada para representar uma coleção de objetos em forma de tabelas. 5. I. 2.Dados brutos.Conceitos iniciais. representando intuitivamente um contexto de repetição de fatos ou acontecimentos. 2. podemos obter a amplitude total.

No caso.5 % 5 1 1 x 100/8=12.100 frequência relativa (símbolo fr).5 % 2 2 2 x 100/8=25% 3 1 1 x 100/8=12.Frequência relativa e acumulada Também é possível expressar os valores das frequências em percentagens. N° obtido f FAC 1 1 1 2 2 3 3 1 4 4 1 5 5 1 6 6 2 8 Total ∑f =8 I. conforme indicado no esquema abaixo. Note que o último valor de FAC coincide com a somatória das frequências simples (∑ f). a frequência acumulada é representada por FAC (3ª coluna). Capítulo 2 . conhecidas como f .3.5 % 6 2 2 x 100/8=25% Total 8 8 x 100/8= 100% 22 . que pode ser obtida por: f r = (%) ∑f N° obtido frequência frequência simples (f) relativa (fr) 1 1 1x 100/8=12.Distribuições de Frequências 22 N° obtido f 1 1 2 2 3 1 4 1 5 1 6 2 Total ∑f =8 Note que o total de dados obtidos sempre coincide com a somatória de frequências (cujo símbolo é ∑f). ∑ f = 8. Para se obter cada valor da frequência acumulada basta adicionar o valor da FAC da linha anterior com a frequência simples.5 % 4 1 1 x 100/8=12. No caso do exemplo dado.

Representa o total de todas as frequências até uma determinada ordem e seu símbolo é Fac.7 30 Totais 30 100 Exercício 2. onde a área do retângulo é proporcional a sua frequência. Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória. outro conceito é o de frequência acumulada. organize os dados em ordem crescente e elabore uma tabela de distribuição de frequências (sem intervalo de classes). Nele.5 % 1+2+1=4 4 1 12.Os resultados do lançamento de um dado foram alocados na tabela primitiva abaixo.5 % 1 2 2 25% 1+2=3 3 1 12.7 22 6 8 26. . no eixo y teremos representa a frequência da variável e no eixo x as representações da variável. As distribuições de frequência podem ser expressas tanto na forma de tabela como na forma gráfica.Elabore uma coleta de dados envolvendo vinte de seus colegas de turma envolvendo três itens (variáveis): alturas. 23 Ainda.5 % 1+2+1+1=5 5 1 12. Organize o rol e faça a distribuição de frequências simples (f). ou seja. Vamos fazer uma aproximação. O Histograma é uma representação gráfica de uma distribuição de frequência com intervalo de classe. Também. Para cada variável. Também. 6 5 2 6 4 3 6 2 6 5 1 6 3 3 5 1 3 6 3 4 2 4 6 5 3 2 1 3 5 6 Resolução: Números f fr(%) Fac 1 3 10 3 2 4 13.3 14 4 3 10 17 5 5 16.5 % 1 + 2 + 1 + 1+ 1 = 6 6 2 25% 1 + 2 + 1 + 1+ 1 + 2 = 8 Total 8 100% ---------- I. Utilize uma ordenação crescente de dados. considerando os dados discretos obtidos no exercício 1 acima e traçando o histograma.Exercícios: 1.Os gráficos das distribuições de frequências. peso e idade.3 7 3 7 23. as frequências são representadas por retângulos verticais. determine a frequência relativa (fr) e acumulada (Fac). Estudaremos a seguir como você transforma do registro em tabela para o gráfico. determine a frequência relativa (fr) e acumulada (Fac). II.4. No exemplo acima temos: frequência frequência frequência N° obtido simples (f) relativa (fr) acumulada (Fac) 1 1 12.

nos números obtidos nos lançamentos de um dado. porém somente se indicam as linhas. para ambos os eixos. as frequências são indicadas no eixo y e no eixo x as representações da variável. escolha a opção linha ou coluna.y) teremos o polígono de frequência simples. o Histograma não é a representação mais indicada. Unindo-se os pontos dados por suas coordenadas (x. Nele.Distribuições de Frequências 24 Números f 1 3 2 4 3 7 4 3 5 5 6 8 Totais 30 Neste caso. selecione a coluna de frequências. É o mesmo procedimento do histograma. Digite a tabela de frequência. selecione colunas (no tipo de gráfico). Nele. por exemplo. clique em avançar e clique em concluir. como. Deveríamos estar lidando o gráfico em bastão. Capítulo 2 . poderemos escolher uma escala 1: 1. Com os dados obtidos no exercício 1. clique na barra de ferramentas no ícone ‘Assistente de gráficos’. preencha as opções dos significantes dos eixos. podemos traçar o seguinte polígono de frequência simples: 24 . cada barra (retângulo = figura plana) fica reduzida a um bastão (linha). Obs. clique em avançar. O histograma ficará: 10 10 8 8 6 6 f f 4 4 2 2 0 0 1 2 3 4 5 6 1 Você pode elaborar o histograma no Excel.: Mais rigorosamente. quando se trabalha com dados discretos. O Polígono de frequência simples é outra forma de representação gráfica de uma distribuição de frequência. clique em avançar.

Por último. Neste caso.0 6. Números f Fac 35 1 3 3 30 2 4 7 25 3 7 14 20 f 4 3 17 15 10 5 5 22 5 6 8 30 0 Totais 30 1 2 3 4 5 6 III.5 7.5 9.0 6.0 4.5 6.5 8.0 7.5 7.0 5.0 7.0 Para se obter o rol devemos ordenar as notas de modo crescente.5 5.5 8.5 5.0 7.5 9. Seja uma coleta de dados com as notas dos alunos de uma turma com 20 alunos. Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória. onde no eixo y temos a representação das frequências acumuladas.5 3. Então.5 A tabela de frequências simples. 25 10 8 6 f 4 2 0 1 2 3 4 5 6 Também pode ser feito no Excel.0 8. é costume separá-las em grupos de valores e juntamos as frequências obtidas. Na etapa de seleção de tipo de gráfico. existe o polígono de frequência acumulada.5 6. Existem ocasiões onde a coleta de dados revela valores reais.0 8.5 4. sem intervalos de classes fica: . escolha a opção linha e siga os outros passos do histograma.Distribuição de Frequências com Intervalo de Classes.5 8. temos: 2.0 6.5 8. Os dados colocados são ordenados por ordem alfabética da turma (tabela primitiva): Nº 1 2 3 4 5 6 7 8 9 10 Nota 7.0 5.5 5 5.5 4.5 2.0 Nº 11 12 12 14 15 16 17 18 19 20 Nota 3.5 7.5 4.5 6 6 6 6.0 7.5 6.

No exemplo: AT = 10 – 0 = 10. Além disso. que são denominadas classes. Assim teríamos a distribuição de frequências com intervalo de classes. No último intervalo 8 ⌐ 10. No nosso exemplo. Por último.5 1 9. Capítulo 2 .5 2 6 3 6.5 1 3.5 1 4.0 2 8. define-se amplitude amostral (AM) a diferença entre o maior e o menor valores da amostra. a tabela apresenta uma amplitude total (AT). apesar dos valores 0 e 10 não fazerem parte da amostra. xi = (Li + li )/2. No caso de 0 ⌐ 2. Em Estatística. h = 2. o símbolo ‘⌐’ indica um intervalo de números.5 – 2.5 2 5 1 5. Por exemplo. o 10 será incluído. define-se ponto médio de uma classe ao valor xi dado pela média dos limites superior e inferior de cada classe.0 3 7.Distribuições de Frequências 26 Nota frequência 2.li . No exemplo: AM = 9. exceto o 2 que será contado no próximo intervalo. Classes Intervalo Frequência Frequência frequência de notas simples relativa acumulada (f) (fr) (Fac) 1 0⌐2 0 0 0 2 2⌐4 2 10% 2 3 4⌐6 5 25% 7 4 6⌐8 9 45% 16 5 8 ⌐ 10 4 20% 20 ----. exceto a nota 4. Com isto se evita repetir contagens. denominados intervalos de classe. definida pela diferença do maior valor do limite superior e do menor valor do limite inferior. Também.5 = 7. No nosso caso. Cada intervalo de classe tem uma amplitude. denominada amplitude de intervalo de classe. poderíamos agrupar as notas de 2 em 2 pontos. O gráfico do histograma seria: 26 .5 1 8. Total 20 100% --------- Vamos estudar os elementos que compõe uma distribuição de frequências com intervalo de classes. Note que AT ≠ AM (nem sempre AT = AM). este símbolo indica que os números entre 0 e 2 deverão ser contabilizados. ou seja. observamos que agrupamos os dados em 5 intervalos.5 1 Total 20 Neste caso. é mais comum o agrupamento de notas em intervalos.5 2 7. Cada intervalo de classe tem um limite inferior (li) e um limite superior (Li). que é definida por h = Li . 2 ⌐ 4 significa que todas notas entre 2 e 4 são contadas.

(Li . No Excel. devemos localizar os pares ordenados (xi. Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória.2) 3 4⌐6 5 25% 7 5 (5. 27 H isto grama 10 freqüência simples 8 6 4 2 0 0 ¬ 2 2 ¬ 4 4 ¬ 6 6 ¬ 8 8 ¬ 10 nota s Para a elaboração do polígono de frequência simples. valor da frequência acumulada). f).9) 5 8 ⌐ 10 4 20% 20 9 (9.0) 2 2⌐4 2 10% 2 3 (3. ------ Para localizar os pontos no gráfico. Total 20 100% --------. f). Classes Intervalo Frequência frequência frequência Ponto Pares de notas simples (f) relativa (fr) acumulada médio (xi) ordenados (Fac) 1 0⌐2 0 0 0 1 (1. no caso de intervalos de classes.5) 4 6⌐8 9 45% 16 7 (7. o traçado deverá ser realizado com o par ordenado (Limite superior.-------. ou seja. deveremos determinar o ponto médio do intervalo de cada classe. deveremos entrar com a tabela abaixo: Polígono de freqüência simples Ponto Frequência 10 médio (xi) simples (f) 8 1 0 6 f 3 2 4 2 5 5 0 7 9 0 2 4 6 8 10 9 4 xi 1 Para o caso do polígono de frequências acumuladas. No caso: .4) ----.

Nº da Classe Classe f fr(%) Fac Nº da Classe Classe f fr(%) Fac 1 0 ⌐ 3 4 6. Capítulo 2 .67 2 3 ⌐ 11 6 ⌐9 13 ⌐ 12 19 12 ⌐ 55 15 ⌐ 5 60 TOTAIS 60 100 2. Utilizar régua. Indicar a escala nos padrões adequados.Complete os dados da tabela de distribuição de frequências. 1. k) O Polígono de frequências. 28 .00 : _______ h) A percentagem de clientes que não atingem R$ 1 300._______ i) Até que classe estão incluídos 60% dos clientes? ______ j) O histograma. Saldo médio (R$) 1100 ⌐ 1200 ⌐ 1300 ⌐ 1400 ⌐ 1500 Nº de Clientes 600 500 350 250 Pede-se: a) A Amplitude Total da distribuição: __________ b) O limite superior da 3ª classe: ____________ c) O limite inferior da 2ª classe: ____________ d) A amplitude da 4ª classe: ____________ e) A frequência relativa simples percentual da 4ª classe: ________ f) A frequência acumulada da 3ª classe: ______ g) O número de clientes que não atingem R$ 1 400.00.A tabela abaixo apresenta uma distribuição de frequência do saldo médio de clientes de um pequeno banco num determinado mês.Distribuições de Frequências 28 1 Limite Frequência Polígono de freqüência acumulada superior da acumulada 25 classe (Li) (FAC) 20 2 0 15 4 2 f 10 6 7 5 0 8 16 0 2 4 6 8 10 12 10 20 xi 1 IV.Exercícios.

Utilizar régua.00. m) O Polígono de frequências acumuladas. ÁREAS (M2) 100 ⌐ 200 ⌐ 300 ⌐ 400 ⌐ 500 ⌐ 600 ⌐ 700 ⌐ 800 NÚMERO DE LOTES 60 50 35 20 12 2 1 Pede-se: j) A Amplitude Total da distribuição: __________ k) O limite superior da 3ª classe: ____________ l) O limite inferior da 5ª classe: ____________ m) A amplitude da 4ª classe: ____________ n) A frequência relativa simples percentual da 6ª classe: ________ o) A frequência acumulada da 3ª classe: ______ p) O número de lotes que não atinge 600 m2: _______ q) A percentagem de lotes cuja área não atinge 400 m2. e) A frequência relativa simples percentual da 4ª classe: 14.33 60 TOTAIS 60 100 2. b) O limite superior da 3ª classe: R$ 1 400.00: 64. Respostas: 1- Nº da Classe Classe f fr(%) Fac 1 0 ⌐ 3 4 6.7% .71% f) A frequência acumulada da 3ª classe: 1 450 clientes g) O número de clientes que não atingem R$ 1 400.66 43 5 12 ⌐ 15 12 20 55 6 15 ⌐ 18 5 8.A tabela abaixo apresenta uma distribuição de frequência de áreas de loteamentos de uma empresa construtora em um determinado mês. Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória._______ r) Até que classe estão inclusos 60% dos lotes? ______ s) A classe do 68º lote: _________ k) O histograma. l) O Polígono de frequências.67 11 3 6 ⌐9 13 21.00.00.00: 1450 clientes h) A percentagem de clientes que não atingem R$ 1 300.67 4 2 3 ⌐6 7 11.Complete os dados da tabela de distribuição de frequências. Indicar a escala nos padrões adequados. Nº da Classe Classe f fr(%) Fac 1 0 ⌐ 2 4 2 2 ⌐4 8 4 ⌐6 30 6 ⌐8 27 15 72 83 10 93 14 ⌐ 16 100 TOTAIS 4. c) O limite inferior da 2ª classe: R$ 1 200. d) A amplitude da 4ª classe: R$ 100.67 24 4 9 ⌐ 12 19 31.00. 29 3. a) A Amplitude Total da distribuição: R$ 400.

Complete os dados da tabela de distribuição de frequências.3 2 200 ⌐ 300 50 27.59 1450 80. Capítulo 2 .71 1700 91.2 6 600 ⌐ 700 2 1.4 4 400 ⌐ 500 20 11.Distribuições de Frequências 30 i) Até que classe estão incluídos 60% dos clientes? 2ª classe.7 177 98.a) 700 m2 b) 400 m2 c) 500 m2 d) 100 m2 e) 1.3 60 33.3 7 700 ⌐ 800 1 0.4% i) 2ª classe j) 2ª classe Classe Intervalo f Fr(%) fac fac (%) 1 100 ⌐ 200 60 33.1 165 91.41 1100 61 3 1300 ⌐ 1400 350 20.1 179 99.7 180 100 Totais 180 100 30 .4 4 1400 ⌐ 1500 250 14.5 5 500 ⌐ 600 12 6.11% f) 145 g) 177 h) 80. Nº da Classe Classe f fr(%) Fac 1 0 ⌐ 2 4 4 4 2 2 ⌐4 8 8 12 3 4 ⌐6 18 18 30 4 6 ⌐8 27 27 57 5 8 ⌐ 10 15 15 72 6 10 ⌐ 12 11 11 83 7 12 ⌐ 14 10 10 93 8 14 ⌐ 16 7 7 100 TOTAIS 100 100 4.7 110 61 3 300 ⌐ 400 35 19. k) O Polígono de frequências simples.3 2 1200 ⌐ 1300 500 29.29 600 33.5 Totais 1700 100 ------ Histograma Polígono de freqüências simples 800 800 nº de clientes nº de clientes 600 600 400 400 200 200 0 0 1 2 3 4 5 0 2 4 6 Classes Classes 3. Classe Intervalo f Fr(%) fac fac (%) 1 1100 ⌐ 1200 600 35. j) O histograma.4 145 80.

