1

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO


- ESTATÍSTICA
O que é Estatística?
Utilizamos muito um dos ramos da
Matemática que é chamado de
ESTATÍSTICA; ela está presente em nosso
cotidiano, que permite, de forma organizada,
recolher dados sobre uma população, analisa-
los e tirar conclusões.
A Estatística está presente em todas as
áreas da ciência que envolva a coleta e análise
de dados e sua conseqüente transformação em
informação, para postular, refutar ou validar
hipóteses científicas sobre um fenômeno
observável. Sendo assim, a Estatística pode ser
pensada como a ciência de aprendizagem a
partir de dados.
No mundo moderno, a alta
competitividade na busca de tecnologias e de
mercados, tem provocado uma constante
corrida pela informação. Essa é uma tendência
crescente e irreversível e aprender a partir de
dados é um dos desafios mais relevantes da era
da informação em que vivemos. Usando teoria
das Probabilidades, os estatísticos formalizam
este processo de forma a aperfeiçoá-lo.
Em linhas gerais, podemos dizer que a
Estatística fornece técnicas e métodos de
análise de dados que auxiliam o processo de
tomada de decisão nos mais variados
problemas onde existe incerteza. Em função
disto, fica evidente que os métodos estatísticos
podem ser empregados em praticamente todas
as áreas do conhecimento, sempre que estiver
envolvida a coleta ou análise de dados.
Atuação Profissional:
O campo de aplicação da Estatística é
muito amplo e os métodos estatísticos são
utilizados nas mais diversas áreas. Alguns
exemplos são:
* Indústria: nas atividades de desenvolvimento
de novos produtos, controle de qualidade,
pesquisa de mercado, etc.
* Hospitais e Instituições de pesquisa na área
de medicina: em ensaios clínicos, pesquisa de
novos medicamentos, determinação de fatores
de risco de doenças, etc.
EE PROFESSOR JON TEODORESCO
2
* Instituições públicas: em todos os órgãos que
lidam com coleta, análise e processamento de
dados tais como EMBRAPA, FIOCRUZ,
Ministérios Públicos, etc.
* Bancos e Seguradoras: em planejamento
econômico, aplicações financeiras, seguros,
comércio exterior, otimização de
procedimentos de atendimento ao público.
* Mercado Financeiro: na avaliação dos riscos
financeiros, "rating" de empresas financeiras,
estratégia de investimentos, etc.
* Universidades e outros Centros de Pesquisa:
no ensino de graduação e pós-graduação, e na
pesquisa de novas metodologias.
Os métodos estatísticos têm um forte
embasamento matemático além de
propriedades que se expressam unicamente
nessa linguagem. Assim, espera-se que o futuro
profissional adquira esta maturidade
matemática ao longo do curso. Atualmente,
habilidade no uso de técnicas, sistemas e
códigos computacionais tornou-se também uma
necessidade. Finalmente, experiência na
escolha e aplicação dos métodos estatísticos
adequados são fatores essenciais.
Exemplo:
O levantamento de informações e sua
exposição em tabelas e gráficos são feitos, em
geral de forma científica, e são levados ao
público através da mídia.
Divulgando informações como:
 Índice da inflação;
 Índice do desemprego;
 Resultado de pesquisa de opiniões públicas
etc.
MÉTODOS ESTATÍSTICOS :
MÉTODO: é um conjunto de meios
dispostos convenientemente para se chegar a
um fim que se deseja.
MÉTODO EXPERIMENTAL:
consiste em manter constantes todas as causas
(fatores), menos uma, e variar esta causa de
modo que o pesquisador possa descobrir seus
efeitos, caso existam. É o método preferido no
estudo da Física, Química etc.
. MARCOS RIBEIRO

