Professional Documents
Culture Documents
Apostila Estatística Jon1
Apostila Estatística Jon1
“Cai o número de seqüestro em São Outro caso real, que saiu nos jornais:
Paulo” uma empresa japonesa de cosméticos constatou
que homens pessimistas têm cabelos mais
Exemplo fictício. Deve-se ficar alerta fracos e tendem a ficar carecas. Foram
para informações desse tipo. É preciso saber entrevistados 733 homens entre 15 e 59 anos de
mais antes de tirar qualquer conclusão. Será idade, em Tóquio. Resultado: 51% dos que se
que menos pessoas estão sendo seqüestradas? consideravam pessimistas disseram que seus
Ou caiu foi o número de casos registrados na cabelos estavam ficando fracos, enquanto 47%
polícia, para evitar interrupção de contato com dos otimistas percebiam algum sinal de
os seqüestradores? Em outras palavras, é calvície. Problema: pessimismo e calvície é
preciso estar atentos para as causas que geram uma associação no mínimo questionável. O
certos dados, antes de interpreta-los pelo próprio porta-voz da empresa japonesa admitiu
caminho mais óbvio. que ainda não se comprovou cientificamente
nenhum vínculo entre personalidade e a
“Mulheres sorriem mais” quantidade de cabelo. Além disso, a própria
diferença entre as declarações dos pessimistas
Esta é a conclusão de um trabalho (51%) e as dos otimistas (47%) é muito
acadêmico de uma psicóloga de São Paulo. A pequena para se tirar qualquer conclusão nesse
constatação saiu da comparação de 623 sentido.
1.2 – Como Organizar os Dados em Tabelas
Após reunir uma série de informações (dados) sobre determinado assunto, o primeiro passo é
organizar essas informações. Geralmente, utilizamos para isso tabelas de dados.
Como organizar essas tabelas? Veja algumas situações:
Vamos construir uma tabela de dados quanto à preferência por esporte desse grupo. Para isso
seguimos o roteiro:
Damos um título à tabela que explique o tipo de informação que ela contém. Nesse caso poderia
ser: Número de pessoas segundo a preferência esportiva;
Escrevemos em cada coluna o tipo de informação que ela contém;
Preenchemos as colunas com as informações (dados) de que dispomos;
Na coluna Porcentagem, basta calcular quanto por cento 24 e 16 representam de 40, que é o total
de pessoas. Veja:
EX2.: Agora vamos construir uma tabela, a partir da seguinte situação: Numa eleição para
representante de classe, três alunos se candidataram: Alexandre, Juliana e Daniel. Na apuração dos
votos, o professor colocou os três nomes no quadro-negro e, a cada voto, assinalava um traço ao lado
do nome do candidato. A eleição teve o seguinte resultado:
Obs.: Note que a coluna Porcentagem pode ser muito útil se ficar estabelecido, por exemplo,
que, para ser eleito no 1º turno, o candidato deve ter 50% do total dos votos mais um voto (maioria
absoluta). Caso isso não ocorra, haverá 2º turno entre os dois candidatos mais votados.
Ao conjunto de entes portadores de, pelo menos, uma característica comum denominamos
população estatística ou universo estatístico.
Ex.: Os estudantes, constituem uma população, pois apresentam pelo menos uma
característica comum: são os que estudam.
Recenseamento (TODOS)
Amostragem (ALGUNS)
A t = L s − Li ou At = M − N
{At=AmplitudeTotal¿{Ls=LimteSuperio¿{Ls=LimteInfrio¿{M=LimteMáximo¿
Ex.: A t = 3,11 − 2,00 = 1,11 (do ROL exemplo anterior)
2,00 3,11
2,00 1
2,11 1
2,14 1
2,22 1
2,50 2
0 5 0 2 1
1 6 2 4 2
2 1 4 6 3
3 3 6 8 5
4 1 8 10 2
Exercícios
1. Suponhamos termos feito uma coleta de dados relativa às estaturas de quarenta alunos, que
compõem uma amostra dos alunos de um colégio AXPTO, resultando a seguinte tabela de
valores:
MEDIDAS DE POSIÇÃO
x̄ =
∑xi
n (é o quociente da divisão da soma dos valores da variável pelo número
deles), sendo:
22 + 23 + 22 + 27 + 25 + 13 132
x̄ = = = 22
6 6
Esse número é chamado média aritmética dos números 22, 23, 22, 27, 25 e 13.
1.2 - MEDIANA ( M d )
EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO
10
Exemplos:
1º CASO: O número de dados é ímpar ( 2K + 1 ):
Calcular a mediana dos seguintes dados: 7, 4, 3, 7, 7, 6, 3, 3, 2, 8, 2
Observamos que o número de dados é ímpar: 11
Vamos determinar a posição ocupada pela mediana:
2K + 1 = 11 2K = 10 k = 5
K + 1 = 5 + 1 K = 6 ( ocupa a 6ª posição )
Ordenando os dados, temos:
2, 2, 3, 3, 3, 4, 6, 7, 7, 7, 8
6ª posição:
Md = 4
6ª posição
termos centrais
5ª posição
12 + 13 25
Md = = = 12 ,5 ∴ M d = 12 ,5
2 2
1.3 - MODA ( M o )
EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO
11
Médias
Média Aritmética
Média aritmética de N números é o quociente da divisão da soma desses números por n.