S. USGS e GFMS.dnpm.. Geological Survey. Rússia 3.000 39.6 4.900 12.800 3...600 11. Uzbequistão 5.500 3...2 Peru 200 .5 7.Segundo as estimativas do U.000 6. (b) Polígono de frequência simples (Gráfico de linhas).. Oceano Pacífico (1) Atlântico (2) Índico (3) Antártico (4) Ártico (5) Área 70. Representar os dados graficamente através de: (a) Histograma (Gráfico de Barras).Aplicações envolvendo gráficos 1.gov.800 3.A tabela a seguir mostra as áreas. as reservas mundiais de ouro em 2000 podem ser representadas pela tabela abaixo. (c) Gráfico de setores. (c) Gráfico de setores.7 África do Sul 19.. Utilize os valores em múltiplos de 1. site: http://www.0 Outros Países 5..3 TOTAL 48. 31 V.000 8.2 28. dos oceanos..6 Austrália 4. (%) Brasil 1.br/dnpm_legis/suma2001/OURO.1 Indonésia 1.7 China . (b) Polígono de frequência simples (Gráfico de linhas). Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória..3 Canadá 1. Represente-a em: (a) Histograma (Gráfico de Barras).. .8 ( milhões de milhas 2 ) 2. em milhões de milhas quadradas.000 t Discriminação Reservas (t) (p) Países 2000 Partic. 3.0 [Fontes: DNPM-DIRIN.doc].100 100.300 11.8 41.Elaborar o histograma pelos dados estatísticos fornecidos pelo Tribunal Superior Eleitoral relativo a participação feminina nas candidaturas às Eleições de 2002: Cargo Feminino Masculino Senador 8 46 Deputado Federal 42 471 Deputado Estadual 129 906 Deputado Distrital 5 19 .5 Estados Unidos 5.

Capítulo 2 .Represente na forma de histograma a série histórica: a) do Produto interno bruto.000 R$) Renda per capita (R$) 5 771 6 430 6 896 7 631 8 694 Renda nacional bruta 939 739 1 068 658 1 153 452 1 294 084 1 501 032 (1.000.Distribuições de Frequências 32 4. Represente-a em um Gráfico em colunas ou Barras Múltiplas.) Não disponível. Diretoria de Pesquisa. a produção mundial de ouro no período 1999-2000 pode ser representada pela tabela abaixo.000.br] 32 . b) da Renda nacional bruta.ibge.Ainda segundo as estimativas do U.S. Principais agregados 1999 2000 2001 2002 2003 macroeconômicos Produto interno bruto 963 846 1 101 255 1 198 736 1 346 028 1 556 182 valor (1.445 Site: http://www.000.000.000 R$) Renda disponível bruta 942 766 1 071 448 1 157 318 1 301 351 1 509 785 (1.. c) da Renda disponível bruta. [Fonte: http://www.gov. Geological Survey..000 150 238 190 793 200 817 249 212 317 172 R$) Fonte: IBGE. 5. Departamento de Contas Nacionais Sistema de Contas Nacionais 1999-2003.Discriminação Produção (t) Países 1999 2000p) Brasil 50 52 África do Sul 450 440 Estados Unidos 340 330 Austrália 300 300 Canadá 155 150 Indonésia 130 120 China 170 170 Rússia 104 105 Peru 128 140 Uzbequistão 80 - Outros Países 614 638 TOTAL 2.000 R$) Poupança bruta (1. USGS e GFMS Notas: (p) Preliminar (.512 2.dnpm. . incluído em outros.br/dnpm_legis/suma2001/OURO.doc Fontes: DNPM-DIRIN.gov.

t.000 16. ss Rú .. Au .000 2..9 y = 14832 → y = 97° 3 y → 360° 4 28.31° 2- R eservas de ouro (t) 20.. .000 15. (4) → 152.360 → 152...70 + 97 + 67.000 8.000 10. . Ca ..000 14.10° z → 360° 7.70° 2 41. 33 Respostas: 1- Área Coberta pelos Oceanos 80 Á rea co b erta p elo s 60 Á re a C o b e rta o cean o s 100 40 50 20 0 1 2 3 4 5 0 1 2 3 4 5 Oceano Oceanos 1-(a) 1-(b) 1-c) Cálculos: 70.000 10.6 → 152. . Es Br In d Ou O e q ru il ia do á R ú ia C a ¡lia U ul Pa o es st s E s fr ic a r a s In n a d ss ã Pe A u nid o s S ro s t ís né rà B do do ut ui Páises s s b Uz à ta Países .89) → t = 360 − 348. .89° w → 360° (c) (5) t = 360 − (166.000 12.9 x = 70.9 1..9 (2) → 152.69 = 11.9 w = 2736 → w = 17.9 x = 25488 → x = 166.9 5 (3) → 152. s .9 z = 10260 → y = 67.. Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória.000 5.10 + 17.000 0 4.2 → 152.9 (1) x → 360° 1 152.5 → 152..000 6.8 → 152.000 20.000 0 Uz u à f il ia r as r i.8.000 R e s e r v a e m O u r o (t ) 18. Pe .

Distribuições de Frequências 34 Brasil África do Sul Estados Unidos Austrália Canadá Indonésia Rússia Peru Uzbequistão 3- 1000 906 900 800 700 600 Cargo 471 500 Feminino 400 Masculino 300 200 129 100 46 42 08 0 0 0519 0 4- Produção Ouro (t) 1999/2000 700 600 500 400 300 200 100 0 O e q e ru do do l R ú na ia do á C a á lia C h ia U n ul i P a ão es st s E s f r ic a r a s In nad A u id o ss s S i ís r o is t né P r B ut u s s b Uz Á ta 34 . Capítulo 2 .

Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória.a) 2000000 1556182 1500000 1346028 1101255 1198736 963846 Ano P IB 1000000 PIB 500000 1999 2000 2001 2002 2003 0 Ano 5-b) 2000000 1501032 1500000 1294084 1068658 1153452 939739 Ano 1000000 Renda nacional bruta 500000 1999 2000 2001 2002 2003 0 5. 35 5.c) 2000000 1509785 1500000 1301351 1071448 1157318 942766 Ano 1000000 Renda disponível bruta 500000 1999 2000 2001 2002 2003 0 .

.

5. Se optarmos pela representação em forma de tabela. o valor médio das − x1 + x 2 5 + 8 avaliações é de x = = = 6. a mediana. 2 2 − Exemplo: 1.1 = 5 Total ∑ f . 1. observe na resolução acima que cada valor de x é multiplicado pela frequência correspondente. 4. porém com repetição de elementos. 4 1 4.4. (a) 15. determine a média ( x ). 3.assim como as medidas de posição usuais . (b) 2. apresentamos algumas aplicações e orientamos na escolha da medida de tendência central mais conveniente. 18. 18.Considerando-se o conjunto de dados abaixo. o valor médio é geralmente simbolizado pela letra x e − ∑ xii representa a soma de todos os valores divido pelo número total de dados. 3.as médias. no item (c) do exemplo dado logo acima. 0. ou seja: x = . 10 10 Para dados numéricos de natureza discreta.2 + 3.2 + 2.x = 24. 10. 0. 13. 10 10 10 De modo mais geral. 3. I.33.1 24 x= = = = 2.3 + 2 + 4. − x1 + x 2 + x3 + x 4 + x5 15 + 18 + 20 + 13 + 10 76. Mediana. 6 6 6 − 1 + 2 + 3 + 4 + 2 + 1 + 3 + 5 + 0 + 3 24 (c) x = = = 2. tem-se: x f f .1 = 4 ∑f 10 5 1 5. se um aluno tirou notas 5. a 1 2 1.1 = 0 discretas com repetição de dados. I.3 = 9 − ∑ f . 5 5 5 − x + x 2 + x3 + x 4 + x5 + x6 2 + 0 + 1 + 0 + 5 + 18 26. Por exemplo. Também.4. 20. a moda .1 + 1.1 + 5. 2. 5.0 e 8.Média. Capítulo III Medidas de Tendência Central e de Posição (sem Intervalo de Classes) Neste capítulo definiremos as medidas de tendência central . de acordo com as características intrínsecas as respectivas definições.4. Daí: x = = = = 15.0 em duas avaliações.x 24 x= = = 2. 2.2 = 4 3 3 3. Resolução: (a) Quando se está calculando a média não é necessário organizar o rol de dados em ordem crescente.1. n Por exemplo. .os quartis e os decentis. pode-se simplificar o cálculo.x Em síntese.A Média − Para dados numéricos reais. (b) x = 1 = = = 4.2 = 2 expressão para o cálculo é: 2 2 2.5. 1. Moda.2. no caso de distribuição 0 1 0. (c) 1. 0. poderíamos escrever: − 1 + 2 + 3 + 4 + 2 + 1 + 3 + 5 + 0 + 3 0.

2.2).Outros exemplos e aplicações.2. para a distribuição (2.2.2. julgue os itens abaixo.4.1. a mesma é bimodal. 18).3. Um exemplo de distribuição trimodal é (1.3.4.4.0.5. 9.4. a menos de qualquer indicação contrária). Como a distribuição tem sete valores (uma ordem ímpar).1). 3.2.8. Por exemplo.4. ou seja. 8. Determine a nota média. pois o número 2 ressurge por três vezes. 7. I.2). Em outra situação. Caso a distribuição seja (2. (B) Durante o período de levantamento desses dados.3. montar o rol em ordem crescente ou em ordem decrescente (neste livro estaremos realizando o rol em ordem crescente.9).9. 7. Média = 7.4. Considerando S a série numérica de distribuição de frequências de peças defeituosas por lote de 109 unidades. 0.7.0. em média. pois apresenta duas modas.2. . Mediana = ( 7. 1.2. 1.4).2 2.3.2 + 8.2. 9. o percentual de peças defeituosas ficou.A tabela adiante apresenta o levantamento das quantidades de peças defeituosas para cada lote de 109 unidades fabricadas em uma linha de produção de autopeças. 2.1. Capítulo 3: Medidas de Tendência Central e de posição (sem Intervalo de Classes). Mo1= 2 e Mo2= 3. na distribuição (2.5.3. 4.0. Note que os dois valores centrais tem o mesmo valor.4 )/2 = 7. o rol em ordem crescente é (0. 2. com doze valores.1.4). que é a maior frequência.9. Moda = 7. com modas 1. a nota mediana e a nota modal desse aluno.1.3.3. deve-se organizar o rol: (2.3.2.3.2.5. (C) Os dados obtidos nos 10 primeiros dias do levantamento geram uma série numérica de distribuição de frequências com a mesma mediana da série S.3. seja determinar o valor da mediana da sequência (2.4. Resposta: Organizando o ROL em ordem crescente (6. 38 I. 1. 4. abaixo de 3. 0.7 e 7.5.7%.5.0.2). 8.8.As notas de Estatística de um aluno universitário foram: 8. Neste caso. ou seja. torna-se necessário fazer uma ordenação dos dados. durante um período de 30 dias úteis. Por exemplo. 0. 8.4. 1.1. 2. 1. 7.4. (A) A moda da série S é 5.2. 2. No exemplo (1. 6.2. o valor da moda é Mo=2.0.A Moda A Moda.9. 5. 2 I.1.A Mediana O conceito de Mediana é o valor que divide uma distribuição em duas partes com a mesma quantidade de valores.2.9. com 1+ 2 valor mediano dado por M d = = 1. 2 e 4. 4). é o valor da sequência que tem maior frequência. Em primeiro lugar. 0. que resulta na mediana igual a Md = 2. 1.4. o rol fica (0.8. 18). Em uma sequência de ordem par.4.5.4. o valor mediano será a média dos dois valores situados ao meio da distribuição.8. 8. destacado em negrito. uma ideia bem próxima do conceito intuitivo.9. o termo mediano é o 3. 5.

Um dado foi lançado 50 vezes.00 22 Classe mediana 5 4 000. 39 Resolução: .5 = 10 é: 109/ 30 = 3.00 30 Resposta D: Este é um exercício que exige uma interpretação conceitual. Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória. 2 .f (A) Falsa. d) 10 .00 10 12 3 600. .00 devem ser demitidos para que a mediana desta distribuição de salários seja de R$ 2.3 = 18 Em ordem crescente. 4 . pois a moda é 3.5 = 20 da série são: 5 5 25 5.5 = 25 6+4+3+4+2+4+3+5+1+2 6 3 28 6. A tabela a seguir mostra os seis resultados possíveis e as suas respectivas frequências de ocorrências: Resultado 1 2 3 4 5 6 Frequência 7 9 8 7 9 10 A frequência de aparecimento de um resultado ímpar foi de: a) 2/5 b) 11/25 c) 12/25 d) 1/2 e) 13/25 As frequências aparecimento de um resultado ímpar são: 7 + 8 + 9 = 24 A somatória das frequências é 50. Quantos funcionários que recebem R$3.63 % 3 6 15 3.O Departamento de Comércio Exterior do Banco X possui 30 funcionários com a distribuição salarial em reais visualizada na tabela abaixo. pois os 10 primeiros termos 4 5 20 4.4 = 4 (B) CORRETA.600. b) 11 .00 27 3 6 000. 6 – mediana = 3. Para a série S de 30 valores temos: Defeituosas fi FAC x. 4. 3 . e) 7 N° de Salários Fac funcionários (R$) 10 2 000. ∑ f . 3. temos: 7 2 30 7. pois a média da distribuição 2 5 9 2. 4 . 3.00? a) 8 .2 = 14 1. 5. 2. 1 4 4 1.800.6 = 18 (C) CORRETA. Resposta C: 24/ 50 = 12/25 4.5 TOTAL 30 --.x = 109. c) 9 .