MÉTODO ESTATÍSTICO: diante da
impossibilidade de manter as causas constantes,
admite todas essas causas presentes variando-
as, registrando essas variações e procurando
determinar, no resultado final, que influência
cabem a cada uma delas.
A ESTATÍSTICA é uma parte da
Matemática Aplicada que fornece métodos para
a coleta, organização, descrição, análise e
interpretação de dados e para a utilização dos
mesmos na tomada de decisões.
Hoje, a Estatística ampliou seu campo
de atuação e tornou-se fundamental em estudos
de Biologia, Medicina, Física, Psicologia,
Indústria, Comércio, Educação etc.
A Estatística trata do conjunto de
métodos utilizados para a obtenção de dados,
sua organização em tabelas e gráficos e a
análise desses dados.
1.1 - Coleta de Dados
Suponhamos que um empresário está
interessado em instalar uma escola de
informática numa cidade do Litoral Sul – SP e,
para isso, precisa de informações de alguns
aspectos sócio-econômico de seus moradores.
Qual será seu procedimento?
Evidentemente, o primeiro passo é
contratar um pesquisador, que deverá obter
para o empresário os dados necessários,
visando as informações que este deseja ter em
mãos.
Vamos, então, acompanhar o trabalho
de pesquisa (ou as dificuldades do
pesquisador). De um modo geral, cada família
investigada na cidade está sendo associada a
um resultado (ou a mais de um),
correspondendo à realização de uma situação, a
que chamamos de variável.
São exemplos de variáveis: religião,
números de filhos, salário, nível de educação
etc. A primeira questão do pesquisador é como
classificar tais variáveis?
A Linguagem da Estatística:
O vocabulário utilizado em estudos
estatísticos teve sua origem nos primeiros
estudos desse tipo feitos pela humanidade e que
eram relativos à demografia. Assim,
chamamos de população o conjunto de
EE PROFESSOR JON TEODORESCO
3
elementos a serem observados e de indivíduo
todo elemento da população.
Dentro do estudo de uma população, o
interesse do pesquisador é direcionado a um
determinado aspecto, comum a todos os
indivíduos. Esse aspecto é chamado de
variável. Ou seja, variável é a característica ou
propriedade que será estudada, ou observada,
na população.
VARIÁVEL: é, convencionalmente, o
conjunto de resultados possíveis de um
fenômeno.
VARIÁVEL
UNIVERSO
(X i)
As variáveis podem ser de dois tipos:
VARIÁVEIS QUALITATIVAS: são
aquelas cuja realização apresenta um atributo
(ou qualidade) do indivíduo pesquisado.
Ex.: religião; nível de educação; sexo
(M - F); cor da pele (branca, preta, amarela,
vermelha, parda), cor dos olhos, nacionalidade
etc.
As variáveis qualitativas podem ainda
ser classificadas em:
QUALITATIVAS NOMINAIS : Ex.:
religião
QUALITATIVAS ORDINAIS : Ex.:
Sexo (M,F)
VARIÁVEIS QUANTITATIVAS: são
aquelas cuja realização apresenta um número
associado ao indivíduo pesquisado (exprimem
medidas, exemplos: idade, altura, temperatura,
massa).
Ex.: números de filhos; idade;
estatura; salário etc.
As variáveis quantitativas podem ainda
ser classificadas em:
VARIÁVEL CONTÍNUA: Uma
variável quantitativa que pode assumir,
teoricamente, qualquer valor entre dois limites
(admite número inteiros e não inteiros).
. MARCOS RIBEIRO