Generalizando, a média aritmética entre os números a, b, c, d, . . . , n , será:
a+b+c +d+...+n
Ma =
N
Exemplo: Achar a média aritmética dos números: 5, 7 e 9.
5+7+9 21
Ma = = ⇒ Ma = 7
3 3
Média Ponderada
Ao tirarmos a média aritmética de várias quantidades, devemos levar em considerações certas
circunstância que influem nos valores dessas quantidades.
Para calcular a média aritmética ponderada, multiplicamos os números pelos respectivos pesos
e dividimos a soma desses produtos pela soma dos pesos.
' '' '' '
Generalizando, calcular a média ponderada dos números N , N , N , . . . . . atribuindo-lhes,
' '' '''
respectivamente, os pesos p , p , p , . . . . .
' ' '' '' ' '' '' '
Np + N p + N p + N p + . . .
Mp = ' '' '''
p+ p + p + p + ...
Exemplo: Vamos calcular a média ponderada dos números: 15, 20 e 32, atribuindo-lhes
respectivamente os pesos 4, 3 e 2.
15 . 4 + 20 . 3 + 32 . 2 60 + 60 + 64
Mp = =
4+3+2 9
184
⇒ Mp = = 20 ,44
9
Média Harmônica
2 2
Mh = = = 5 ,33
1 1 3
+
4 8 8
Exemplo 2: Calcular a média harmônica dos números: 2, 3 e 4.
3 3
Mh = = = 2, 77
1 1 1 13
+ +
2 3 4 12
Média Geométrica
Média geométrica ou proporcional é raiz de índice igual à quantidade de números do produto
deles.
a)
M h ≤ M g ≤ Ma
n
(Mg)
Mh=
b)
Mg = √ Ma . M h c) Ma
Arredondamento de Dados
Exercícios
1. Arredonde cada um dos dados abaixo, deixando-os com apenas uma casa decimal:
a) 2,38 = f) 2,97 =
b 24,65 = g) 6,829 =
)
c) 0,351 = h) 5,550 =
d 4,24 = i) 89,99 =
)
e) 328,35 = J) 34,39 =
EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO
14
2. x̄ = 30 toneladas
3.
a) x̄ = 2 b)
Md = 2 c)
M0 = 1
10.
a)
Md = 9 b)
M d = 2,5
11.
a) x̄ = 5,1
b)
Md = 5
12. x̄ = 19,5 ; M d = 19 ; M 0 = 18
a) 40, 43, 43, 48, 47, 52, 65, 34, 51, 40, 41, 39, 43, 22 x̄ = 43 ,4 ; M d = 43 ; M0 = 43
b) 3, 6, 4, 7, 4, 2, 5, 1, 2, 8, 0, 1, 6, 3, 0, 8, 3, 5, 5, 8 x̄ = 4,05 ; M d = 4 ; M 0 = 3 , 5 e 8
c) 2, 3, 0, 9, 8, 0, 1, 3, 4, 9, 2, 3, 4, 3, 6, 8, 3, 3, 0 x̄ = 3 ,73 ; M d = 3 ; M 0 = 3
d) 21, 104, 19, 19, 21, 19, 104, 21, 19, 104, 14, 140, 104, 21 x̄ = 52 ,15 ; M d = 21 ; M 0 = 21 , 19 e 104
3. Numa pesquisa feita dentre os alunos de uma escola para saber da existência de irmãos mais novos,
obtiveram-se os dados mostrados na tabela abaixo:
Calcule:
a) O número médio de irmãos mais novos; x̄ = 2
b) O número mediano de irmãos mais novos; M d = 2
c) A moda de irmãos mais novos. M 0 = 1
4. Numa avaliação de Matemática no valor de 30 pontos, a média da classe foi de 15 pontos e a mediana,
10 pontos. Se tomarmos um aluno qualquer dessa classe, é mais provável que ele esteja acima ou abaixo da
média ? Por quê ?
Abaixo da média. Porque o número de alunos abaixo da média é maior.
Determine
a) A média; x̄ = 11,83 ; M d = 10,5 ; M 0 = 15
b) A mediana da amostra.
AMOSTRA 1 AMOSTRA 2
Nº de Elementos 47 36
Média 250,4 249,2
7. Para os valores dos pesos de 32 alunos de uma classe, dados abaixo, determine a média, a mediana e a
moda:
62 63 63 64 64 64 65 67
64 65 66 66 66 66 67 67
67 67 68 68 68 68 68 69
69 69 70 70 70 71 71 71
8. A altura dos jogadores de um quadro de basquete são: 1,98 m; 2,02 m; 2,08 m; 1,92 m e 1,95 m.
Qual é a média de alturas dessa equipe ?