Para que a mediana se torna R$ 2 800.600. → que corresponde a Mediana de R$ 3. pois n° de meninos: 2 + 1 + 4 + 2 + 1 = 10 meninos e n° de meninas é :1 + 2 + 1 + 3 + 3 = 10 meninas. 40 A atual mediana é ∑ f .x 20 FAC = = = 10. c) Alternativa falsa.00.00 2 2 Uma das propriedades da mediana.Num curso de iniciação à informática. a distribuição das idades dos alunos. no máximo. 16 anos é maior que o número de meninos nesse mesmo intervalo de idades.00 20 20 --- Portanto.2 + 16. b) o número total de alunos é 19. tem-se que: ∑ f . e) o número de meninos com idade maior que 15 anos é maior que o número de meninas nesse mesmo intervalo de idades. Capítulo 3: Medidas de Tendência Central e de posição (sem Intervalo de Classes). Verificando: ∑ fi = 20 = 10 → mediana = 2 000 + 3 600 000 = 2 800 Reais 2 2 2 5. que é a média de 2 000 e 3 600. é dada pelo gráfico abaixo. segundo o sexo. é que quando o cálculo de ∑ fi / 2 coincide com a frequência acumulada.1 + 17.1 + 15.x = 30 = 15. pois o número total de alunos e alunas é 20.3 )/ 10 = 16.3 + 18. Resposta: a) Alternativa falsa. e) Alternativa falsa. d) o número de meninos é igual ao número de meninas. pois n° de meninos com idade maior que 15 anos é: 4 + 2 + 1 = 7 meninos e o n° de meninas com idade maior que 15 anos é: 1 = 3 + 3 = 7 meninas . tem-se que demitir 10 funcionários com salário de 3 600 reais. a mediana é a média aritmética do valor de xi e xi + 1.. pois: O número de meninas com no máximo 16 anos é 1 + 2 + 1 = 4 e o n° de meninos coma te 16 anos é 2 + 1 + 4 = 7 b) Alternativa falsa. c) a média de idade das meninas é 15 anos.5 d) Alternativa correta. Com base nos dados do gráfico. pode-se afirmar que: a) o número de meninas com.00 17 3 6 000.00 10 2 3 600. pois: Meninas: (14.00 12 5 4 000. Colocando estes resultados em uma nova tabela: 2 2 Número de Salários em R$ Fac funcionários 10 2 000.

15. Bimodal= 2 e 5. 22. 20. 14.Calcular a média aritmética. 6. 3. Amodal. 14}. 20. Organize o ROL de dados brutos e faça a distribuição de frequências simples (f). Outro modo: Primeiramente. (c) Elabore o polígono de frequência. Logo. 7. 5. e) E = {5. g) G = {20. 7}. 20.Exercícios. ou 6 5 20 seja. Moda= 4. 24}. a) média= 15. 12} c) C = {17. 7. 16. 20. 8. 23. 5. (b) Determine o valor da Moda e da Mediana. 7. 6. então a frequência acumulada Totais 20 imediatamente superior. 13. 5.36 . 18. 4. 14. 19. 2. 3. 7. 2. 5. 2. calculando a frequência simples (f). 6. a mediana é 4.1 . 1. 3. 3. 18. Dados Resultados f Fac 3. 13. 5. 4. a classe mediana fica na metade deste valor. 8. determine a média (x). 21. 9}. 18. Utilize uma ordenação crescente de dados. 10. 9. 10. cuja 3 4 9 média é 4. 5. 6. 16. 18. 2. 4 5 2 6 4 3 6 2 6 5 1 6 3 2 5 1 3 6 3 4 Pede-se: a) Organizar e completar a tabela abaixo de distribuição de frequência sem intervalo de classe. 2- Moda = 6 ( a maior frequência simples) Resultados f Fac Mediana = 4. 13. a) 15. 10. 5. 3. 5. que no caso é 12 (4ª classe). 16.Considerando-se o conjunto de dados abaixo. h) H = {15. 6. 13. 1. 5. 7. 16. 12. você deve reconhecer a 4 3 12 classe mediana. b) B = {10. d) D = {2. 5). 15. Mediana= 4. 20. Procure.6}. 20. . Como a somatória das frequências simples 5 3 15 é Σ fi = 20. 10. 2. 9.Os resultados do lançamento de um dado foram os dados abaixo da tabela primitiva. 6. 4. 7. 20. com valores centrais 4 e 4. 1.5 c) Média= 5. a mediana (Md) e a Moda (M0) dos conjuntos abaixo: a) A = {2. 9}. 18. 2. 4. 6. 3. Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória. 4. 15. a moda (Mo) e a mediana (Md).29 . c) 1. b) 2. 5. 6. 4. pois a sequência dada em forma de tabela 1 2 2 pode ser traduzida para a forma (1.5. 6. 2 3 5 4. 9}. 2. 23. 10. 9. frequência relativa simples percentual (fr) e frequências acumuladas (Fac). Respostas: 1. 2. Mediana= 5 . 8 . 5. f) F = {3. 5. 2. 41 I. 4. 3. 7. o polígono de frequência acumulada e o histograma para a distribuição. Mediana= 15 b) média= 4. 2. 7. Lembre-se de organizar os dados em ordem crescente. 4.

00 10 .00 20 10. Md = 5. 10.5.000. 5.. . Md=6. + p n . Md = 9.. p3 . Considere uma distribuição formada por n números x1 . Md=5. por exemplo. 18) Valores: x 14.A Média Ponderada e a Média Geométrica.. onde a importância ou contribuição de uma determinada variável é maior ou menor. − c) x =20. x3 .Um grupo de 100 funcionários de uma empresa XNADA.5 e Amodal. ..A Média Ponderada.000. x =10. Anteriormente definimos a média aritmética entre esses n números como a soma dos mesmos dividida por n. − e) Ordenando: (2.5. + x n isto é: x = . + x n p n x= p1 + p 2 + p 3 + . 6.. 18). 42 − 3. − d) x =5. p1 + x 2 p 2 + x3 p 3 + .1.44.00 30 5... o peso do aumento do valor do litro da gasolina é muito maior para o trabalhador do que o aumento do valor do ingresso para ir ao estádio de futebol. II. Num contexto de inflação. 13. Mo = 7. xn.000... − f) x = 5. Md=10.1. 16. considere uma distribuição formada por n números reais x1 .. de modo que há uma equidade de contabilização. 15. n No cálculo da média está implícito que cada valor xi tem igual importância (ou peso) que os demais. Bimodal (modas 4 e 7).. Md= 14 e amodal. II. Mo= 20. Nenhum ‘vale mais’ ou ‘é mais importante’ que o outro.00 40 3. xn. Amodal. 14. Md= 20. Capítulo 3: Medidas de Tendência Central e de posição (sem Intervalo de Classes). . 15. dependendo do contexto.. x2 .. h) 15.a) x = 6. Isto não ocorre na média ponderada. x3 . x2 . pn é dada por: − x1 . 13. 16. pede-se determinar o valor do salário médio.58 . de acordo com pesos p1 . A média ponderada entre esses n números. 9.1. p2 . − x1 + x 2 + x3 + . com salários mensais distribuídos de acordo com a tabela abaixo..000.. Valor do salário (R$) Nº de funcionários 1. − b) Ordenando: (10. Em termos matemáticos. − g) x = 11. Amodal. 12. Mo = 5. 15.

apesar de existirem 10 funcionários que ganham R$ 10.10 330000 x= = = = R$3. 5. p2 = 30. 6.000. . ou em razões médias.: A média geométrica é sempre menor que a média aritmética. p1 + x 2 p 2 + x3 p 3 + . x 4 . 1.. x3 = R$ 5. x2 ..30 + 30.20 + 10000. .000.093. p1 = 40.x 4 p 4 1000.000.6. Os valores da variável salário são x1 = R$ 1. 5. 10). 14. x3 = 3 12.A Média Geométrica.00.x 2 . maior que G = 13.00.2. Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória. ou seja.x 2 .14.x3 . de crescimento. x2 = R$ 3.300. Assim: 5. onde passam em média 300 veículos por hora. A média geométrica é utilizada em administração e economia para determinar as taxas médias de variação.. A média geométrica é dada por: G = 5 x1 .30 + 5000.000.40 + 3000. Obs.000.00 e R$ 2..7. 10) tem média aritmética x = 6.00 e x4 = R$ 10. x2 .00..4 . III. sendo 55 km/h a máxima velocidade permitida. A média geométrica entre 12. No 1º exemplo.x n .90... No 2º exemplo. 7.modificado) Um sistema de radar é programado para registrar automaticamente a velocidade de todos os veículos trafegando por uma avenida. (E) 85 km/h. 14 e 16 é G = 3 x1. Um levantamento estatístico dos registros do radar permitiu a elaboração da distribuição percentual de veículos de acordo com sua velocidade aproximada. 43 Resolução: Os números de funcionários representam os pesos.40 + 40. 16) tem média aritmética x = 14. esta é determinada pela expressão G = n x1 . Então. Seja o exemplo da distribuição (4. Resolução: O valor médio das velocidades representa a média ponderada. a − distribuição (4.50 + 6. . onde os pesos são o número de veículos.093.000.000.80 MP = 5 + 15 + 30 + 40 + 6 + 3 + 1 .5. xn. 7.00 tiveram grande peso na média.Aplicações (ENEM. II.x3 .20 + 15.10 = 5 8400 = 6.90.. − a distribuição (12. (D) 76 km/h.16 = 3 2688 = 13. Em relação a média geométrica de uma coleção de valores reais x1 .00.70 + 1. 6. p3 = 20 e p4 = 10.60 + 3.O valor médio das velocidades dos veículos que trafegam nessa avenida é de: (A) 35 km/h (B) 44 km/h (C) 55 km/h.x5 = 5 4. p1 + p 2 + p 3 + p 4 40 + 30 + 20 + 10 100 Note que os maiores valores do salário de R$ 1. x3 .00. o valor da média (ponderada) é: − x1 .maior que G = 6.

4 Tipos de N° de 3. mas os pesos nos trimestre são dados por: Trimestre 1° trimestre 2° trimestre 3° trimestre Pesos 2 3 4 Solução: a) A média a ser utilizada aqui é a aritmética.Nota do 3° trimestre MP = 1 p1 + p 2 + p3 2. Assim: p .0. Chamando de pi a massa de cada embalagem e de Ni o número de embalagens correspondente. No último ano o quadro mostra a saída de chocolates nos diversos tipos de embalagens. onde os pesos são dados pela massa das embalagens.N 2 + p3 . 70 000 + 500. o aluno deve tirar 5.x = 6 ⇒ 31 + 4 x = 9.6 ⇒ 31 + 4 x = 54 ⇒ 4 x = 54 − 31 ⇒ 4 x = 23 9 23 Então : x = = 5. temos: p .56 g 320 000 320 000 b) A de 100g.Nota do 2° trimestre + p3 .x 16 + 15 + 4.0.0.0 e 2° Trimestre 5. b) 6.75 . Determine a nota que ele necessita obter no 3° Trimestre. 100g 100 000 200g 80 000 a) Qual o valor médio das embalagens. qual seria a melhor escolha.N + p2 . Nota do 1° trimestre + Nota do 2° trimestre + Nota do 3° trimestre 8 + 5 + x MA = = Quantidade de notas 3 Mas a média anual deve ser igual a 6. 100 100 2.Nota do 1° trimestre + p2 .As notas de um aluno na disciplina de matemática numa escola que tem ano letivo dividido em 3 trimestres são: 1° Trimestre 8. 44 100 + 450 + 1200 + 2000 + 360 + 210 + 80 4440 MP = = = 44 km / h. 1 kg 20 000 Resolução: a) O valor médio é dado pela média ponderada. E por poder ser utilizada para empacotar qualquer quantidade. Capítulo 3: Medidas de Tendência Central e de posição (sem Intervalo de Classes). 50 000 + 1000.N5 MP = 1 1 Σ n° de embalagens 100.0.0. 80 000 + 250. Então: 31 + 4. por dois motivos: Por ser a moda.8 + 3. que possui a maior venda.x 31 + 4.75 ou mais. . em gramas? 250g 70 000 b) Se a empresa decidir padronizar as embalagens em 500g 50 000 um só tipo. dado que a média anual na escola é: a) 6.5 + 4.x MP = = = 2 +3 + 4 9 9 Mas a média é 6.N3 + p4 N 4 + p5 . 20 000 MP = 100 000 + 80 000 + 70 000 + 50 000 + 20 000 10 000 000 + 16 000 000 + 17 500 000 + 25 000 000 + 20 000 000 88500000 MP = = = 276. Então: 13 + x = 6 → 13 + x = 18 → x = 5 3 b) A média a ser utilizada aqui é a ponderada. Assim. onde os pesos dados na tabela. 100 000 + 200.Uma fábrica de chocolates utiliza vários tipos embalagens embalagens de embalagens.

podemos afirmar que: a) a média aritmética é maior que a mediana.20 anos.05 anos Solução: Considere a seguinte organização de dados: População feminina População masculina 51% 49% 38 anos 36 anos Como o exercício solicita a idade média da população. exceto o oito que foi retirado.N1 + p2 . no cômputo de MF é igual a 4.C. c) 50% dos valores estão acima da média aritmética.38 + 49. Como são 4 notas de PPi.(FUVEST/G. c) 37. b) a mediana é maior que a moda. Justifique Solução: Verdadeira. Se o número 8 for retirado do conjunto. 45 4.N 2 51.60 anos. Neste caso. a média final MF é obtida calculando-se a média aritmética simples de MP e a prova geral. ( ). ou ainda : 10 = 45 11 11 onde: X10 é a soma dos 10 números restantes. ΣPPi então a média simples dela. b) 37. . Qual a idade média da população? a) 37. Sendo MP a média aritmética simples das provas parciais. Resposta correta: d) 6.Julgue o item (coloque V ou F). e) 25% dos valores estão entre a moda e a mediana. O sistema de avaliação de uma escola consiste da realização de quatro provas parciais e uma prova geral. em relação às provas parciais. ou seja. pois: Seja PPi as notas das provas parciais e PG a nota da prova geral.02 anos p1 + p2 51 + 49 100 100 5. o peso da prova geral.(F. dada por: M 11 = ∑1 xi = 45 11 Podemos reescrevê-la como: 10 ∑ xi + 8 X +8 M 11 = 1 = 45.5 d) 42 e) 41. d) 50% dos valores estão abaixo da mediana.36 1938 + 1764 3702 MP = = = = = 37. p1. e) 37.Em um conjunto de 100 observações numéricas. 92) Num determinado país a população feminina representa 51% da população total. os pesos são os percentuais: p1= 51% e p2= 49%. a média aritmética dos números restantes será: a) 48. 8 7. PP = . PG tem peso 4 em relação a cada PPi . Solução: 11 Seja M11 a média das 11 medidas. A média final MF é dada por: 4 ΣPP ΣPP 4 PG + PG + PP + PG 4 4 4 = ΣPP + 4 PG = ΣPP + 4 PG MF = = i = i 2 2 2 8 i 8 8 PP + PP2 + PP3 + PP4 + 4 PG MF = 1 .00 anos.7 b) 48 c) 47. d) 36.Chagas) A média aritmética de 11 números é 45. Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória.5.V. Sabendo-se que a idade média (média aritmética das idades) da população feminina é de 38 anos e a da masculina é de 36 anos.02 anos.