Ex.: Salário, preços, estaturas.
VARIÁVEL DISCRETA:
(descontínua): Uma variável quantitativa que
só pode assumir valores pertencentes a um
conjunto enumerável, ou ainda, só admite
números inteiros; atividade humana qualquer
(quantificável).
Ex1.: Os alunos da Turma 47X, pode
assumir qualquer um dos valores do conjunto
N* = { 1,2,3, ... ,45, ... }, mas nunca valores
como 6,5 ou 35,66 ou 2,435
Ex2.: Analisando número de
acidentes.
Ex3.: Gols de um jogo de futebol.
Informações Inexatas:
As pesquisas estatísticas, muitas vezes,
podem apresentar resultados equivocados.
Os equívocos acontecem por erros no
sistema de levantamento de dados, na
composição da amostra, na elaboração do
questionário, na interpretação dos resultados ou
na forma de divulga-los.
Veja os textos abaixo e fique alerta com
as informações “estatísticas”; lembre-se: em
Estatística não existem certezas absolutas.
“Cai o número de seqüestro em São
Paulo”
Exemplo fictício. Deve-se ficar alerta
para informações desse tipo. É preciso saber
mais antes de tirar qualquer conclusão. Será
que menos pessoas estão sendo seqüestradas?
Ou caiu foi o número de casos registrados na
polícia, para evitar interrupção de contato com
os seqüestradores? Em outras palavras, é
preciso estar atentos para as causas que geram
certos dados, antes de interpreta-los pelo
caminho mais óbvio.
“Mulheres sorriem mais”
Esta é a conclusão de um trabalho
acadêmico de uma psicóloga de São Paulo. A
constatação saiu da comparação de 623
1.2 – Como Organizar os Dados em Tabelas
EE PROFESSOR JON TEODORESCO
4
fotografias coletadas junto a amigas e
familiares da pesquisadora. Nas fotos, mulheres
de diferentes faixas de idade apareciam
sorrindo mais do que os homens. O problema é
que as 623 fotografias colhidas entre amigos e
familiares da pesquisadora não podem
representar o universo de todas as mulheres do
mundo, nem do país, nem de uma região ou
cidade. Para isso, a amostra deveria ser colhida
em diferentes regiões geográficas, grupos
sociais e culturais. Assim, o máximo que a
pesquisadora poderia concluir com o
levantamento é que suas amigas e parentes são
sorridentes.
“O candidato Fulano de Tal cai 15
pontos nas pesquisas”
Preste atenção também nesse tipo de
manchete. O número até pode ser verdadeiro,
mas esta talvez não seja a informação mais
importante daquela pesquisa. É só imaginar que
Fulano de tal estivesse com 70% das intenções
de voto. E Sicrano, o segundo colocado, com
5%. A diferença entre os dois, nesse caso, é
enorme – 65 pontos percentuais. Assim, mesmo
descendo para 55% das intenções de voto,
Fulano continua ainda muito na frente de
Sicrano se este permanecer com 5%.
“Pessimismo deixa careca”
Outro caso real, que saiu nos jornais:
uma empresa japonesa de cosméticos constatou
que homens pessimistas têm cabelos mais
fracos e tendem a ficar carecas. Foram
entrevistados 733 homens entre 15 e 59 anos de
idade, em Tóquio. Resultado: 51% dos que se
consideravam pessimistas disseram que seus
cabelos estavam ficando fracos, enquanto 47%
dos otimistas percebiam algum sinal de
calvície. Problema: pessimismo e calvície é
uma associação no mínimo questionável. O
próprio porta-voz da empresa japonesa admitiu
que ainda não se comprovou cientificamente
nenhum vínculo entre personalidade e a
quantidade de cabelo. Além disso, a própria
diferença entre as declarações dos pessimistas
(51%) e as dos otimistas (47%) é muito
pequena para se tirar qualquer conclusão nesse
sentido.
. MARCOS RIBEIRO
 5

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:

EX1.: Num grupo de 40 pessoas, 16 preferem vôlei e 24 preferem futebol.

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:

Número de pessoas segundo a preferência esportiva

Esporte Freqüência Porcentagem
Vôlei 16 40 %
Futebol 24 60 %
Total 40 100 %

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:

Alexandre: 11 votos Brancos: 2 votos

Juliana: 20 votos Nulos: 1 voto
Daniel: 8 votos Total de eleitores: 42

Agora vamos construir uma tabela com os resultados dessa eleição:

 Escolha um título:
 Determine o número de votos para cada candidato; o número de votos brancos e nulos; o total de
eleitores (para o cálculo das porcentagens):

Candidato Número de Votos Porcentagem

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.

1.3 - POPULAÇÃO E AMOSTRA

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 6

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.

AMOSTRA : é um subconjunto finito de uma população.

Ex.: Pequena quantidade (parte) de um determinado produto.

AMOSTRAGEM DA TURMA 472PP OU 473RP

ALUNO IDAD GRAU RELIGIÃO ESTADO Nº DE SEX PROCEDÊNCIA

S E INSTR. CIVIL FILHO O
S
20 20 2º GRAU CATÓLICA SOLTEIRO - M SANTOS
5 19 2º GRAU PROTEST. CASADO 1 M PRAIA GRANDE
16 18 2º GRAU CATÓLICA SOLTEIRO - F CUBATÃO
2 21 2º GRAU ATEU SOLTEIRO - M SÃO VICENTE
12 25 2º GRAU CATÓLICA CASADO 2 F GUARUJÁ
25 22 2º GRAU CATÓLICA SOLTEIRO - F SÃO VICENTE

Exercício: Classifique em Variáveis Quantitativas, Qualitativas (ordinal e nominal):

IDADE = Variável Quantitativa

GRAU INSTRUÇÃO = Variável Qualitativa
RELIGIÃO = Variável Qualitativa nominal
ESTADO CIVIL = Variávél Qualitativa
N.º DE FILHOS = Variável Quantitativa
SEXO = Variável Qualitativa ordinal
PROCEDÊNCIA = Variável Qualitativa

DADOS BRUTOS : São dados sem qualquer manipulação matemática.