9. Nas linhas seguintes estão as idades, em anos, de 20 alunos que estudam na 1ª série do 2º grau:
EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO
16
15 15 14 16 16 16 17 16 14 15
15 15 16 16 16 17 16 15 14 15
a) 7 9 10 7 7 5 9 9 10 10 4 10 12
b) 1 1 3 3 5 5 3 3 2 2 1 1
11. O quadro abaixo nos mostra as notas de uma prova de Matemática feitas pelos alunos da 2ª série do
Ensino Médio, de um determinado colégio.
Nº 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20
Nota 7 3 3 5 6 6 4 4 7 4 5 5 4 8 7 7 4 5 5 3
12. O quadro abaixo nos mostra as idades de 40 pessoas que prestaram um concurso de seleção para um
banco, que são as seguintes:
18 18 18 18 18 18 18 18 18 18 18 18 19 19 19 19 19 19 19 19
19 20 20 20 20 20 20 20 20 20 20 21 21 21 21 21 22 22 22 22
Desafio:
01.A média de 20 números é 14,5. Se subtrairmos de cada um de dez deles 2 unidades e de cada um
dos dez restantes 3 unidades, a média passará a ser:
a) 13,5 b) 11,5 c) 12,0 d) 14,0 e) 17,0
02.A média entre dois números é 6,0 e sua diferença é 2,0. O maior destes números é:
a) 7 b) 6 c) 5 d) 4 e) 3
03.A média entre 20 números é 7,0. Dentre estes 20 números existem 7 números cuja média é 6,0. A
média dos 13 números restantes é:
a) 6,37 b) 9,81 c) 5,23 d) 8,42 e) 7,54
04.A média de uma turma em uma prova de Matemática foi 5,5. Desprezando-se as duas piores notas
de zero e 2,0, a média passa a 6,0. O número de alunos da turma é:
a) 22 b) 54 c) 70 d) 20 e) 37
3. Em uma classe de 50 alunos, as notas obtidas formaram a seguinte distribuição; encontre a nota
média, a nota mediana e a nota modal: x̄ = 5 ,92 ; M d = 6 ; M 0 = 6
NOTAS 2 3 4 5 6 7 8 9 10
N.º DE
ALUNOS 1 3 6 10 13 8 5 3 1
Time A 16 15 18 15 16 16 17 18 19 17 16
Time B 15 17 19 19 17 18 19 18 18 17 16
Responda:
a) qual o time que apresenta a maior idade média? Time A: x̄ = 16 ,63 ; Time B: x̄ = 17 ,54
b) qual a idade que mais se repete em cada time? Time A: 16 ; Time B: 17 , 18 e 19
c) qual a idade média de todos os jogadores em campo? x̄ = 17 anos
d) qual a mediana de todas as idades? M d = 17 anos
5. Os dados abaixo referem-se ao número de cigarros que os funcionários de uma empresa fumam
por dia.
0 5 6 0 2 0 8 0 15
0 0 0 0 8 0 0 6 0
5 5 4 0 0 5 0 0 6
Calcule:
a) a média, a moda e a mediana desses dados;
b) a média, a moda e a mediana se retirarmos os não fumantes do estudo
b) determinar a moda:
c) o conjunto apresenta quantas modas?
d) Existe conjunto sem moda, sim ou não? Explique:
3. Calcular o valor do termo faltante, sabendo-se que a média geométrica é 4 e que os termos são 2 e
x.
4. Sabendo-se que a média geométrica entre 2 números é 10 e que um é o dobro do outro, quais são os
números?
8. Sabendo-se que a média entre 5 números é 8 e que existem 2 números iguais e que os outros três
números são: 6, 8 e 10. Qual o valor do outro número.
9. Sabendo-se que foi calculado a média aritmética entre 5 números e que três deles são: 10, 12 e 13 e
que os outros dois estão relacionados na razão de ½ obtivemos como média o número 10. Calcular
os dois números faltantes.
10. Calcule a média ponderada com arredondamento para duas casas decimais.
a) 3, 5 e 6 sendo os pesos iguais a 4, 3 e 2 respectivamente.
b) 5, 7, 9 e 10 sendo os pesos iguais a 3, 2, 4 e 5 respectivamente.
11. A média ponderada entre os números 3, 5, x, 4 com os pesos 5, 3, 4 , 3 é igual a 5. Quanto vale x?
12. A média ponderada entre os números 5, 10, 2, 3 com os respectivos pesos iguais a 2, 3, x , 5 é
igual a 3. Qual é o valor de x?
13. (PUC-SP)Sabe-se que a média aritmética dos 100 números de um conjunto é 94,34. Retirando-se
dois números desse conjunto, a média aritmética dos números restantes passa a ser 96. Quais os
números retirados, se a média geométrica entre eles é 12 ?
14. (UNICAMP-SP)Numa escola é adotado o seguinte critério: a nota da 1ª Prova é multiplicada por 1,
a nota da 2ª Prova é multiplicada por 2 e a da última Prova é multiplicada por 3. Os resultados, após
somados, são divididos por 6. Se a média obtida por esse critério for maior ou igual a 6,5 o aluno é
dispensado das atividades de recuperação. Suponha que um aluno tenha tirado 6,3 na 1ª Prova e 4,5
na 2ª Prova. Quanto precisará tirar na 3ª Prova para ser dispensado da recuperação?