Sabe-se que 3.d. Capítulo 3: Medidas de Tendência Central e de posição (sem Intervalo de Classes).8. . 6.3 + x = 14.7 + 1. O número x é igual a: a) 2. 1.1. a produção no Estado de São Paulo de um determinado produto agrícola entre os anos de 1990 e 1998. 7. 7. 7.2.6 d) 5.a 2. b) teve média de 40 mil toneladas ao ano.7.a 2.7 e 7.1 e) 6.6 → 9. 5.As notas de um candidato em suas provas de um concurso foram: 8.Calculamos a média aritmética de dois números.Sabe-se que a média aritmética de 5 números inteiros distintos. em milhares de toneladas.3 = 5.4x . c) 7. vem: 1 + 2 + 3 + 4 + x5 = 16 → 10 + x5 = 80 → x5 = 70. 46 Resolvendo-a. 7.a 2. nesta. e x.O gráfico representa.1 c) 3. A nota média. são respectivamente: a) 7. 7. ou em qualquer ordem.a Solução: A equação de 2° grau 2x 2 .2.2 9. Como os xi são inteiros positivos.4 → x = 14.2 . 7.2. estritamente positivos. 7. 9. b) 7.2 + x Solução: = 3. Analisando o gráfico.8. 8. 7.8.11 = 0 tem soluções : − b ± delta −b+ ∆ −b− ∆ x= .a = 2 2 2 2 2 2. Substituindo. 5 11.9.a A média aritmética destas duas raízes x1 e x 2 é dada por : − b + ∆ − b − ∆ − b + ∆ − b − ∆ − 2b − b + x1 + x 2 _ 2. 7.1. d) a partir de 1995 foi decrescente.a 2. e) teve média de 50 mil toneladas ao ano.a −b x = = = = 2.a = .4 − 9. c) em 1993 teve acréscimo de 30% em relação ao ano anterior. observa-se que a produção a) foi crescente entre 1992 e 1995. temos: X + 8 10 = 45 → X 10 + 8 = 11 .4.4 + 5. temos: x1=1. 45 → X 10 + 8 = 495 → X 10 = 487 11 Daí.2.325 b) 3. somando-os e dividindo o resultado por 2.9 .2 Resposta: A 10.2. a nota mediana e a nota modal desse aluno.8.6 é a média aritmética de 2. d) 7. A média aritmética das raízes da equação 2x2-4x-11=0 é: a) 2 b) –2 c) 1 d) –1 e) n. e) 7.9 .12 2.8.Define-se a média aritmética de n números dados como o resultado da divisão por n da soma dos n números dados. 7.a _ −b 4 Ou seja : x = = =1 2.7 8.9 .a 2. 4 12. é 16.4.9. O maior valor que um desses inteiros pode assumir é a) 16 b) 20 c) 50 d) 70 e) 100 Solução: x1 + x2 + x3 + x4 + x5 = 16 5 O valor de x5 será máximo quando os outros quatro valores de x forem mínimos. 7. x3=3 e x4 = 4.8. x2 = 2.8. a média dos 10 números pedida é: 487/10= 48. onde x1 = e x2 = 2.

Considere que o consumo médio. 5 5 O consumo médio entre janeiro/99 e abril/99 é dado por: 268 + 158 + 257 + consumo em abril 683 + a = 206 → = 206 → 683 + a = 824 → a = 141 4 4 14.Observe os gráficos a seguir. Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória. O consumo no mês de abril de 99. das vendas dessa empresa no período considerado. em kWh. demonstramos a seguir a evolução do consumo de energia elétrica nos últimos meses. foi igual ao que ocorreu de janeiro/99 a abril/99. foi igual a: a) 141 b) 151 c) 161 d) 171 Solução: O consumo médio entre agosto/98 e dez/98 é dado por: 235 + 150 + 182 + 215 + 248 1030 x= = = 206. em milhões de reais. de agosto/98 a dezembro/98. De acordo com os gráficos. calcule: a) a média. .Observe o demonstrativo do consumo de energia elétrica: Para conhecimento. as vendas e os lucros anuais de uma empresa no período de 1990 a 1995. em reais. 47 Resposta: E 13. b) a razão entre o lucro e a venda em 1992. que representam.

1222 = 12. Critério Média Mediana Moda Mais comum/mais Frequência de uso Uso cotidiano Às vezes familiar Existência Sempre Sempre Pode não haver Não.67 = 0. ou seja.22% y venda x 3 000 000 Para finalizar as medidas de tendência central (média.Medidas de Posição: Percentis e Quartis IV. Vantagem cálculos.1.67 6 6 Razão lucro/venda: Razão = lucro = = 366 666. Capítulo 3: Medidas de Tendência Central e de posição (sem Intervalo de Classes).Os Quartis. pois demarcam duas partes de uma distribuição. . Afetada pelos Sim Não Não extremos? Maior estabilidade e Não é influenciada por Valor mais típico em adequada para valores extremos ou variáveis qualitativas. Os quartis são denominados separatrizes. Tratamento erro de alguma medida. Separatriz 1º quartil 2º quartil 3º quartil Fração 1/4 2/4 ou 1/2 3/4 Como o 2º quartil (2/4) corresponde a fração ½. como se situa o primeiro quarto (1º quartil). o valor que divide uma distribuição em duas partes iguais. conforme indicado na tabela abaixo. métodos estatísticos afetariam a média. então o 2º quartil corresponde a mediana da distribuição. colocamos um critério para comparação entre estas medidas de tendência central. conforme pode ser visualizado na tabela acima. Os quartis representam as frações de ¼ de uma distribuição. pois pode haver Unicidade Sim Sim mais de uma moda. 6 6 b) Lucros: y = 200000 + 400000 + 600000 + 200000 + 300000 + 500000 = 2 200 000 = 366 666. moda e mediana). mas representam medidas importantes do modo como a distribuição de frequências se comporta. Medida rápida e algébrico ulterior e que aproximada. As Medidas de posição – os percentis e os quartis – não são medidas de posição central. IV. o segundo quarto (o 2º quartil) e o terceiro quarto (3º quartil). 48 2 + 4 + 6 + 3 + 1 + 2 18 Solução: a) Vendas: x = = = 3 milhôes. ou seja.

49 Exemplo: 1.500.75.25. mas representam medidas importantes do modo como a distribuição de frequências se comporta.00 5 15 1. que corresponde a classe do 1º quartil.5.000.00 1 31 Total 31 ---- (a) Como a classe mediana se situa em ∑ f = 31 = 15.2.500.00 4 30 10.00 10 10 classe do 1º quartil 1.00 10 26 classe do 3º quartil 5.00 5 1. (c) Determine o 3° quartil.00 1 16 classe mediana 2.Os Percentis. .000. Os percentis representam as frações de 1 nas distribuições de freqüência.00.00.000.00 1 Total 31 Resolução: Salário (R$) n° de funcionários FAC 500. Isto pode ser obtido construindo a frequência acumulada e observar o valor mais próximo superior a 15. o salário que divide a distribuição 2 2 ao meio é de R$ 1.A distribuição dos salários de uma empresa é dada na tabela a seguir: a) Qual é a mediana dos salários dessa empresa? b) Determine o 1° quartil. os percentis não são medidas de posição central.000.000.000.000.000. no caso.75. De modo análogo aos quartis. N° de Salário (R$) funcionários 500.000.00 1 2.000. Isto pode ser obtido construindo a frequência acumulada e observar o valor mais próximo superior a 22. que corresponde a classe do 3º quartil.000. 26.00 10 5. o salário que divide a distribuição no terceiro quarto é de 4 4 R$ 2.5. Por 100 exemplo. no caso.00 10 1.500.25. 10. (b) Como ∑ f = 31 = 7. o percentil P90 representa o ponto onde uma distribuição reparte 90% dos valores e os outros 10% restantes.00 4 10. ∑ f = 3. (c) Como 3. Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória. Isto pode ser obtido construindo a frequência acumulada e observar o valor mais próximo superior a 7. que corresponde a classe mediana.000. 16.00. IV.31 = 23. no caso. o salário que divide a distribuição no primeiro quarto é de R$ 4 4 500.000.500.000.

∑ f = 90. que corresponde a classe P90. obtém-se um 100 100 salário de R$ 1.500. o percentil P90 corresponderia a 90.31 = 11.000. resolvido em relação aos quartis.00. Isto 100 100 pode ser obtido construindo a frequência acumulada e observar o valor mais próximo superior a 27.00 5 15 1. .000. no caso. 30. dado que a frequência acumulada imediatamente superior é 15. Capítulo 3: Medidas de Tendência Central e de posição (sem Intervalo de Classes). de 38. 50 No caso do exemplo dado acima.000.31 = 27.00.00 1 16 2.000.000.00 10 26 5.9. ∑ f = 38.9.000.00 1 31 Total 31 ---- Caso a situação fosse determinar o percentil P38. Salário (R$) n° de funcionários FAC 500. com um salário que corresponde a R$ 5.00 10 10 1.00 4 30 classe P90 10.78.

2.A Moda em Distribuições com Intervalo de Classes. assim como dos quartis e dos decentis para o caso das distribuições contínuas I. a) Complete os dados da tabela de distribuição de freqüências. Capítulo IV Medidas de Tendência Central e de Posição (com Intervalo de Classes). da moda. No capítulo anterior definimos as medidas de tendência central e as medidas de posição para distribuições discretas. Moda.1. ∑f Exemplo: Considere a distribuição de freqüências abaixo. Nº da Classe Classe f Fac 1 0 ⌐ 2 3 2 2 ⌐4 8 4 ⌐6 8 6 ⌐8 22 26 30 TOTAIS Solução: Nº da Classe f xi f. xi Classe 1 0 ⌐2 3 1 3 2 2 ⌐4 5 3 15 3 4 ⌐6 8 5 40 4 6 ⌐8 6 7 42 5 8 ⌐ 10 4 9 36 6 10 ⌐ 12 4 11 44 TOTAIS 30 180 − ∑ f .Medidas de Tendência Central: Média. da mediana. No presente capítulo estenderemos o estudo das médias.h * . onde xm representa o ponto médio de cada classe. ∑f 30 IV. Mediana. b) Determine a média. IV.  D1 = f mod al − f (anterior )  D2 = f mod al − f ( posterior ) D1  M o = l* + . onde  D1 + D2  h = amplitude mod al l = lim ite inf erior da classe mod al * .xm 180 x= = =6 (xi = ponto médio do intervalo de classe).x m A média é dada pela expressão x = .A Média em Distribuições Contínuas − ∑ f . com iguais amplitudes de intervalo.

Procure. . você deve reconhecer a classe mediana. vamos determinar a mediana. ou seja.  l * = lim ite inf erior da classe mediana. FACTOTAL  [ − FAC anterior ]  FAC TOTAL = Frequencia acumulada da classe mediana M d = l* + 2 . h* = amplitude amostral da classe mediana é 2. a classe mediana fica na metade deste valor. f 8 . No caso.2 = 5. O valor da freqüência modal é f*= 8.   f * = frequência da classe mediana. 15. D1 + D2 3+ 2 5 IV. Continuando com os dados do exemplo anterior.A Mediana em Distribuições com Intervalo de Classes. vamos determinar a moda. Então.75. o valor da freqüência anterior a classe modal é f(ant) = 5.3. então a freqüência acumulada imediatamente superior. que no caso é 16 (3ª classe). O valor de FAC TOTAL = 30.f(anterior) = 8 – 5 = 3 D2 = f* .h . é a 3ª classe (com intervalo defino por 4 ⌐ 6). onde  FAC ant = Frequencia acumulada anterior a classe mediana * f*  h * = amplitude da classe mediana.2 = 4 + = 5. D1 = f* . Capítulo 3: Medidas de Tendência Central e de posição (com Intervalo de classes) 52 No exemplo anterior. o valor da frequência posterior a classe modal é f(post) = 6 e o limite inferior da classe é l*= 4.2.h * = 4 + . l* = 4. f* = freqüências simples da classe mediana= 8 FACTOTAL [ − FAC anterior ] 2 [15 − 8] M d = l* + * .h = 4 + . A classe modal é aquela que possui a maior freqüência simples. Como a somatória das freqüências simples é Σ fi = 30. Nº da Classe f FAC Classe 1 0 ⌐ 2 3 3 2 2 ⌐4 5 8 3 4 ⌐6 8 16 4 6 ⌐8 6 22 5 8 ⌐ 10 4 26 6 10 ⌐ 12 4 30 TOTAIS 30 Primeiramente.f(posterior) = 8 – 6 = 2 D1 3 6 M o = l* + .

f(posterior) = 90 – 70 = 20 D1 40 200 M o = l* + . Soma =3400 − ∑ f . 53 I. D1 + D2 40 + 20 60 c) Mediana.h * = 5 + .Dada a distribuição de freqüências de clientes que utilizam a operação de depósito de cheques no terminal eletrônico de uma determinada agência de banco com intervalo de classes. a classe mediana fica na metade deste valor.f(anterior) = 90 – 50 = 40 D2 = f* .5 7.5. (c) O valor da mediana (Md) Número de freqüência freqüência Freqüência clientes simples (f) relativa (%) acumulada 0⌐5 50 5 ⌐ 10 90 10 ⌐ 15 70 15 ⌐ 20 60 20 ⌐ 25 30 TOTAL Solução: Número de freqüência freqüência Freqüência clientes x simples (f) relativa (%) acumulada i (ponto médio) fi . h* = amplitude amostral da classe mediana é 5 e f* (freqüências simples da classe mediana) = 70.70= 875 15 ⌐ 20 60 20 270 17.33 210 12.5.5 22. 90= 675 10 ⌐ 15 70 23. Como a somatória das freqüências simples é Σ fi = 300. FACTOTAL [ − FAC anterior ] 2 [150 − 140] M d = l* + * . No caso. ∑f 300 b) Moda: A classe modal é aquela que possui a maior freqüência simples.30= 675 TOTAL 300 100 ---.33.h = 10 + . l* = 10.5. então a freqüência acumulada imediatamente superior. é a 2ª classe (de 5 a 10) D1 = f* . Então. O valor de FAC TOTAL = 300.67 50 2. Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória. Primeiramente.5 = 10.2 = 5 + = 8.33. (b) O valor da Moda (Mo). que no caso é 210 (3ª classe – de 10 a 15). pede-se: (a) O valor da Média (x).5. 50=125 5 ⌐ 10 90 30 140 7. xi 0⌐5 50 16.4. você deve reconhecer a classe mediana.60= 1050 20 ⌐ 25 30 10 300 22.5.5 12.5 2. f 70 .xm 3400 a) x = = = 11. ou seja. Procure.71.Exercícios Resolvidos 1.5 17. 150.