 Recenseamento (TODOS)
 Amostragem (ALGUNS)

3 TIPOS DE DADOS BRUTOS : ROL

2,00
NORMAIS : (MAIORIA) 2,11
ANORMAIS : (AFASTADOS) 2,14
DUVIDOSOS : (ABANDONADOS) 2,22
2,50
2,50
3,11

AMPLITUDE TOTAL: É a diferença entre os extremos do ROL (Dados Brutos

Ordenados).

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 7

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

FREQÜÊNCIA ( ) : É o número de vezes que o elemento ( X i ) aparece no

ROL (repete).

2,00 1
2,11 1
2,14 1
2,22 1
2,50 2

DISTRIBUIÇÃO DE FREQÜÊNCIA: É a tabela (gráfico) que mostra a relação

entre a variável ( X i ) e sua freqüência ( f i ).

DISCRETA (Contagem) CONTÍNUA (Classes)

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

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 8

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:

ESTATURAS DE 40 ALUNOS DO COLÉGIO AXPTO

154 152 156 150 153 155 156 151 158 160
155 160 161 160 155 157 160 155 164 161
162 161 163 163 156 160 165 158 164 164
166 161 168 172 162 173 169 167 170 168
Ordene os dados em ordem crescente (a tabela obtida após a ordenação dos dados
recebe o nome de ROL); depois faça a distribuição de freqüência :

2. Observe a Distribuição de Freqüência (tabela abaixo), e complete a Variáveis Discretas

(tabela obtida por contagem):

NÚMEROS DE ACIDENTES ANO / MÊS

ANO JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ
2011 0 1 2 0 4 5 0 0 2 2 1 0
2012 4 0 0 5 8 1 0 0 2 2 0 5
2013 2 0 1 3 3 2 2 0 0 1 5 1

N.º de Acidentes N.º de Ocorrências

0
1
2
3
4
5
8


MEDIDAS ASSOCIADAS AS VARIÁVEIS QUANTITATIVAS

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO
 9

MEDIDAS DE POSIÇÃO

1.1 - MÉDIA ARITMÉTICA ( x̄ )

É o mais elementar dos cálculos estatísticos, o mais utilizado e também o mais

discutido. É calculada somando-se todos os elementos do conjunto considerado e dividindo o
resultado pelo número de elementos somados. Por exemplo, se possuir n elementos:
x1 , x2 , x3 , . . . , xn

x1 + x2 + x3+ . . . + xn x1+ x2+ x3+ . . . + xn

Média = ou x̄ = ou
n n

x̄ =
∑xi
n (é o quociente da divisão da soma dos valores da variável pelo número
deles), sendo:

{ x̄ ⇒ amédia ritmética¿{ xi ⇒ osvalores da variável¿{N ⇒ onúmero dos valores¿ ¿

Exemplo: Uma livraria vende a seguinte quantidade de livros de Matemática Financeira
durante uma certa semana:

2ª feira 3ª feira 4ª feira 5ª feira 6ª feira Sábado

22 23 22 27 25 13

Qual foi a média de livros vendidos durante essa semana?

Para resolver esse problema, devemos fazer:

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

Está diretamente associada a ordenação e a posição ocupada pelos elementos do

conjunto. A mediana é: "o termo central de uma seqüência de números colocados em ordem
(crescente ou decrescente)".
A mediana é o valor intermediário ou a média aritmética dos valores intermediários; e
que ocupará a posição central, de ordem K + 1, é a mediana procurada.

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

2º CASO: O número de dados é par ( 2K ):

Nesse caso, a mediana é a média aritmética dos dois valores centrais, que
ocupam na ordem as posições K e K + 1
K + ( K + 1)
Md =
2
Calcular a mediana dos dados: 10, 12, 17, 10, 10, 12, 13, 15, 17, 20
Vamos determinar as posições ocupadas pelos dois valores centrais:
2K = 10  K = 5 (5ª posição)
K + 1 = 5 + 1  K = 6 (6ª posição)
Dispondo os dados em ordem crescente, temos:
10, 10, 10, 12, 12, 13, 15, 17, 17, 20

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

A moda de um conjunto de elementos é o elemento que ocorre com maior freqüência.