16. Numa corrida de Kart de 62 voltas, o piloto Chumbinho pé de Chinelo chegou na frente do piloto
Miguel, vulgo Alemão por 26 segundos. Chumbinho demorou 15 s no box, enquanto que o Alemão
parou 10 s. Em média, quantos segundos por volta o piloto Chumbinho ganhava do piloto Alemão?
17. (VUNESP-SP)Ronaldo disse a Valéria: “Pense em um número: dobre esse número; some 12 ao
resultado; divida o novo resultado por 2. Quanto deu?” Valéria disse: “15”, ao que Ronaldo
imediatamente revelou o número original que Valéria havia pensado. Calcule esse número.
h =
At
1 + 3,3 . log N onde
{h ⇒ Intervalo deClase¿{ At ⇒ AmplitudeTotal¿{log⇒ Logarítmo¿ ¿
Exemplo: É dado o seguinte ROL de forma já ordenado:
At
h =
Utilizando a Fórmula : 1 + 3,3 . log N
Quando o número de observações (elementos) é grande ( N > 100 ) o intervalo deve ser
arredondado para menos ( - ) MENOR h → −
b) Formação de Classes:
1ª Opção: Começar pelo 1º elemento do ROL + h = 1
Xi fi Xi fi
2,01 3,01 5 2,00 3,00 4
3,01 4,01 2 3,00 4,00 3
1º Opção 4,01 5,01 1 2º Opção 4,00 5,00 1
5,01 6,01 7 5,00 6,00 6
6,01 7,01 3 6,00 7,00 4
7,01 8,01 2 7,00 8,00 2
20 20
c) Tipos de Freqüências:
fi
fr =
1. Freqüência Relativa: ∑fi obs.: ∑fr = 1
3. Freqüência Acumulada:
{ f ac ↓(abaixo )¿{¿¿¿¿
4. Freqüência Relativa Acumulada:
{ f rac ↓(abaixo )¿{¿¿¿¿
f a + 2 . fi + f p
f c =
5. Freqüência Calculada: 4
CLASSE
Xi fi f %
S
1ª 2–6 4
2ª 6 – 10 4
3ª 10– 14 6
4ª 14–18 6
5ª x X x x
6ª x x x x
20
Obs.: Confirme as fórmulas na página 43 desta apostila.
:
EXERCÍCIO 02 Complete a tabela abaixo:
CLASSES f%
1ª 0 5 6 0,166.. 16,66.. 16,5
2ª 5 10 9 0,25 25 25
3ª 10 15 4 0,111.. 11,11.. 11
4ª 15 20 5 0,1388 13,88.. 14
5ª 20 25 6 0,166.. 16,66.. 16,5
6ª 25 30 3 0,0833 8,333.. 8
7ª 30 35 2 0,055. 5,555.. 6
8ª 35 40 1 0,0277 2,777.. 3
36 1,00 100%
1.Média Aritmética:
x̄ =
∑ xi
N onde :
{ x̄ ⇒ amédia ritmética¿{ xi ⇒ osvalores da variável¿{N ⇒ onúmero dos valores¿ ¿
Exemplo :
2 + 3 + 0 + (−4 ) + 1
x̄ = = 0,4
Simples: { 2 ; 3 ; 0 ; −4 ; 1 } 5
Ponto
x̄ =
∑ x i . Médio
fi
2. Média Ponderada: ∑ fi
Xi fi Xi . f i
0 6 0
1 5 5
4 9 36
5 5 25
6 4 24
8 3 24
9 2 18
12 1 12
13 5 65
40 209
x̄ =
∑ x. j . fi
∑ fi
x . j ⇒ ponto médio ( ou média aritmética dos extremos )
ls + li
l s ⇒ Limite Superior x. j =
2
l i ⇒ Limite Inferior
10 20 9
20 30 17
30 40 13
40 50 4
51
Obs.: Confirme as fórmulas na página 43 desta apostila.
Xi fi Xi fi
0 6 0 10 6
⇒ 1 8 10 20 10
2 6 ⇒ 20 30 11
4 6 30 40 8
5 6 40 50 5
8 5 40
9 4
40
MODA = 1 ( maior freqüência ) CLASSE MODAL 20 30
OBS.: Há, para o cálculo da MODA, outros métodos mais elaborados, como, por
exemplo:
a ) Processo de Czuber:
h.f a
b ) Processo de King: ou
M = l − f +f
o s
a p
onde :
{¿{Mo= oda¿{li=imtenciald semodal¿{h=intervalodcasemodal¿{fm=reqüênciamáx ¿{fa=reqüência tero¿{fp=reqüênciaposter ¿
No exemplo anterior (Classe Modal 20 30)
Xi fi
0 10 6
10 20 10
⇒ 20 30 11
30 40 8
40 50 5
40
Processo de Czuber :
M = 20 + 102.11. (1−
o
1 − 10)
( 10 + 8 ) = 22,5
Processo de King :
M = 20 + 10.
o
8
10 + 8 = 24,44 ou
M = 30 − 1010 +
o
. 10
8 = 24,4
P =
N
ou
∑ fi = P
a ) Posição : 2 2
b ) Valor : ( fac ↓ )
a) Xi fi f ac ↓ b) Xi fi f ac ↓
0 10 13 0 10 9
10 20 27 10 20 17
20 30 41 20 30 20
30 40 38 30 40 13
40 50 21 40 50 10
50 60 27 50 60 9
167 60 70 8
86
CLASSES
1ª
2ª
3ª
4ª
5ª
6ª
7ª
Obs.: Confirme as fórmulas na página 43 desta apostila.