500 1450 4 1400 ⌐ 1500 250 1450 1450. Procure.100 = 1250. Para reconhecer a classe mediana. f* = freqüências simples da classe mediana = 500.100 = 1100 + = 54.250 = 362.000 − ∑ f .350 = 472.f(posterior) = 600 – 500 = 100 D1 600 60000 M o = l* + . No caso.h = 1200 + . f 500 3. moda e mediana da distribuição de freqüências abaixo. FACTOTAL [ − FAC anterior ] 2 [850 − 600] Md = l + * * .000 1100 3 1300 ⌐ 1400 350 1350 1350. de modo que a classe mediana fica na metade deste valor.xm 2150000 a) x = = = 213. 850. xm FAC 1 1100 ⌐ 1200 600 1150 1150. ou seja. é a 1ª classe (1100 ⌐ 1200) D1 = f* . . Classe f 1 0 ⌐ 2 4 2 2 ⌐4 8 3 4 ⌐6 18 4 6 ⌐8 27 5 8 ⌐ 10 15 6 10 ⌐ 12 11 7 12 ⌐ 14 10 8 14 ⌐ 16 7 TOTAIS 100 . na coluna da freqüência acumulada. O valor de FAC TOTAL = 1700. xm = 2.h * = 1100 + . (b) A moda.A tabela abaixo apresenta uma distribuição de freqüência do saldo médio de clientes de um pequeno banco num determinado mês.f(anterior) = 600 – 0 = 600 D2 = f* .600 = 690. l* = 1200.000 600 2 1200 ⌐ 1300 500 1250 1250.3. que no caso é 1100 (2ª classe: 1200 ⌐ 1300). h* = amplitude amostral da classe mediana é 100. Então.54 D1 + D2 600 + 500 1100 c) Mediana.Determine a média. determina-se a somatória das freqüências simples (Σ fi = 1700). o valor imediatamente superior. ∑f 1700 b) Moda: A classe modal é aquela que possui a maior freqüência simples. Saldo médio (R$) 1100 ⌐ 1200 ⌐ 1300 ⌐ 1400 ⌐ 1500 Nº de Clientes 600 500 350 250 Pede-se: (a) A média. Capítulo 3: Medidas de Tendência Central e de posição (com Intervalo de classes) 54 2.150. (c) A mediana Resolução: Nº da Classe Classe f xm f.2353.500 1700 TOTAIS Σf = 1700 Σ f.500 = 625.

55 (a) Classe f xm f. 50 e a classe mediana é a 4ª (6 ⌐ 8). Medidas de Posição 1. ∑f 100 b) Moda: A classe modal é aquela que possui a maior freqüência simples.Medidas de Posição com Intervalo de Classes: Quartis e Percentis. Então. f* .h. ∑ f 1º Quartil [ − F AC anterior ] Q1 = l + * 4 . ∑ f 2º Quartil ou mediana [ − FAC anterior ] [ − F AC anterior ] Q2 = l * + 4 .f(posterior) = 27 – 15 = 12 D1 9 18 M o = l* + .h.h ou . ∑ f 3º Quartil [ − FAC anterior ] Q3 = l * + 4 . F ACTOTAL [ − FAC anterior ] 2 [50 − 30] M d = l* + * .2 = 6 + = 6.h d f* f* 3. D 1 + D2 9 + 12 21 c) Mediana.2 = 7. f* 2. f* P.M = l * + 2 . Como a somatória das freqüências simples é Σ fi = 100. f 27 II.98. é a 4ª classe (6 ⌐ 8) D1 = f* .48.f(anterior) = 27 –18 = 9 D2 = f* . ou seja. Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória.h * = 6 + . O conceito destas medidas de posição foram tratados no capítulo anterior.h. No caso. a classe mediana fica na metade deste valor.857.h = 6 + . ∑ f 1.xm FAC 1 0 ⌐ 2 4 1 4 4 2 2 ⌐4 8 3 24 12 3 4 ⌐6 18 5 90 30 4 6 ⌐8 27 7 189 57 5 8 ⌐ 10 15 9 135 72 6 10 ⌐ 12 11 11 121 83 7 12 ⌐ 14 10 13 130 93 8 14 ⌐ 16 7 15 105 100 TOTAIS 100 798 −∑ f . ∑ f Percentil [ i − FAC anterior ] Pi = l + * 100 . FAC TOTAL = 100.xm 798 a) x = = = 7. l* = 6. O quadro abaixo apresenta as expressões para se determinar essas medidas de posição. h* = 2 e f* (freqüências simples da classe mediana) = 27.

2 = 2 + 1. ou seja. FAC (anterior) = 3 e a freqüências simples da classe mediana é f* = 5.M d = l + * * . h* = amplitude amostral da classe do 3º quartil é 2. ou seja. onde l* = 4.5 .h = 4 + . Σfi/4 = 30/4 = 7.Σfi/4 = 3. na coluna da freqüência acumulada. h = 2. o valor imediatamente superior. f 8 (c) Para reconhecer a classe do 3º quartil determina-se a somatória das freqüências simples (Σ fi = 30). ∑ f [ − FAC anterior ] (b) mediana 2 [15 − 8] . o que implica a 3ª classe como mediana (4 ⌐ 6).Considere a distribuição de freqüências abaixo. que no caso é 8.8. f* = 8 e FAC (anterior) = 8 1.5 . Então. Nº da Classe Classe f 1 0 ⌐ 2 3 2 2 ⌐4 5 3 4 ⌐6 8 4 6 ⌐8 6 5 8 ⌐ 10 4 6 10 ⌐ 12 4 TOTAIS 30 Solução: Nº da Classe Classe f FAC 1 0 ⌐ 2 3 3 2 2 ⌐4 5 8 3 4 ⌐6 8 16 4 6 ⌐8 6 22 5 8 ⌐ 10 4 26 6 10 ⌐ 12 4 30 TOTAIS 30 (a) Para reconhecer a classe do 1º quartil determina-se a somatória das freqüências simples (Σfi = 30). ∑ f (a) 1º Quartil [ − FAC anterior ] 4 [7. Procure. e efetua-se ¾ deste valor.2 = 8. h* = 2 (amplitude amostral da classe do 1º quartil).30/4 = 90/4 = 22.Exemplos 1. na 2ª classe (2 ⌐ 4). Procure. o valor imediatamente superior.22] Q3 = l + * * .3] Q1 = l * + * . Então. e efetua-se ¼ deste valor. 3. Capítulo 3: Medidas de Tendência Central e de posição (com Intervalo de classes) 56 II.2 = 4. f 5 (b) Mediana: Σfi/2 = 30/2 = 15. na 5ª classe (8 ⌐ 10).1. que no caso é 26.h.25. ∑ f (c) 3º Quartil [ − FAC anterior ] 4 [22.8 = 3. (c) o 3º quartil. l* = 2. (b) a mediana. = 2 + . 1. na coluna da freqüência acumulada.5. l* = 8. com iguais amplitudes de intervalo.5.875. FAC (anterior) = 22 e a freqüências simples da classe mediana é f* = 4. (d) o 40º percentil. Determine: (a) o 1º quartil.h. 3. . = 8 + . f 4 .

M d = l * + * . (d) P30. ou seja. Pi . Número de freqüência clientes simples (f) 0⌐5 50 5 ⌐ 10 90 10 ⌐ 15 70 15 ⌐ 20 60 20 ⌐ 25 30 TOTAL 300 Solução: Número de freqüência Freqüência clientes simples (f) acumulada 0⌐5 50 50 5 ⌐ 10 90 140 10 ⌐ 15 70 210 15 ⌐ 20 60 270 20 ⌐ 25 30 300 TOTAL 300 ---- (a) Para reconhecer a classe do 1º quartil determina-se a somatória das freqüências simples (Σfi = 300). h = 5. (b) Determine a mediana.0. na coluna da freqüência acumulada. = 5 + . que no caso é 16. Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória. Procure. e efetua-se ¼ deste valor. na 3ª classe (4 ⌐ 6). (b) Determine o 1º quartil. com iguais amplitudes de intervalo.71. Então. que no caso é 140. a amplitude amostral da classe do 1º quartil é h* = 5. FAC (anterior) = 8 e a freqüências simples da classe mediana é f* = 8. f 90 (b) Mediana: Σfi/2 = 300/2 = 150. Procure. ∑ f [ − FAC anterior ] (d) P40 [12 − 8] P40 = l * + 100 * = 4+ .h = 10 + . (c) Determine o 3º quartil. ∑ f (a) 1º Quartil [ − FAC anterior ] 4 [75 . f* = 70 e FAC (anterior) = 140 1.Σfi/100 = 40.h. f 8 2-. na 2ª classe (5 ⌐ 10). na coluna da freqüência acumulada.5 = 6. Então. h* = amplitude amostral da classe do 3º quartil é 2. ∑ f [ − FAC anterior ] (b) mediana 2 [150 − 140] . o que implica a 3ª classe como mediana (10 ⌐ 15).50] Q1 = l * + * . 57 (d) ) A classe do P40 é obtida por 40.30/100 = 1200/100 = 12.5 = 10.39. o valor imediatamente superior. onde l* = 10.2 = 4 + 1 = 5. l* = 4.Considere a distribuição de freqüências abaixo. l* = 5. Σfi/4 = 300/4 = 75. f 70 . o valor imediatamente superior. FAC (anterior) = 50 e a freqüências simples da classe mediana é f* = 90. 1.

(b) a mediana. ∑ f (a) 1º Quartil [ − FAC anterior ] 4 [425 . f 90 3.Σfi/4 = 3. h = 5.1100] Q3 = l +* . Procure. l* = 1100.210] Q3 = l + * . Σfi/4 = 300/4 = 425. o valor imediatamente superior.5 = 16. (c) o 3º quartil.h = 1200 + . Pi .h. l* = 15. h* = 100.300/4 = 900/4 = 225. Capítulo 3: Medidas de Tendência Central e de posição (com Intervalo de classes) . 3Σfi/4 = 1275.h. na coluna da freqüência acumulada.300/100 = 9000/100 = 90. 2ª classe. que no caso é 140. h* = amplitude amostral da classe do 3º quartil é 5. l* = 1300. 65 . = 15 + . 65Σfi/100=1105. ∑ f [ − FAC anterior ] (c) 3º 4 [1275 .h .22. FAC (anterior) = 1100 e f* = 350.100 = 70. o valor imediatamente superior.83. = 1300 + . M d = l * + * . Resolução: Nº da Classe Classe f FAC 1 1100 ⌐ 1200 600 600 2 1200 ⌐ 1300 500 1100 3 1300 ⌐ 1400 350 1450 4 1400 ⌐ 1500 250 1700 TOTAIS Σf = 1700 (a) 1º quartil: Σfi = 1700. ∑ f [ − FAC anterior ] (b) 2 [850 − 600] mediana . 3. FAC (anterior) = 1110 e f* = 350. FAC (anterior) = 50 e a freqüências simples da classe mediana é f* = 90. l* = 1300. l* = 10. (d) P 65. f 600 (b) Mediana: Σfi/2 = 1700/2 = 850. FAC (anterior) = 210 e a freqüências simples da classe mediana é f* = 60. FAC (anterior) = 600 1. f* 60 (d) A classe do P30 é obtida por 30. Então. Então.100 = 1250. FAC (ant) = 0 e f* = 600.A tabela abaixo apresenta uma distribuição de freqüência do saldo médio de clientes de um pequeno banco num determinado mês. Saldo médio (R$) 1100 ⌐ 1200 ⌐ 1300 ⌐ 1400 ⌐ 1500 Nº de Clientes 600 500 350 250 Determine: (a) o 1º quartil. f 500 (c) 3º quartil: Σfi = 1700. 3. na 4ª classe (15 ⌐ 20).0] Q1 = l * + * . na 2ª classe (5 ⌐ 10). h* = 100. 3. 58 (c) Para reconhecer a classe do 3º quartil determina-se a somatória das freqüências simples (Σ fi = 300). ∑ f [ − FAC anterior ] (c) 3º Quartil 4 [225 . 100 = 1301 .100 = 1350. = 1100 + . 3ª classe. 1. Quartil f * 350 (d) Σfi = 1700. 43 . l* = 5. na coluna da freqüência acumulada.25. h* = 100. = 1300 + . ∑ f [ − F AC anterior ] (d) 100 [1105 . h* = amplitude amostral da classe do 3º quartil é 5.h.Σfi/100 = 30. que no caso é 270.1100] P65 =l +* . P65 f* 350 . 3ª classe. ∑ f [ − FAC anterior ] (d) P30 [90 − 50] P30 = l * + 100 * = 5+ . Procure. f* = 1200. e efetua-se ¾ deste valor. 1ª classe. ou seja.5 = 7.

xi ) = 2 ∑ f . ou seja: i=n ∑ i =1 fi . d 1 + f 2 . Utilizaremos: 2 Para variáveis discretas: σ = ∑f i i .1. 4 5 2 3 4 3 4 2 6 5 1 4 6 3 5 4 3 6 3 4 2 4 6 5 3 2 1 3 5 6 Pede-se: a) o desvio médio. se a central de notícias informa que a temperatura mínima foi de 15ºC e a máxima foi de 25ºC. (d) o coeficiente de variação. a) Desvio: d = xi − x b) Desvio Médio = dm = É a média dos módulos dos desvios. não é a mesma coisa que uma temperatura mínima de 5ºC e máxima de 35ºC. ou ainda : d m = Σf Σf c) Desvio-Padrão: σ (SIGMA. + f i d i dm = . (b) o desvio-padrão. que também apresenta média 20ºC. As medidas de dispersão ou variabilidade permitem situar os dados de determinada distribuição de modo mais completo e compreensível. di f 1 .d i n 2 2 Para variáveis contínuas: σ = ∑ f . As principais medidas de dispersão ou de variabilidade estão resumidas abaixo. dizer que a temperatura média de uma cidade foi de 20ºC não quer dizer muita coisa. (c) a variância. moda ou mediana).xi i −( ∑f i . Por exemplo.. d 2 + . Qual foi a temperatura máxima? E qual foi a temperatura mínima? No caso. . símbolo padrão). com média 20ºC. Capítulo V: Medidas de dispersão ou de variabilidade Para se resumir os dados de uma distribuição não basta anunciar o valor de medida central (média.Medidas de dispersão ou de variabilidade em distribuições sem Intervalo de Classes Exemplo: Os resultados do lançamento de um dado foram os dados abaixo da tabela primitiva.x i i − x2 n n n d) Variância: s = σ 2 σ e) Coeficiente de Variação (CV): CV = .100% x V.