Ex.: A moda do conjunto de números: 3, 4, 4, 5, 5, 8, 8, 8

Aqui a moda é o 8, porque aparece 3 vezes.

No caso de haver mais de um número com a mesma freqüência, teremos 2 ou 3 modas,
donde se diz que a distribuição é bimodal, trimodal etc.
Em contrapartida, no caso de não existir um termo mais freqüente, a distribuição se
denominará amodal.
Um exemplo de distribuição bimodal pode ser conseguido juntando-se num mesmo
grupo as alturas dos meninos e das meninas de uma escola.
Geralmente, a moda dos homens é maior que a moda das mulheres.

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

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 12

Média Harmônica

Calculamos a Média harmônica de n números a, b, c, . . . , dividindo n pela soma dos

inversos desses números.
n
Mh =
1 1 1
+ + +...
Assim: a b c
Ou ainda, média harmônica é o inverso da média aritmética dos inversos desses números.
1
Mh =
1 1
+
a b
2

Exemplo 1: Calcular a média harmônica dos números: 4 e 8.

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.

Exemplo 1: Assim, a média geométrica entre 6 e 24 será:

M g = √ 6 . 24 = √ 144 = 12
Exemplo 2: A média geométrica entre os números: 2, 4 e 8 será:
3 3
Mg = √2. 4 . 8 = √ 64 = 4

Propriedades das Médias de dois Números Positivos

a+b 2. a.b
Ma = Mh=
2 a+b Mg = √ a . b

a)
M h ≤ M g ≤ Ma

n
(Mg)
Mh=
b)
Mg = √ Ma . M h c) Ma

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 13

Arredondamento de Dados

De acordo com a resolução 886/66 da Fundação IBGE, o arredondamento é feito da seguinte

maneira.

 Quando o primeiro algarismo a ser abandonado é: 0, 1, 2, 3 ou 4, fica inalterado o último

algarismo a permanecer.
Exemplo: 53,24 passa a 53,2.

 Quando o primeiro algarismo a ser abandonado é: 6, 7, 8 ou 9, aumenta-se de uma unidade o

algarismo a permanecer.
Exemplo: 42,87 passa a 42,9.
20,08 passa a 20,1.
53,99 passa a 54,0.
 Quando o primeiro algarismo a ser abandonado é: 5, há duas soluções:
a) Se ao 5 seguir qualquer casa um algarismo diferente de zero, aumenta-se uma unidade ao
algarismo a permanecer.
Exemplo: 2,352 passa a 2,4.
25,6501 passa a 25,7.
76,250002 passa a 76,3.
b) Se o 5 for o último algarismo ou se ao 5 só se seguirem zeros, o último algarismo a ser
conservado só será aumentado de uma unidade se for ímpar.
Exemplo: 24,75 passa a 24,8.
24,65 passa a 24,6.
24,75000 passa a 24,8.
24,65000 passa a 24,6.
Nota: Não devemos nunca fazer arredondamentos sucessivos.
Exemplo: 17,3452 passa a 17,3 e não a 17,35 a 17,4.
Se tivermos necessidade de um novo arredondamento, fica recomendado a volta aos dados
originais.
Compensação: Veja os dados abaixo, aos quais aplicamos as regras de arredondamento:
25,32 25,3 25,3
17,85 17,8 17,8
10,44 10,4 10,4
31,17 31,2 31,3
84,78  84,8 84,7 (?) 84,8

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. Arredonde para o centésimo e/ou a unidade mais próxima e compense, se necessário:

0,030 4,0
0,060 7,6
0,119 12,4
0,223 27,4
0,313 11,4
0,164 8,0
0,091 70,8
1,000

Lista de Exercício n.º 01

1.
a)
x̄ = 43 ,4 ; M d = 43 ; M0 = 43
b)
x̄ = 4,05 ; M d = 4 ; M 0 = 3 , 5 e 8
c)
x̄ = 3 ,73 ; M d = 3 ; M 0 = 3
d)
x̄ = 52 ,15 ; M d = 21 ; M 0 = 21 , 19 e 104