CLASSES
Calcule:
a) O diâmetro médio;
b) O diâmetro mediano;
c) O diâmetro modal (pelos processos de Czuber e King)
Gráficos Estatísticos
O gráfico estatístico é uma forma de apresentação dos dados estatísticos, cujo objetivo é o de
produzir, no investigador ou no público em geral, uma impressão mais rápida e viva do fenômeno em
estudo, já que os gráficos falam mais rápido à compreensão que as séries.
A apresentação gráfica de um fenômeno deve obedecer a certos requisitos fundamentais para
ser realmente útil:
Diagramas
São gráficos geométricos de, no máximo, duas dimensões; para sua construção, em geral,
fazemos uso do sistema cartesiano.
Dentre os principais diagramas destacamos:
PRODUÇÃO BRASILEIRA DE
ÓLEO DE DENDÊ 1987-92
ANOS QUANTIDADE
(1.000 t)
1987 39,3
1988 39,1
1989 53,9
1990 65,1 PRODUÇÃO BRASILEIRA DE
1991 69,1 mil toneladas 70 ÓLEO DE DENDÊ 1987-92
1992 59,5
FONTE: Agropalma. 60
50 FONTE: Agropalma
40
30
20
10
a) Gráfico em Colunas
PRODUÇÃO BRASILEIRA DE
CARVÃO MINERAL BRUTO
1989-1982
ANOS QUANTIDADE
(1.000 t)
1989 53,9
1990 65,1
1991 69,1
1992 59,5
FONTE: Ministério da Agricultura.
b) Gráfico em Barras
EXPORTAÇÕES BRASILEIRAS
MARÇO – 1995
ESTADOS VALOR FONTE: Ministério da Agricultura.
(US$ milhões)
São Paulo 1.344
Minas Gerais 542
Rio Grande do Sul 332
Espírito Santo 285
Paraná 250
Santa Catarina 202
FONTE: SECEX.
Santa Catarina
Paraná
ESTADOS
Espírito Santo
Minas Gerais
São Paulo
40000.000
35000.000
30000.000
25000.000
US$ milhão20000.000
15000.000
10000.000
5000.000
.000
CE665ral CE665ral CE665ral CE665ral CE665ral
ANO
Exportação Importação
3. Gráfico em Setores
Este gráfico é construído com base em um círculo, e é empregado sempre que desejamos
ressaltar a participação do dado no total.
O total é representado pelo círculo, que fica dividido em tantos setores quantas são as partes.
Os setores são tais que suas áreas são respectivamente proporcionais aos dados da série.
Obtemos cada setor por meio de uma regra de três simples e direta, lembrando que o total da
série corresponde a 360º.
Exemplo: Dada a série:
REBANHO SUÍNO DO SUDESTE
DO BRASIL 1992
ESTADOS QUANTIDADE
(mil cabeças)
Minas Gerais 3.363,7
Espírito Santo 430,4
Rio de Janeiro 308,5
São Paulo 2.035,9
REBANHO SUÍNO DO SUDESTE
TOTAL 6.138,5 DO BRASIL 1992
FONTE: IBGE.
MINAS GERAIS
¿|3.363,7 −x1 ⇒x1 =197,2 ⇒x1 =197º ¿ x2 =25,2 ⇒x2 =25º ¿ x3 =18,0 ⇒ x3 =18º ¿ x4 =119,3 ⇒x4 =120º ¿ RIO DE JANEIRO
SÃO PAULO
Temos: ¿
EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO
31
Com esses dados (valores em graus), marcamos num círculo de raio arbitrário, com um
transferidor, os arcos correspondentes, obtendo o gráfico.
4. Gráfico Polar
É o gráfico ideal para representar séries temporais cíclicas, isto é, séries temporais que
representam em seu desenvolvimento determinada periodicidade, como, por exemplo, a variação da
precipitação pluviométrica ao longo do ano ou da temperatura ao longo do dia, a arrecadação da Zona
Azul durante a semana, o consumo de energia elétrica durante o mês ou o ano, o número de
passageiros de uma linha de ônibus ao longo da semana etc.
O gráfico polar faz uso do sistema de coordenadas polares.
5. Cartograma
2) Representar dados relativos (densidade) – neste caso, lançamos mão em geral, de hachuras
ou cores.
6. Pictograma
O pictograma constitui um dos processos gráficos que melhor fala ao público, pela forma ao
mesmo tempo atraente e sugestiva. A representação gráfica consta de figuras.