d f .2=1. 1.64. Exemplo 1: Determinar o desvio médio. Assim: desvio Intervalo f xi f. 1.7=28 d4 = 4-3. 0.264.6 2.2 5.82=12.47 Σf 30 A variância será: s = σ 2 = 2.8= 0.44 Total 180 Σf.8= -1. Σf .68 2 4 2.56 = 1778 300 ⌐ 400 35 350 35.82=4.d 2 (xi) f f.164. 2.8 = 1.8 4.8 0.56= 64.250= 12500 d2 = 250-285. 60 Solução: Organizando o Rol em ordem crescente fica: desvio d = xi − x f .44= 3173.22=24.2. xi f .28 5 5 5.23 Σf 30 2 O desvio padrão fica: σ = ∑f i i . 0.22=7.4=8 d2 = 2-3.68% x 3.8 V.35.44 20.56= -135.96 3 7 3.44 2.2=6 5.Medidas de dispersão ou de variabilidade em distribuições com Intervalo de Classes. 1. 2.d 2 = 64.650= 1300 d6 = 650-285.550= 6600 d5 = 550-285.44 1.8=5.xi d = xi − x 1 2 1.56= 164.56= 264.8 2.6 200 ⌐ 300 50 250 50.22=0.2 1.8= 2.d i = 64.7=21 d3 = 3-3.8= -2.2 4.44= 2255.2 0.44= 728.2 5.2 2.8 (a) Para se calcular o desvio médio. 2. 1.56 50.28 600 ⌐ 700 2 650 2.56= 8133.364.xi = 114 Σf . é necessário antes calcular a média e cada desvio.xi 114 A média fica: x = = = 3. d = 19822.d = 36.4 7.d d = xi − x 100 ⌐ 200 60 150 60.56 60. d = 36.5=25 d5 = 5-3.56= 464.47 O Coeficiente de variação será: CV = .8=7.16 σ 1.100% = 38.8 Σf 30 O desvio médio vale: d m = ∑ f .2 6 5 6.56= -35. 2.2=11 5. 0. o desvio-padrão.88 700 ⌐ 800 1 750 1.5=30 d6 = 6-3.8= -0.2=2 d1= 1-3.350= 12250 d3 = 350-285.4 .6 7.8=5. 0.750= 750 d7 = 750-285.16 = 1.450= 9000 d4 = 450-285.82=15.8 1.44= 464.44 35.44 12.100% = .8 = 2.56= 364.8 2.464.2 Σ Σf = 30 Σf. Classe Intervalo f 1 100 ⌐ 200 60 2 200 ⌐ 300 50 3 300 ⌐ 400 35 4 400 ⌐ 500 20 5 500 ⌐ 600 12 6 600 ⌐ 700 2 7 700 ⌐ 800 1 Totais 180 Solução: Os valores de xi representam o ponto médio de cada intervalo.44= 3288.4 400 ⌐ 500 20 450 20.2 7. Capítulo 5: Medidas de dispersão ou de variabilidade.8 7. a variância e o coeficiente de variação.150= 9000 d1= 150-285.48 4 7 4.135.8 Σf .8= 1.xi = 51 400 Σf .8 500 ⌐ 600 12 550 12.

4502= 4 050 000 500 ⌐ 600 12 550 12.56 Exemplo 2: A tabela abaixo indica as medidas associativas do número de erros de digitação de uma amostra de trinta livros. elementos) 1 10 c) Desvio padrão: 2 3 2 3 1 ∑ f (X − X ) 4 1 s= = 0.100% = .99 ∑f Total: 30 d) O número esperado de erros é: 0.x i i − x2 = 17 850 000 − 285.6502= 845 000 700 ⌐ 800 1 750 1.667 − 81544.56 2 n 180 180 σ = 99166. xi2 2 100 ⌐ 200 60 150 60.150 = 1 350 000 200 ⌐ 300 50 250 50. e 16o.49% x 285.77 Erros Freqüência ∑f b) O número mediano de erros por página é 0.75 O Coeficiente de variação será: CV = .d 19822. qual o número 4 1 esperado de erros? Total: 30 ∑ f .5 (média 0 15 entre o 15o.2502= 3 125 000 300 ⌐ 400 35 350 35.77 x 180 = 138.3502= 4 287 500 400 ⌐ 500 20 450 20.56 2 = 17 850 000 − 285.153 = 132.6 = 139 erros esperados .153 σ 132.75. Pede-se: a) qual o número médio de erros por página? Erros Freqüência 0 15 b) qual o número mediano de erros por página? 1 10 c) qual é o desvio padrão? 2 3 3 1 d) Se a dissertação tem 180 páginas. 61 Σf .56 Σf 180 ∑ f . A variância será: s = σ 2 = 17 622.7502= 562 500 Total 180 Σf.4 O desvio médio vale: d m = = = 110. Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória.12 Σf 180 Intervalo f xi f.5502= 3 630 000 600 ⌐ 700 2 650 2.100% = 46.x i 51400 A média fica: x = = = 285.x i = 17 850 000 2 2 σ= ∑ f .X i a) Resposta: X = = 0.514 = 17622.

(b) o desvio médio (DM). 0 (a) X = = = 171.|X .X | f . 0 (b) DM = = = 6.4 175-182 27 178.2 165.0 ∑ f .5 2925. 70cm ∑f 100 ∑ f X−X 604.5 7161.8 118. 04cm N 100 V.Determinar a média.Determinar a média.0 Σ f .xi = 17170.5 17.5 6.4 Σf = 100 Σf.2 50. o desvio médio e o desvio-padrão.2 86. Altura (cm) nº de estudantes 151-158 5 159-166 18 167-174 42 175-182 27 183-190 8 Determinar: (a) altura média dos estudantes ( X ).X | (cm) médio (xi) 151-158 5 154.X | = 604.0 1. Notas freqüência simples (f) 0⌐2 20 2⌐4 15 4⌐6 12 6⌐8 8 8 ⌐ 10 5 TOTAL .|xi . o desvio médio e o desvio-padrão. X 17170.0 9.5 772.xi |xi . Capítulo 5: Medidas de dispersão ou de variabilidade.0 159-166 18 162.6 167-174 42 170.5 4819.0 14.5 1492. Solução: Altura (f) Ponto fi.8 183.3.Na tabela a seguir são fornecidas as alturas de 100 estudantes do sexo masculino de uma Universidade. Notas f 5 4 6 6 7 8 8 4 9 2 10 1 TOTAL 2.6 183-190 8 186. 62 Exemplo 3.Exercícios: 1.

76667 -55.12 0.23333 25. 63 3.d f.xi desvio f. Custos 10 ⌐ 15 15 ⌐ 20 20 ⌐ 25 25 ⌐ 30 30 ⌐ 35 (mil Reais) N° de 6 5 4 3 1 produtos 5.16665 26.76667 Desvio médio= 2. x f FAC 0⌐3 11 3⌐7 7 7 ⌐ 10 23 10 ⌐ 13 8 13 ⌐ 20 40 TOTAL Respostas: 1- Notas f f.02 Desviopadrão= 1. Idades f 15 ⌐ 18 13 18 ⌐ 24 20 24 ⌐30 17 30 ⌐ 40 3 40 ⌐ 50 1 TOTAL 4.28 4.88 7.12 4.0893 2 4 15 3 45 -0. Determinar a média.2278 Desvio padrão= 2.3334 55.xi desvio f.7333 Média= 3.1376 6 6 36 -0.816743 4 6 12 5 60 1.64 Média= 6.86664 25.79996 14.16665 136.6667 400.Os Custos mensais de produtos de uma empresa são dados pela tabela abaixo.0002 133.Determinar a média.As idades dos alunos de uma classe está representada abaixo. o desvio médio e o desvio-padrão.6464 7 8 56 0.5844 .7344 Total 25 172 25.12 9.48 5.6 42.12 4.1152 8 4 32 1.0176 9 2 18 2. o desvio médio e o desvio-padrão.25323 6 8 8 7 56 3.9387 Total 60 226 -0. o desvio médio e o desvio-padrão.63538 8 10 5 9 45 5. Determinar a média.88 5.76667 -11.96 0.3334 153.31 2- Intervalo f xi f.50005 11.24 8.mod(d) f. Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória.88 Desvio médio= 1.79996 18.52 14.d^2 0 2 20 1 20 -2.23333 26.12 3.d^2 5 4 20 -1.9888 10 1 10 3.50005 8.mod(d) f.23333 14.86664 83.

0278 Desvio médio= 4.5263 710.994 Média=8.5 8.75125 13 20 9 40 16.4875 518.96666 20 25 4 22.1375 73.5 -6.5 214.9582 18 24 20 21 420 -2.0007 40 50 1 45 45 21.1579 24.4737 24.5 0.23946 24 30 17 27 459 3.0526 41.9166 430.556 40.5 0 198.1579 173.9722 482.9702 Total 40 334.5 42.5 92 3.6875 0.4737 199.2375 73.1375 25.8336 1817.5375 79.8614 553. 64 3- Idades f xi f.4875 75.8421 -41.654 30 35 1 32.9722 21.094531 10 13 8 31 11.1579 12.9722 67.d f.d f.9513 Desvio padrão=5.0001 100.14484 7 10 5 23 8.d^2 15 18 13 16.5 90 3.6316 12.2323 30 40 3 35 105 11.6875 0.5375 23.mod(d) f.d^2 10 15 6 12.2375 595.6391 .9722 35.556 82. Capítulo 5: Medidas de dispersão ou de variabilidade.xi desvio f.5 75 -6.5274 67.8625 -75.5 13.7776 Total 54 1243.886 15 20 5 17.6451 Desvio padrão= 5.5 148.mod(d) f.5 0.1579 13.1 25.5274 268.9166 35.3421 Desvio médio= 5.1 78.5 82.d^2 0 3 11 11 1.6316 39.1303 Total 19 367.8614 84.mod(d) f.5 32.5 87.5263 Média= 19.208 Média= 23.0526 280.5 8.5 -6.d f.2105 9.801 4- Idades f xi f.8421 -9.5 16.9722 21.1152 5- x f Fac xi f.3625 Desvio médio= 4.0012 250.3625 -23.5 -1.2909 Desvio padrão= 6.033 3 7 7 18 5 35 -3.05 1271.1375 0.1579 13.0278 -40.5 -0.88933 25 30 3 27.xi desvio f.xi desvio f.5278 -84.2105 16.

Capítulo VI: Aplicações dos Princípios Estatísticos
Neste capítulo apresentamos algumas situações com contextos na área de Gerenciais. A
intenção é oferecer uma possível transferência dos conhecimentos estatísticos abordados nos
capítulos anteriores em um contexto mais próximo a realidade dos cursos da referida área.

VI.1- Testes (1ª Bateria)

1- Num banco, um fiscal observa que há vários caixas, cada qual movimentando uma
quantidade de dinheiro. Em termos de variáveis, é correto afirmar que:
a) a quantidade de caixas é uma variável contínua e a quantia de dinheiro movimentada
é uma variável discreta.
b) a quantidade de caixas é uma variável discreta e a quantia de dinheiro movimentada é
uma variável contínua.
c) a quantidade de caixas e a quantia de dinheiro movimentada representam variável
discreta.
d) a quantidade de caixas e a quantia de dinheiro movimentada representa uma variável
contínua.
e) a quantidade de caixas é uma variável qualitativa e a quantia de dinheiro
movimentada é uma variável discreta

2- Uma empresa apresentou o seguinte balanço de vendas nos meses de Janeiro,
Fevereiro e Março de 2004:
Meses Balanço (R$)
Janeiro 14 000 ,00
Fevereiro 21 000 ,00
Março 35 000 ,00
Total 70 000,00

Qual das afirmativas abaixo é errada.
a) O mês de Janeiro representa 20% do balanço do 1º trimestre de 2004.
b) O mês de Fevereiro representa 30% do balanço do 1º trimestre de 2004.
c) O mês de Fevereiro representa 50% do balanço do 1º trimestre de 2004.
d) O mês de Fevereiro representa um aumento de 50% nas vendas em relação a Janeiro.
e) O mês de Março representa um aumento de 100% nas vendas em relação Fevereiro.

3- Um pequeno banco, desejoso de realizar uma pesquisa a respeito da qualidade de
atendimento com seus clientes que aplicam em um só tipo de fundo de investimento do tipo
A, B, C e D, verificou que existem 1250 clientes nestas condições. Como o custo de tal
pesquisa seria muito alto resolveram obter uma amostra estratificada proporcional de 100
clientes. Verifique qual alternativa está errada.

Capítulo 6: Aplicações dos Princípios Estatísticos. 66

Opção de ClientesAmostra
Investimento da clientela
A 500 x
B 350 y
C 250 z
D 150 w
Totais 1250 100

a) A amostra de clientes que investem só na opção A é de 40 clientes.
b) A amostra de clientes que investem só na opção B é de 28 clientes.
c) A amostra de clientes que investem só na opção C é de 24 clientes.
d) A amostra de clientes que investem só na opção D é de 12 clientes.
e) A amostra de 100 clientes corresponde a 8% do total de 1250 clientes que investem só nas
opções A, B, C e D.

4- Um banco, desejoso de melhorar a qualidade de atendimento dos caixas, resolveu
implantar um método de observação, que consiste em um inspetor atribuir notas de zero a dez
para um determinado caixa num certo período de tempo, nota esta que depende de fatores
como: o caixa está atendendo ou não um cliente, o atendimento é rápido e não ocorrem
reclamações do cliente. Desta nota depende a permanência do empregado na função de caixa.
Um determinado caixa obtém as seguintes notas: 9, 10, 7, 10 , 8, 0, 8, 7, 8, 9.
Verifique qual a alternativa errônea.
a) A amplitude amostral do caixa é 10.
b) A média aritmética do caixa é 7,6
c) A moda do caixa é 8.
d) A seqüência de notas acima apresentada representa um rol.
e) A mediana do caixa é 8.

5- Uma pesquisa de opinião foi realizada para
avaliar os níveis de audiência de alguns canais de
televisão, entre 20h e 21h, durante uma
determinada noite. Os resultados obtidos estão
representados no gráfico de barras a seguir. O
número de residências atingidas nessa pesquisa foi
aproximadamente 200. A taxa percentual que
representam os assinantes da TVC em relação ao
total pode ser expressa aproximadamente por:

a) 10 %; b) 20 %; c) 30%; d) 40%; e) 50%

Respostas:
1- B; 2- E; 3- C; 4- D; 5-A

Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória. 67
VI.2- Testes (2ª Bateria)

As questões 1 e 2 estão baseadas no Quadro I.