2. x̄ = 30 toneladas
3.
a) x̄ = 2 b)
Md = 2 c)
M0 = 1

4. Abaixo da média. Porque o número de alunos abaixo da média é maior.

5. x̄ = 11,83 ; M d = 10,5 ; M 0 = 15
6. x̄ = 249,9
7. x̄ = 66 ,9 ; M d = 67 ; M 0 = 67 e 68
8. x̄ = 1,99 m
9.
a) x̄ = 15, 45 b)
M d = 15,5 c)
M 0 = 16

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

Lista de Exercício n.º 01

1. Calcule a média aritmética, a mediana e a moda de cada um dos conjuntos abaixo:

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

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 15

2. A produção mensal média de 12 indústrias de laticínios é de 2,5 toneladas de queijo. Qual é a

produção total das 12 industrias ? x̄ = 30 toneladas

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:

Nº de irmãos + novos Freqüência

6 ------------------------- 4
5 ------------------------- 6
4 ------------------------- 10
3 ------------------------- 12
2 ------------------------- 22
1 ------------------------- 31
0 ------------------------- 18

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.

5. Uma amostragem de 24 latas de um certo produto apresentou os seguintes volumes:

16 21 11 17 7 15 9 15
18 23 9 9 15 5 5 7
14 15 10 10 5 6 7 15

Determine
a) A média; x̄ = 11,83 ; M d = 10,5 ; M 0 = 15
b) A mediana da amostra.

6. Duas amostragens foram feitas e conseguiram-se os seguintes resultados:

AMOSTRA 1 AMOSTRA 2
Nº de Elementos 47 36
Média 250,4 249,2

Calcule a média geral das duas amostras.

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) Qual é a média aritmética dessas distribuições ?

b) Calcule a mediana;
c) Qual é a moda ?

10. Calcule a mediana dos seguintes conjuntos de dados abaixo:

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

a) Determine a média aritmética dessa distribuição;

b) Determine a mediana da distribuição.

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

a) Ache a média do quadro de distribuição acima;

b) Determine a mediana e a moda dessa mesma distribuição.

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

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 17

Lista de Exercício n.º 02

1. Os salários-hora de cinco funcionários de uma companhia são:
R$ 75,00 R$ 90,00 R$ 83,00 R$ 142,00 e R$ 88,00

Determine: a) a média dos salários-horas; x̄ = 95,60

b) o salário - hora mediano. M d = 88,00

2. As notas de um candidato, em seis provas de um concurso, foram:

8,4 9,1 7,2 6,8 8,7 7,2

Determine: a) a nota média; x̄ = 7,9

b) a nota mediana; M d = 7,8
c) a nota modal. M 0 = 7,2

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

4. As idades dos jogadores de dois times de futebol são:

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

6. Nos seguintes dados: 5 - 4 - 3 - 6 - 6 - 3 - 1 - 6 - 2

a) ordene:

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 18

b) determinar a moda:
c) o conjunto apresenta quantas modas?
d) Existe conjunto sem moda, sim ou não? Explique:

Lista de Exercício n.º 03

1. Calcule a média aritmética dos dados abaixo:
a) 3, 4, 5, 8 e 9
b) 35, 36, 37 e 38
c) 3, 4, 6 e 7
d) 3½, 4 e 5,7

2. Calcule a média geométrica dos dados abaixo:

a) 2 e 8
1
b) 3, 27, 3, 3 e 3
1 1
c) 4 e 25
1 9
d) 4 e 25
2
e) 4 e 8
3
f) 0, 5, 4 e 1

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?

5. Calcular a média harmônica entre: 5, 6, 7 e 8

6. Dados M a = 5 e M g = 10 . Sabendo-se que são três termos pede-se a média harmônica.

7. Calcule a média ponderada dos dados abaixo:

a) 9, 12, 4 e 6 sendo os pesos iguais a 2, 3, 1 e 4 respectivamente.
b) 5, 8,5 e 7,4 sendo os pesos iguais a 3, 2 e 5 respectivamente.
c) 0,63; 0,45 e 0,12 sendo os pesos iguais a 1, 2 e 7 respectivamente.

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.

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 19

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?