Na confecção de gráficos pictóricos temos que utilizar muita criatividade, procurando obter
uma otimização na união da arte com a técnica. Eis alguns exemplos:
7. Histograma
Exemplo: Estudando a distribuição das estaturas dos quarenta alunos da Escola XPTO:
ESTATURAS DE 40 ALUNOS
DA ESCOLA XPTO
ESTATURAS (Xi) FREQÜÊNCIA
(cm) (f i)
150 ↦ 154 4
154 ↦ 158 9
158 ↦ 162 11
162 ↦ 166 8
166 ↦ 170 5
170 ↦ 174 3
∑f i
40
1ª 0 5 9 0,07 1,8
2ª 5 10 22 31
3ª 10 15 25 12,5
4ª 15 20 27 22
5ª 20 25 9 92
6ª 25 30 10 27,5
7ª 30 35 24 0,19 4,8
Obs.: Confirme as fórmulas na página 43 desta apostila.
Lista de Exercício nº 05
2. A nota média de uma turma mista de 50 alunos foi 5,3, sendo 5,0 a média dos meninos e 8,0
das meninas. Quantos meninos e meninas havia na turma?
8. Entre 100 números, vinte são 4, trinta são 5, quarenta são 6 e o restante são 7. Calcular o valor
da mediana.
9. Dado o histograma abaixo, no interior dos retângulos, foram anotadas as freqüências absolutas,
então calcule a média, a mediana e a moda:
30
25
10 20 15
2 4 6 8 10 12
35 26 39 25 39 22
42 40 39 22 21 40
16 32 39 21 28 39
18 37 23 14 27 44
30 32 21 15 26 43
Medidas de Dispersão
Para caracterizar um conjunto de dados, em estatística, nem sempre são suficientes a média, a
mediana e a moda. Em alguns casos, temos que recorrer a outros parâmetros, que são chamados
medidas de dispersão.
Imaginamos que o piloto de um avião bombardeiro regula a sua carga de bombas para que
caiam todas sobre um alvo terrestre. Outros três pilotos fazem o mesmo para outros três alvos
diferentes. As figuras abaixo mostram os pontos onde caíram as bombas:
A análise dos desenhos acima mostra, nos três primeiros casos, que o alvo foi atingido mais de
uma vez, muito embora tenha caído uma quantidade ainda maior de bombas ao seu redor. Já no último
esquema (IV), mesmo que nenhuma bomba tenha acertado o alvo, todas se concentraram sobre uma
região menor, servindo para mostrar que, se a pontaria do piloto não foi tão boa, pelo menos ele soube
fixar um ponto objetivo. Este último, portanto, é o piloto que conseguiu uma menor dispersão nos
lançamentos, ou seja, conseguiu concentrar melhor os seus disparos sobre algum ponto; naturalmente,
se este ponto tivesse sido o alvo central, seria a condição ideal.
A idéia de dispersão de uma amostra de dados pode ser entendida através dessa experiência das
bombas. Pois entendemos dispersão como o dimensionamento das diferenças entre cada elemento do
conjunto dos bombardeiros.
5+8+6+9
x̄ = = 7
Vamos calcular a média desse aluno: 4
Calculemos, agora, as diferenças entre cada uma das notas e a média, diferenças essas que se
|5 − 7 | = 2 |6 − 7 | = 1 |8 − 7 | = 1 |9 − 7 | = 2
A média aritmética dos valores absolutos dos desvios é a medida de dispersão chamada Desvio
Médio, que se indica por DM.
2+1+1+2 6
DM = = = 1,5
4 4
X̄ =
∑ x .j . f i
DM =
∑ | x . j − x̄ | . f i
A fórmula da média é: ∑fi e a do Desvio Médio é: ∑ fi
2.Variância: É o valor que corresponde à média aritmética dos quadrados dos desvios, valor
V a =
∑ ( x . j − x̄ ) 2 . f i
V
esse que se indica por a A fórmula da média é: ∑fi
a) a média aritmética;
b)o Desvio Médio;
c) a Variância ;
d) o Desvio Padrão;
e) Extremos do intervalo x̄ ± DM
CLASSES
(x. j) . f i |x . j − x̄| | x . j − x̄ | . f i 2
( x . j − x̄ ) . f i
1ª 0 4 2
2ª 4 8 6
3ª 8 12 8
4ª 12 16 3
5ª 16 20 1
Obs.: Confirme as fórmulas na página 43 desta apostila.
CLASSES
(x. j) . f i |x . j − x̄| | x . j − x̄ | . f i 2
( x . j − x̄ ) . f i
1ª 20 25 14
2ª 25 30 80
3ª 30 35 46
4ª 35 40 120
5ª 40 45 100
6ª 45 50 32
7ª 50 55 8
Obs.: Confirme as fórmulas na página 43 desta apostila.
Consideremos agora uma situação: Uma pessoa é encarregada de organizar atividades de lazer
para um grupo de 6 pessoas e recebe a informação de que a média de idade do grupo é 20 anos. Nesse
caso, apenas a informação da média não é suficiente para planejar as atividades, pois podemos ter
grupos com média de idade de 20 anos e características totalmente diferentes.
Observemos alguns grupos possíveis:
Como a medida de tendência central não é suficiente para caracterizar o grupo C, é conveniente
utilizar medidas que expressem o grau de dispersão de um conjunto de dados. As mais usadas são a
variância e o desvio padrão.