Quadro I: Balanço patrimonial (em R$ mil)
Ativo Passivo
Disponibilidades 1.500 Circulante 12.000
Caixa 30 Fornecedores 5.000
Bancos conta movimento 70 Empréstimos 3.600
Aplicações com liquidez 2.500 Tributos 2.500
Circulante 18.750 Salários e encargos 2.000
Contas a receber 5.000 Exigível a longo prazo 8.200
Estoques 13.500 Empréstimos bancários 8.200
Despesas do período seguinte 250 Patrimônio líquido 7.450
Capital social 5.000
Permanente 7.400 Capital a Integralizar (2.600)
Investimentos 1.200 Reservas de capital 2.000
Imobilizado 6.000 Reservas de lucros 2.500
Diferido 200 Lucros acumulados 550

Total 27.650 Total 27.650

1- O quadro I mostra informações referentes ao balanço patrimonial de uma empresa.
Com relação ao Ativo, considerando os itens disponibilidades, circulante e
permanente, qual a alternativa correta que indica, em Reais, os valores da moda e da
média entre estes valores, respectivamente:

a) 2 600,00 e 9 583,33
b) 18 750,00 e 9 583,33
c) 7 400,00 e 28 750,00
d) 9 583,33 e 28 750,00
e) 18 750,00 e 28 750,00

2- Com relação ao item circulante, qual a taxa de evolução (percentual) dos valores do
ativo em relação ao passivo?

a) 143,13%; b) 135,11 %; c) 122,57%; d) 109,47%; e) 56,60%

00 Telefone R$ 1.000 ⌐ 10. e) 4573.000 ⌐ 5000 15 5.00.B. 5 e 6.00 Questões 4.000 ⌐ 7000 10 7.D . (a) (b) R$ 4. 4.000 ⌐ 9000 7 9.000.74%.000.00.00 (e) R$ 2. d) 3571.03% 5. b) 56.67 c) 3500.800. Capítulo 6: Aplicações dos Princípios Estatísticos.000 ⌐ 4000 20 4.A. A tabela abaixo mostra a distribuição de freqüência dos salários mensais.000.C . (c) R$ 4. 3454. 2. c) 61. b) R$ 3.600.000. (d) R$ 3.00.Em relação a essa tabela. d) 67.04%.000 ⌐ 8000 8 8.000. 2. b).680.00 Os custos diretos são variáveis proporcionais.00 Energia Elétrica R$ 4.380.45%. 3-A .Considerando que os custos abaixo referem-se a produção de 20 unidades qual é o custo médio (unitário) na produção de 20 unidades do produto.89. 68 A tabela abaixo se refere as questões 3.00 é de: a) 45.56 Respostas: 1. Salários Número de (R$) funcionários 3.00 Matéria-prima Direta R$ 30.500. 4 e 5.429.000 ⌐ 6000 12 6. a porcentagem de funcionários que ganham menos de R$ 6. em Reais: a) 2638. em reais.000.00.93 %.O valor da moda da distribuição é. e) 74. de 77 funcionários da empresa Tudo Em Cima LTDA. 5.000 5 TOTAIS 4.00 Mão-de-obra Direta R$ 40.000.00 Depreciação dos Equipamentos R$ 3. 3- Aluguel do Prédio R$ 14.

38% d) 19.37% b) 90.49% e) 125% 3. a melhora de desempenho dos 25 principais produtos exportadores brasileiros é percentualmente representada por: a) 119. 69 VI. 1. o percentual representado pelo único maior produto exportador em milhões de dólares (soja mesmo triturada) em relação ao valor total dos 25 principais produtos é percentualmente representado por: a) 10. 85% c) 5% d) 4. Em 2003. o desempenho percentual representado pelo soja (mesmo triturada) é representado por: a) 18.Aplicações A tabela abaixo se refere às questões 1.88% e) 5.32% b) 118.40% 2. Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória.32% c) 41.88% b) 219.3.No período entre 2002 para 2003.29% e) 9. 2.49% d) 141.88% c) 58. 3 e 4.A tabela acima indica o desempenho das exportações dos principais produtos feitos pela indústria brasileira.Entre 2002 e 2003. 45% .

Determine o intervalo que pertence a moda da distribuição.O. em milhões de dólares (F.Entre 2002 e 2003.00 6.O.B.) dos vinte e um (21) principais produtos brasileiros de exportação é: a) 1000 a 1 500 b) 1 500 a 2 000 c) 2 000 a 2 500 d) 2 500 a 3 000 e) 4 000 a 4 500 O gráfico e a tabela abaixo se referem as questões 8. em milhões de dólares (F.O.A média. em milhões de dólares (F.O. em milhões de dólares (F. foram compilados dados numa tabela indicando os vinte e um (21) principais produtos de exportação brasileiras no período de Janeiro a Dezembro de 2003.B. Segundo dados da ABE (Associação de Exportadores Brasileiros).) dos vinte e um (21) principais produtos brasileiros de exportação é: a) 1 000 a 1 500 b) 1 500 a 2 000 c) 2 000 a 2 500 d) 2 500 a 3 000 e) 4 000 a 4 500 7. 70 4. 47% e) 0% QUESTÕES 5.24 d) 2 000. EXPORTAÇÃO BRASILEIRA Janeiro a Dezembro de 2003 Principais Produtos Exportados US$ Milhões F. X ANO Exportações. 6 e 7.O. a melhora de desempenho dos totais gerais dos produtos exportadores brasileiros é percentualmente representada por: a) 21.B.24 c) 1845.Importações - milhões de milhões de dólares FOB dólares FOB 1980 20132 22955 1985 25639 13153 1990 31414 20661 1995 46506 49972 2000 55086 55839 2002 60362 47240 2003 73084 48260 . N° de produtos 1 000 a 1 500 9 1 500 a 2000 7 2 000 a 2 500 1 2 500 a 3 000 2 3 000 a 3 500 1 3 500 a 4 000 0 4 000 a 4 500 1 5.08% c) 55.) dos vinte e um (21) principais produtos brasileiros de exportação é: a) 1545. Capítulo 6: Aplicações dos Princípios Estatísticos. Responda as questões 1.B.Determine o intervalo que pertence a mediana da distribuição. 9 e 10 mostram a evolução das receitas do comércio exterior brasileiro entre o ano de 1980 até o ano de 2003. 2 e 3 tomando como base os dados desta tabela.) [Fonte SECEX].00 e) 4 000.08% b) 121.49% d) 98.24 b) 1745.B.

00 Respostas: 1. 3. 63 = 263%). 9.Alternativa: A (20132+ 25639 + 31414+ 46506 + 55086): 5 = 35 755.Resposta: A (73084/ 60 362 = 1.5 A classe mediana é aquela imediatamente superior a este valor 7. Conceitos e Aplicações de Estatística para cursos de Ciências Gerenciais: Uma abordagem introdutória.fi 1 000 a 1 500 9 1 250 1250 .00 d) 36 868.Resposta: C (4290/3032 = 1.7 =12250 2 000 a 2 500 1 2 250 2250.08%) 5. em milhões de dólares F. o valor percentual aproximado do desenvolvimento das receitas das exportações brasileiras entre 2003 e 1980 pode ser representado por: a) 54% b) 110% c) 163% d) 263% e) 363% 9.4250 = 4250 TOTAL 21 38 750 Média = 38 750: 21 = 1845.2108 = 21.B.B. 71 8. N° de produtos Fi 1 000 a 1 500 9 9 1 500 a 2000 7 16 2 000 a 2 500 1 17 2 500 a 3 000 2 19 3 000 a 3 500 1 20 3 500 a 4 000 0 20 4 000 a 4 500 1 21 TOTAL 21 A classe mediana é a 2ª.Alternativa A (Justificativa: A classe modal é a 1ª.O.Alternativa d ( 73 084/ 20 132 = 3.Com base nele.Os anos em que houve o melhor e o pior desempenho percentual entre exportações e importações do comércio exterior foram respectivamente: a) 2003 e 2002 b) 1985 e 1980 c) 2002 e 1995 d) 2003 e 1990 e) 2002 e 2000 10.49%).: a) 35 755. ou seja.24 milhões de dólares. 4149= 41. pois a metade do somatório das freqüências é 21/2 = 10.2 =5500 3 000 a 3 500 1 3250 3250.O.1988 = 19. de 1000 a 1 500 milhões de dólares.29 c) 32 516. N° de produtos xi xi.57 e) 40 000.4 .Resposta: D (41357/34499 = 1. pois é onde temos a maior freqüência).Alternativa: C Justificativa US$ Milhões F.A média das exportações no período entre 1980 a 2000 é. 9 = 11250 1 500 a 2000 7 1 750 1750.Alternativa: B Justificativa US$ Milhões F.1 = 2250 2 500 a 3 000 2 2 750 2750.88%) 4. 6. 8.1 =3250 3 500 a 4 000 0 3 750 0 4 000 a 4 500 1 4 250 1.B.Alternativa B 10.A 2.40 b) 44 603.O.

2- Provão 2001.6%.00 representa a fração 166 = 0. 1000 2-.166 ou 16. 1- Provão 2001. − 14. Soluções: 1.20 + 16.10 + 12.30 + 20.40 140 + 240 + 480 + 800 x= = = 166.00 de R$ 1000. Capítulo 6: Aplicações dos Princípios Estatísticos. − 30 + 50 + 40 + 100 220 x= = = 55 litros. 4 4 .00 100 100 R$ 166. 72 Questões do Provão e ENADE.

Nilza Nunes. Luiz Gonzaga. Cláudio. Natal: UFRN. 9. DINIZ. Introdução à Estatística. São Paulo: McGraw-Hill. Disponível em: <http://www. Editora Saraiva.sebraesp. Ana Villares. São Paulo: Pearson Education. Introdução à Estatística. Estatística aplicada à economia. SILVA. WILLIANS. Amostragem Estatística. São Paulo: Edgar Blücher. MORETTIN. STEIN. Walter. José Atílio.gov. 2006. STEVENSON. Mizrahi.. DIEESE. n. ed. Boris. nov. MUSETI.com. Disponível em: <http://www.. B. Ouro. ed. Estatística Aplicada à Administração e Economia. 1990. 5. ARA. v. Disponível em: <http://www. 2002. SPIEGEL. Introdução a Estatística. Estatística básica. Miguel Antonio Cedraz. ABE. 1974. . 1981. Estatística aplicada à administração e economia. 11. COSTA NETO. São Paulo. Estatística Aplicada. 2000. Informativo Eletrônico do DIEESE. SEBRAE. 8.. Ensino Médio. 2003. CALÇA. Raymond H. Estatística: teoria e exercícios de aplicação. IBGE. Prem S. MYERS.ibge. SMOLE. 2.pdf>. São Bernardo do Campo: Universidade Metodista de São Paulo. São Paulo: EDUSP. SILVA.br>. Editora. 2001. AZEVEDO. SOUZA. 2. 2. 2006. WEBSTER. David R. FREITAS. Brasil e FMI: Retrospectiva e os números atuais da Dívida Externa. Pedro Luiz de Oliveira. SULLIVAN. ed. Ronald E.dieese. John E. ed.. 2007.br/dnpm_legis/suma2001/OURO. FARBER. Paulo Roberto Medeiros de. Emanoel Apolinário. Estatística. 2006. 2004. 1987. Porto Alegre: Bookman. 2005. São Paulo: Harper. Rio de Janeiro: McGraw-Hill do Brasil. Probabilidade e estatística para engenharia e ciências. 2006.doc>. ano 2. Disponível em: <http://www. Antônio Arnot. 73 Referências Bibliográficas ANDERSON.br>. FREUND. NERY. 2009. Estatística Fácil. São Paulo: Thomson Learning. São Paulo: Editora Ática. William J. Matemática.gov. 2003.org. Blumenau: Edifurb. Michael. R. 2007. ed. Amilton Braio. Ladir Souza. Rio de Janeiro: LTC. Introdução à estatística. 2001. SCHNEIDERMAN. 2. São Paulo: Pearson. São Paulo: Pearson Hall. LARSON. SPINELLI. ed. Carlos Efrain.br/esp/cju/anote20. Murray R. São Paulo: Editora Saraiva. Estatística Aplicada à Administração. ed. Kátia Cristina Stocco. Estatística e probabilidade. LOESCH. 2008. SWEENEY. 2. 2004. administração e contabilidade. Estatística. Rio de Janeiro: LTC. CRESPO. Thomas A. ed. Maria Helena S. WALPOLE. Maria Ignes. São Paulo: Edgar Blücher. Allen L.dnpm. Dennis J. 20. Matemática finita: uma abordagem aplicada. MANN.

.

3417 centésimo 2.2368 milésimo 1. b) Arredonde 24. 4. 4.24 Como o 1° algarismo a ser abandonado é 8.4 Como o 1° algarismo a ser abandonado é 1. 2. utiliza-se o seguinte critério: .356 centésimo 4. número critério Número Explicação arredondado 2. 7. d) Arredonde 134.34 Como o 1° algarismo a ser abandonado é 1. o algarismo 4 (décimo) permanece inalterado.237 Como o 1° algarismo a ser abandonado é 8. 6.Responda: a) Um aluno obteve como resposta a fração 1/3.56501 para o centésimo mais próximo. Exemplos: Arredonde. 8 ou 9. o algarismo 3 (centésimo) é acrescido de uma unidade. 14.823 centésimo 6. o último algarismo permanece inalterado.Calcule 11/7 e aproxime para: a) para o décimo mais próximo b) para a centena mais próxima c) para o milésimo mais próximo. 1.854 para o décimo mais próximo. 3 ou 4. . 6.4 Como o 1° algarismo a ser abandonado é 8. o algarismo 5 (centésimo) é acrescido de uma unidade.448 para a centena mais próxima c) Arredonde 5. a) 3/8 para o décimo mais próximo b) 5/9 para o décimo mais próximo c) 7/6 para a centena mais próxima d) 13/7 para a centena mais próxima .82 Como o 1° algarismo a ser abandonado é 3. 3.41 décimo 5. 75 Anexo I – Critérios de arredondamentos: Para as variáveis contínuas.38 décimo 2. 2. o algarismo 6 (miléimo) é acrescido de uma unidade. o algarismo 4 (centésimo) permanece inalterado.Faça os cálculos e arredonde. o algarismo 3 (décimo) é acrescido de uma unidade 125.Efetue o cálculo 2/9 e aproxime para: a) para o décimo mais próximo b) para a centena mais próxima c) para o milésimo mais próximo. o algarismo 2 (centésimo) permanece inalterado. o último algarismo aumenta uma unidade. 1. Exercícios: 1.quando o 1° algarismo a ser abandonado for 0.quando o 1° algarismo a ser abandonado for 5.36 Como o 1° algarismo a ser abandonado é 6.238 centésimo 14. Como ele representaria este número com duas casas decimais. 2.

86 .571 4.45 c) Arredonde 5.6 b) para a centena mais próxima 1.Responda: a) Um aluno obteve como resposta a fração 1/3.Faça os cálculos e arredonde.57 c) para o milésimo mais próximo. a) 3/8 para o décimo mais próximo 0. 0.2 b) para a centena mais próxima 0. Como ele representaria este 0.9 2.448 para a centena mais próxima 24. b) Arredonde 24.854 para o décimo mais próximo.4 b) 5/9 para o décimo mais próximo 0.17 d) 13/7 para a centena mais próxima 1.56501 para o centésimo mais próximo.22 c) para o milésimo mais próximo.6 c) 7/6 para a centena mais próxima 1.57 d) Arredonde 134.222 3.Efetue o cálculo 2/9 e aproxime para: a) para o décimo mais próximo 0. 1. 5. 76 Respostas: 1. 134.33 número com duas casas decimais.Calcule 11/7 e aproxime para: a) para o décimo mais próximo 1.

77 TABEL A DE NÚM EROS ALE ATÓRIOS [Fonte: NIIPS – CSEO] LC 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 01 4 5 0 5 8 7 4 4 6 4 2 4 6 3 9 3 3 5 5 1 8 7 3 6 5 7 3 2 8 3 02 9 8 0 6 4 4 2 1 8 0 3 4 9 8 1 2 8 8 3 0 7 8 2 2 7 5 4 7 3 6 03 4 1 4 1 0 1 6 7 4 1 8 6 4 9 4 2 4 4 0 7 8 0 0 5 4 8 5 3 2 6 04 7 4 4 9 5 1 0 6 7 3 9 3 2 5 4 2 8 8 5 3 8 7 8 1 1 8 7 5 9 4 05 7 3 0 3 3 6 2 0 4 2 8 1 9 8 2 7 5 8 6 0 7 1 8 3 0 7 6 3 9 5 06 6 6 6 4 8 6 3 2 8 4 0 8 9 7 4 5 6 0 7 6 0 9 2 9 3 9 6 9 7 6 07 8 5 3 8 1 6 6 7 8 1 3 3 7 1 5 3 1 6 2 8 8 7 2 1 3 6 9 0 8 1 08 3 5 5 0 7 2 1 3 3 3 0 7 1 5 3 7 2 3 1 4 9 2 3 4 5 1 4 9 3 9 09 2 9 6 3 8 1 2 1 0 8 5 7 1 4 9 5 6 3 7 6 2 4 7 4 0 5 6 1 7 5 10 6 6 8 4 4 7 4 8 4 6 9 7 2 7 4 5 1 7 5 2 0 2 5 8 1 1 6 2 0 3 11 6 2 2 7 8 8 8 2 0 3 9 9 3 5 1 5 0 5 9 5 9 2 2 3 2 8 4 4 2 0 12 6 8 8 7 9 6 7 3 9 3 5 3 2 3 9 3 8 8 0 9 7 0 9 9 5 4 5 5 1 8 13 7 8 2 8 9 3 2 0 7 5 9 0 6 7 0 6 6 2 5 3 4 5 2 2 0 9 7 4 7 1 14 6 4 3 8 8 5 0 0 0 5 1 4 7 3 7 4 6 7 9 5 1 3 5 3 2 4 7 2 3 2 15 3 6 1 1 7 8 3 9 6 3 2 6 1 8 8 3 7 8 9 2 9 3 8 7 3 5 8 7 2 6 16 7 5 5 1 5 3 2 7 8 1 7 1 2 2 0 6 8 6 5 8 7 1 0 2 8 8 0 5 6 6 17 8 8 8 1 5 9 7 6 2 5 5 2 8 8 1 9 0 0 5 9 2 0 1 3 9 8 6 3 2 5 18 4 6 3 9 8 2 7 3 2 8 0 2 1 2 9 2 2 6 9 5 3 1 2 5 0 0 0 5 9 6 19 4 0 6 5 1 7 6 7 1 0 3 1 9 3 7 7 0 0 9 2 9 3 8 1 6 5 5 5 0 9 20 5 8 0 9 3 4 7 7 0 5 4 1 5 1 8 3 4 3 8 3 9 6 6 7 7 2 3 2 5 7 21 0 5 8 1 2 0 4 5 5 8 0 6 4 8 4 4 1 9 2 5 6 1 3 0 3 1 2 1 2 3 22 7 7 6 4 9 4 6 6 6 7 1 5 0 3 2 8 4 4 5 0 6 8 6 7 5 2 8 3 6 5 23 2 1 4 5 2 2 4 2 5 7 0 0 5 1 7 6 2 9 8 8 4 9 0 0 1 8 2 8 1 1 24 1 5 0 2 4 5 5 3 2 8 1 4 8 7 9 6 9 3 8 5 6 7 4 9 6 3 9 5 6 7 25 8 6 0 2 8 0 9 1 2 5 0 7 1 0 2 1 9 9 5 6 5 8 7 8 6 0 9 0 1 1 26 4 7 9 0 7 2 3 1 1 4 5 7 1 9 7 8 0 0 6 2 8 6 0 2 5 0 2 3 7 2 27 3 0 9 7 6 6 0 4 2 4 9 9 4 1 3 1 9 5 5 3 8 2 7 1 4 8 5 7 5 8 28 8 6 0 0 1 4 4 9 0 6 5 9 3 9 8 2 9 8 7 8 3 0 0 2 2 3 9 3 1 4 29 5 8 2 2 2 1 5 2 0 8 2 2 9 0 1 3 9 0 5 7 8 3 8 5 7 8 9 1 7 4 30 5 4 6 8 7 7 9 6 3 8 5 7 9 9 5 1 4 6 7 9 8 5 4 5 3 0 5 6 1 8 31 9 7 5 7 7 3 4 0 1 8 4 0 7 0 4 9 7 1 1 1 1 5 0 0 0 4 9 2 5 6 32 0 1 4 2 4 3 6 7 9 3 1 9 7 3 2 1 9 4 4 2 1 5 5 0 7 0 4 2 7 3 33 1 1 5 8 0 1 7 6 1 6 2 7 6 2 4 7 1 8 5 9 0 3 8 9 9 5 8 0 8 7 34 4 6 6 7 1 0 2 3 3 4 6 3 9 4 4 6 1 3 2 5 6 9 7 2 6 3 8 3 8 3 35 7 9 4 0 5 9 2 6 9 4 9 9 6 4 9 9 1 0 6 6 6 8 0 2 5 5 2 5 0 2 36 5 5 6 0 6 2 4 6 7 1 5 6 1 1 8 4 7 6 2 9 6 1 4 4 4 8 7 7 3 1 37 9 3 6 0 6 7 0 1 9 1 3 2 9 0 7 7 9 6 4 4 5 4 2 8 3 6 0 7 4 8 38 8 2 5 3 6 1 8 3 7 1 3 1 0 6 6 4 1 0 5 9 1 4 3 5 3 7 2 6 7 7 39 4 4 0 8 5 7 0 6 3 8 9 3 0 3 7 3 2 0 4 3 2 8 2 4 8 1 4 8 0 4 40 0 6 8 0 1 1 9 6 8 5 8 3 9 7 6 7 5 8 0 3 3 5 2 3 7 3 8 4 0 6 .

78 41 2 9 4 2 8 2 2 4 8 7 7 8 8 4 5 2 3 9 1 9 6 0 9 9 9 3 9 1 7 7 42 0 2 3 7 9 2 1 6 0 3 9 1 9 6 1 8 6 6 5 2 1 1 4 6 3 2 4 9 0 1 43 9 9 6 4 1 1 1 3 6 4 2 1 2 0 0 9 7 4 7 8 8 8 4 6 0 3 6 3 2 2 44 0 8 2 4 7 0 4 6 2 9 3 7 6 2 3 8 6 4 1 4 2 0 2 4 2 5 2 7 4 7 45 5 8 0 8 5 9 6 7 6 0 6 6 0 5 4 7 9 5 0 3 6 9 8 0 8 5 2 3 8 8 46 0 8 9 8 3 7 8 8 8 5 1 5 3 6 9 4 7 8 1 2 2 0 6 4 4 3 9 8 7 9 47 3 0 9 3 5 6 8 9 0 9 3 9 2 8 2 3 8 9 1 2 9 9 9 4 3 2 0 4 3 9 48 4 4 4 0 5 9 9 2 2 0 6 1 1 4 7 1 6 2 9 7 9 6 5 1 4 3 6 1 8 6 49 2 3 1 6 1 3 5 5 3 3 6 1 7 2 0 9 0 1 7 6 4 7 3 6 1 6 6 2 3 3 50 3 3 6 1 8 2 0 1 4 4 5 8 8 8 2 8 9 7 3 2 1 7 2 0 5 1 4 6 9 1 51 9 7 9 0 5 3 0 3 4 8 7 6 9 6 1 6 9 3 0 8 2 7 0 3 8 9 3 0 7 5 52 1 0 5 7 8 3 1 4 9 8 9 4 0 1 3 2 1 4 2 6 1 9 0 4 8 0 9 6 6 3 53 6 6 6 5 2 9 6 6 8 2 0 7 3 6 4 1 5 7 0 0 7 0 1 5 0 2 8 2 8 9 54 5 6 5 1 5 5 5 0 9 9 6 0 0 6 9 3 9 4 7 2 8 0 7 6 2 5 0 3 5 1 55 0 2 7 5 8 2 5 6 9 0 6 5 1 3 8 0 5 5 6 0 3 9 8 3 9 6 0 4 4 7 56 0 7 5 8 7 7 4 7 0 3 6 1 2 2 7 7 3 3 8 8 4 6 2 2 6 2 0 1 2 2 57 0 5 2 8 4 6 5 1 0 2 0 1 0 9 4 4 0 6 8 1 0 6 9 8 9 7 5 4 1 0 58 2 4 0 0 7 3 0 3 9 5 8 5 6 2 8 4 6 2 5 7 5 7 5 2 5 6 8 5 8 6 59 2 6 1 7 7 4 5 5 9 8 2 2 3 4 1 4 5 6 9 2 5 4 6 2 2 5 6 1 0 3 60 7 4 2 5 4 5 8 7 8 6 3 2 1 5 0 5 0 3 5 6 9 2 6 3 0 7 9 1 7 6 61 1 1 9 1 5 3 9 3 0 4 0 8 6 8 2 1 8 1 0 3 4 2 1 3 4 9 6 6 8 9 62 6 1 5 3 9 8 5 6 1 5 4 0 7 1 8 2 3 9 7 1 7 2 3 6 4 3 6 4 8 3 63 8 2 7 0 3 4 3 2 3 2 6 0 7 3 9 4 9 6 5 4 7 6 2 3 3 5 3 9 0 4 64 1 7 8 3 3 6 1 7 4 6 5 5 8 7 2 2 3 0 0 8 5 1 5 5 0 3 9 3 5 4 65 5 6 8 4 0 8 2 6 2 2 7 7 9 2 6 3 8 8 7 7 1 8 1 7 9 1 3 1 0 9 66 7 7 3 9 9 9 3 7 4 5 7 0 3 3 7 7 0 6 4 6 2 2 5 8 2 1 6 0 6 4 67 7 9 7 5 2 0 3 2 0 9 7 1 1 4 8 0 3 6 9 7 7 7 5 0 8 5 2 6 7 8 68 1 8 0 3 1 5 3 7 2 7 3 2 3 9 3 3 9 4 5 1 5 8 0 9 9 5 3 9 1 2 69 5 0 7 5 8 6 3 0 3 3 4 3 3 1 8 1 2 7 6 3 1 1 3 7 2 9 2 6 4 1 70 0 4 2 6 2 5 3 7 6 7 2 1 0 6 9 1 7 7 7 8 9 3 8 2 0 5 6 8 4 0 71 5 4 4 9 4 4 5 6 6 3 3 4 9 2 8 5 3 2 9 6 5 1 9 2 5 2 1 1 7 5 72 6 6 8 8 3 4 1 4 4 8 3 1 1 0 5 8 4 3 0 8 8 3 1 5 7 7 0 5 9 8 73 2 8 2 9 4 4 5 0 2 3 6 1 3 7 8 7 6 3 7 7 6 4 1 7 4 0 3 4 1 7 74 1 3 0 3 3 6 3 2 5 4 5 5 4 6 6 0 4 6 7 0 1 3 1 7 9 8 6 6 5 8 75 7 2 9 7 3 2 9 4 8 3 7 9 2 4 4 7 5 8 2 9 2 1 9 8 4 1 3 9 1 1 76 1 6 6 6 5 8 0 4 0 4 2 2 6 5 5 5 0 8 4 7 7 2 6 0 7 0 1 0 0 0 77 4 4 8 7 6 1 1 6 3 5 5 1 5 0 2 7 7 0 2 9 3 3 5 8 6 5 0 5 1 9 78 0 7 5 0 3 3 4 1 1 9 4 6 8 5 0 9 4 8 7 8 7 3 0 4 6 8 1 7 1 8 79 2 1 2 5 6 3 8 8 4 7 1 9 7 5 5 5 1 3 5 9 5 1 2 5 1 0 6 3 1 1 80 9 0 6 4 8 1 2 5 1 4 1 4 8 1 4 7 0 3 8 7 4 8 4 5 6 8 6 7 2 4 81 4 8 3 0 9 1 9 1 1 9 2 3 6 3 3 4 4 8 9 1 2 4 4 8 8 0 0 0 6 0 82 9 3 2 5 5 5 4 5 5 6 6 4 4 2 4 3 7 7 0 8 0 5 3 6 6 0 3 4 2 5 83 3 7 4 5 6 7 9 6 0 3 5 2 6 8 1 0 2 3 8 0 2 4 3 0 1 2 2 6 8 7 .

html ] .random.org/nform. 79 84 7 0 4 8 5 2 3 9 8 8 9 4 3 0 0 4 9 1 1 4 0 5 4 7 7 5 7 5 7 8 85 4 8 3 4 7 2 7 0 7 0 4 2 8 6 1 2 9 3 3 6 0 5 3 4 4 1 2 3 8 8 86 3 8 5 8 0 6 4 9 7 2 7 3 7 8 6 5 9 4 0 3 4 3 1 5 3 6 9 4 2 8 87 6 8 9 2 2 4 0 9 6 0 8 4 3 0 7 2 8 7 4 8 5 4 4 0 7 1 0 3 9 1 88 0 1 0 7 8 7 2 6 6 5 4 3 2 1 0 0 3 0 1 8 2 4 1 0 2 8 1 2 6 8 89 1 5 8 0 2 8 3 7 3 7 3 3 0 8 4 5 0 7 3 8 1 5 0 0 7 6 2 9 4 2 90 4 3 3 1 0 6 6 0 5 1 9 7 9 0 1 4 0 7 4 8 8 7 5 0 1 6 3 6 1 4 91 9 4 2 1 1 1 3 3 6 2 7 4 4 9 7 8 1 9 8 0 3 5 8 0 6 7 8 8 3 4 92 2 5 1 2 9 0 0 7 7 0 0 1 4 5 8 0 2 1 8 4 4 9 0 2 6 6 5 6 4 3 93 6 9 0 3 2 7 0 1 3 7 9 6 1 0 8 1 6 0 6 2 4 9 3 0 7 6 8 0 6 7 94 6 2 8 0 6 9 9 0 8 8 2 9 5 7 2 4 2 3 2 1 6 9 0 9 2 0 6 6 1 5 95 6 9 6 7 0 2 6 6 9 4 0 3 3 2 9 2 1 3 0 0 3 2 2 4 7 4 7 2 7 3 96 4 0 5 1 9 3 5 0 0 2 0 1 9 6 2 7 3 8 2 6 4 1 9 1 4 7 4 3 3 2 97 2 6 8 4 7 2 1 2 1 6 6 1 9 1 6 6 5 6 4 1 4 1 8 5 3 5 1 7 8 1 98 8 1 6 1 2 4 6 0 9 2 4 0 3 4 7 5 2 7 1 2 6 0 1 6 0 0 6 2 5 1 99 6 1 4 2 8 0 2 0 7 4 9 5 1 3 4 6 7 0 2 6 0 7 1 6 4 8 0 5 0 3 100 4 7 2 2 0 8 6 1 4 1 4 6 2 1 7 2 0 2 7 0 1 3 0 2 3 1 9 8 6 4 Tabela de Números Aleatórios [Fonte: http://www.