Variância ( V a )
aritmética
| x i − x̄ | . Mas a soma desses desvios é igual a 0 (por uma propriedade da média). Uma
opção possível, então, é considerar o total dos quadrados dos desvios ∑ ( x i − x̄ ) 2
e expressar a
V a =
∑ ( x . j − x̄ ) 2
.fi
média aritmética: x̄ = 20
desvio médio: DM = 20 − 20 = 0 ; todos iguais a 0.
Variância:
V a = 0
Quando todos os valores são iguais, dizemos que não houve dispersão e, por isso, a variância é 0
média aritmética: x̄ = 20
desvio médio:
DM = 6 − 20 = −14 ; 62 − 20 = 42 ; 39 − 20 = 19 ; 4 − 20 = −16 ; 8 − 20 = −12 ; 1 − 20 = −19 ;
Variância:
(−14 )2 + 422 + 192 + (−16 )2 + (−12 )2 + (−19 )2 196 + 1764 + 361 + 256 + 144 + 361 3082
V a = = = ≃ 513 ,6
6 6 6
A variância é suficiente para diferenciar a dispersão dos grupos: o grupo A não tem dispersão
(V a = 0 ) e o grupo C tem uma dispersão maior que a do grupo B ( 513 ,6 > 3,6 ) .
Porém, não é possível expressar a variância na mesma unidade dos valores da variável, uma
vez que os desvio são elevados ao quadrado. Então, definiu-se a medida de dispersão chamada desvio
padrão.
Desvio Padrão ( DP ou S )
Resumindo, se
x 1 , x 2 , x 3 , . . . , x n são os n valores de uma variável quantitativa x, temos:
X̄ =
∑ x .j . f i
A média aritmética dos valores de x: ∑f i
DM =
∑ | x . j − x̄ | . f i
O desvio médio de x: ∑ fi
V a =
∑ ( x . j − x̄ ) 2 . f i
A variância de x: ∑fi
O desvio padrão de x:
S =
√ ∑ ( x . j − x̄ ) 2 . f i
∑fi ou S = √ V a
Observações:
1º) Quando todos os valores da variável são iguais, o desvio padrão é 0 (zero).
2º) Quanto mais próximo de 0 (zero) é o desvio padrão, mais homogênea é a distribuição dos
valores da variável.
3º) O desvio padrão é expresso na mesma unidade da variável.
Lista de Exercício nº 06
1. Em um treinamento de salto em altura, os atletas realizaram 4 saltos cada um. Veja as marcas
obtidas por três atletas e responda: a) Qual deles obteve melhor média?
→ Atleta A: 148 cm; 170 cm; 155 cm e 131 cm;
b) Qual dele foi o mais regular?
→ Atleta B: 145 cm; 151 cm; 150 cm e 152 cm;
→ Atleta C: 146 cm; 151 cm; 143 cm e 160 cm;
2. O histograma mostra o resultado de uma pesquisa sobre altura (em centímetro) entre os alunos
de uma classe. Calcule o desvio padrão dessa variável.
3. Luísa é muito organizada e para mostrar quanto tempo gasta com suas atividades construiu um
a) Quantas horas por
gráfico de setores. dia Luísa
Observe estuda
o gráfico em casa?
e responda:
b) Que porcentagem do dia ela gasta para dormir?
outras atividade
20%
estudar em casa
comer
15%
ir à escola
25% 10%
dormir
4. Ao realizar uma pesquisa para saber a preferência dos funcionários em relação à bebida que
deveria ser servida no lanche, o departamento de Recursos Humanos de uma empresa elaborou o
gráfico
Sabendo seguinte:
que a empresa possui 180 empregados,
responda
a) Quantos manifestaram preferência pelo café? café
b) Quantos manifestaram preferência pelo chá? 20%
c) Qual a bebida que teve a menor preferência? leite
d) Quantos não manifestaram preferência por 40%
nenhuma bebida? 30% chá
|x . j − x̄| | x . j − x̄ | . f i
CLASSES
(x. j) . f i
1ª 0 5 4
2ª 5 10 12
3ª 10 15 18
4ª 15 20 6
5ª 20 25 2
Obs.: Confirme as fórmulas na página 43 desta apostila.
CLASSES
(x. j) . f i |x . j − x̄| | x . j − x̄ | . f i ( x. j − x̄ ) 2 . f i
1ª 50 60 7
2ª 60 70 40
3ª 70 80 23
4ª 80 90 60
5ª 90 100 50
6ª 100 110 16
7ª 110 120 4
Obs.: Confirme as fórmulas na página 43 desta apostila..
FORMULÁRIO
INTERVALO DA CLASSE FREQÜÊNCIA CALCULADA
x. j=
l +l
s i
2
h . f p
M o = li + f + f
a p
DM =
∑ | x . j − x̄ | . f i ∑ ( x . j − x̄ ) 2 . f i
V a =
∑ fi ∑fi
DESVIO PADRÃO DESVIO PADRÃO
√ √Va
∑ ( x . j − x̄ ) 2 . f i ou S =
S =
∑fi
EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO
44
RESPOSTAS
Lista de Exercício n.º 01 b) Time A: 16 ; Time B : 17 , 18 e 19
1. c) x̄ = 17 anos
e)
x̄ = 43,4 ; M d = 43 ; M 0 = 43 M d = 17 anos
d)
f)
x̄ = 4, 05 ; M d = 4 ; M 0 = 3 , 5 e 8
5.
g)
x̄ = 3 ,73 ; M d = 3 ; M 0 = 3 x̄ = 2,77 ; M d = 0 ; M 0 = 0
a)
h)
x̄ = 52,15 ; M d = 21 ; M 0 = 21 , 19 e 104 x̄ = 6,25 ; M d = 5,5 ; M 0 = 5
b)
2. x̄ = 30 toneladas 6.
3. a) 1−2−3−3−4 −5−6 −6 −6
x̄ = 2 Md = 2 M0 = 1 b) 0 M =6
b) b) c)
c) 1
4. Abaixo da média. Porque o número de alunos abaixo d) Sim, existe. São chamados de conjuntos amodais,
da média é maior. onde os elementos não se repetem, por exemplo o
conjunto dos números Naturais.
5. x̄ = 11, 83 ; M d = 10,5 ; M 0 = 15
6. x̄ = 249,9 Lista de Exercício n.º 03
7. x̄ = 66,9 ; M d = 67 ; M 0 = 67 e 68 1.
M a = 5,80 Ma =5
8. x̄ = 1,99 m a) c)
b)
M a = 36 ,50 d)
M a = 4,40
9.
x̄ = 15, 45 M d = 15,5 M 0 = 16
b) b) c) 2.
10. a)
Mg = 4 d)
M g = 0,3
b)
Md = 9 b)
M d = 2,5 Mg = 3 Mg = 2
b) e)
11. c)
M g = 0,1 f)
Mg = 0
c) x̄ = 5,1
d)
Md = 5 3. M g = 4 e x = 8
12. x̄ = 19,5 ; M d = 19 ; M 0 = 18 x = 10 √2 e y = 5 √ 2
4.
Desafio 3360
1c 2a 3e 4d Mh =
5. 533
6. M h = 200
Lista de Exercício n.º 02
7. a)
M p = 8,2 b)
M p = 6,9 c)
M p = 0,24
1.
a) x̄ = 95,60 x=8
8.
b)
M d = 88 ,00
9. x = 5 e y = 10
2. x̄ = 30 toneladas M p = 4,33 M p = 8,21
10. a) b)
a) x̄ = 7,9
M d = 7,8 11. x = 8,25
b)
c)
M 0 = 7,2 12. x = 25
3. x̄ = 5 ,92 ; M d = 6 ; M 0 = 6 13. 8 e 18 ou 18 e 8
4. 14. n = 7,9
a) Time A: x̄ = 16,63 ; Time B: x̄ = 17 ,54 y = 3.060
15.
EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO
45
31
Média = = 0,5 segundos 18. 16.000 pessoas
16. 62
17. x=9
4.
a) 72 funcionários
Lista de Exercício n.º 04
b) 54 funcionários
1. leite
c)
a) x̄ = 7 ,38 36 pessoas
d)
b)
M d = 6, 55
5.
c)
Czuber → M 0 = 4 ,87 ; King → M 0 = 4, 65 x̄ ≃ 11,30
a)
2. b) DM ≃ 3 ,85
a) x̄ ≃ 2,74 6.
b)
M d ≃ 2,74 x̄ ≃ 83,5
a)
c)
Czuber → M 0 ≃ 2 ,74 ; King → M 0 ≃ 2, 73 b) DM ≃ 11,35
c)
V a ≃ 195,75
Lista de Exercício n.º 05
d) S ≃ 14 ,0
1. x =7 e y =3 e) x̄ + DM = 94,85 e x̄ − DM = 72,15
2. 45 meninos e 5 meninas
x̄ = 5,85
3. G REFERÊNCIAS BIBLIOGRÁFICAS
4. x̄ = 6,7
CLASSES xi fi ( x . j) ( x . j) . f i BUSSAB, W.O. e MORETTIN, P.A.
Estatística Básica. 5º ed. Rio de Janeiro:
1ª 2 4 5 3 15 Saraiva, 2002.
2ª 4 6 10 5 50
3ª 6 8 14 7 98 CRESPO, Antonio Crespo. Estatística Fácil.
4ª 8 10 8 9 72 17ª edição. São Paulo: Editora Saraiva, 1999.
5ª 10 12 3 11 33
40 268 DANTE, Luiz Roberto. Matemática Contexto
M o = 2,44 & Aplicações. São Paulo: Editora Ática, 1999.
5.
6. o
M = 15,14
FREUND, John E. & SIMON, Gary A.
7. b
M d = 5,5 Estatística Aplicada. 9ª ed. Rio Grande do
8. Sul: Bookman, 2000.
9.
x̄ = 7 ,10 ; M d = 7 e M o = 6 ,67
FONSECA, Jairo S. & MARTINS, Gilberto A.
x̄ = 30 , 5 ; M d = 29 e
Curso de Estatística. 6ª ed. São Paulo: Atlas,
M = 41 ,33 Czuber e M o = 40 , 6 King
10. o 1996.