15. (UNICAMP-SP)O IBGE contratou um certo número de entrevistadores para realizar o

recenseamento em uma cidade. Se cada um deles recenseasse 100 residências, 60 delas não seriam
visitadas. Como, no entanto, todas as residências foram visitadas e cada recenseador visitou 102,
quantas residências tem a cidade?

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.

18. (UNICAMP-SP)Alguns jornais calculam o número de pessoas presentes em atos públicos

considerando que cada metro quadrado é ocupado por 4 pessoas. Qual a estimativa do número de
pessoas presentes numa praça de 4.000 m2 que tenha ficado lotada para um comício, segundo essa
avaliação?

TRABALHANDO COM VARIÁVEIS CONTÍNUAS

a) Determinação do Intervalo de Classes (Fórmula empírica de STRUGES)

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 20

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:

2,01 2,12 2,21 2,44 3,00 3,77 3,99

4,44 5,22 5,22 5,22 5,43 5,88 5,93
6,00 6,21 6,24 6,89 7,13 7,15

At
h  = 
Utilizando a Fórmula : 1 + 3,3 . log N

At = 7,15 − 2,01 = 5,14

5,14
h= = 0,97 ⇒ 1,00
log 20 = 1,30 ; temos : 1 + 3,3 . 1,30
OBS.:
 Quando o número de observações (elementos) é pequena ( N ≤ 100 ) o intervalo deve
ser arredondado para mais ( + ) MAIOR h → +

 Quando o número de observações (elementos) é grande ( N > 100 ) o intervalo deve ser
arredondado para menos ( - ) MENOR h → −

 Sempre que possível usar para intervalos múltiplos ou submúltiplos de: 2 ; 3 ou 5

b) Formação de Classes:
1ª Opção: Começar pelo 1º elemento do ROL + h = 1

2ª Opção: Começar antes do 1º elemento do ROL

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:

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 21

fi
fr =
1. Freqüência Relativa: ∑fi obs.: ∑fr = 1

Exemplo: 0,9999 ou 1,0002

Fazemos o arredondamento de fechamento:
+ 0,0001 na menor f r e - 0,0002 na maior f r

2. Freqüência Por Cento (%): f % = f r . 100

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

Exemplo : Usando as fórmulas contidas na página , vamos preencher a tabela

abaixo:

2,07 7,01 11,44 15,00

2,44 8,00 11,67 15,44
4,11 9,99 12,00 16,10
5,87 10,00 13,11 16,99
6,99 10,11 14,66 17,67

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.

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 22

EXERCÍCIO 01 : Sendo os extremos do ROL: 11,45 e 0,53 calcular o h (intervalo de classe)

conveniente para 120 elementos ( Dado: log 120  2,08 ).

:
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%

Obs.: Confirme as fórmulas na página 43 desta apostila.

Medidas de Posição (ou tendência central)

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 23

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

Complete a Tabela : Média

209
x. j x 
x j . f i  5,22
40
0 10 8

10 20 9

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 24

20 30 17

30 40 13

40 50 4

 51 
Obs.: Confirme as fórmulas na página 43 desta apostila.

 Moda: é o valor mais freqüente da distribuição (mais comum)

Exemplo :
Simples : { 2 ; 4 ; 0 ; 2 ; 0 ; 2 ; 1 } → Mo = 2

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

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 25

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 + 102.11. (1−
o
1 − 10)
( 10 + 8 ) = 22,5

Processo de King :
M = 20 + 10.
o
8
10 + 8 = 24,44 ou
M  =  30 − 1010 +
o
. 10
8 = 24,4

OBS.: A moda é utilizada:

a) Quando desejamos obter uma medida rápida e aproximada de posição;
b) Quando a medida de posição deve ser o valor mais típico da distribuição.

3. Mediana: é o elemento que divide a distribuição em 2 partes iguais (EM QUANTIDADES).

P =
N
ou
∑ fi = P
a ) Posição : 2 2

b ) Valor : ( fac ↓ )

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 26

M  = l  +

d i
h. ( P−f ac , a)
f i 
{¿{Md= edian¿{li=imtenciald se(P)¿{h=intervalodcase¿{fac,=freqüência umlad nterio¿{fi=reqüênciad lse¿{P= osiçã¿
onde:

Resumo: Para se encontrar a Mediana, encontramos primeiro a Posição (observando a freqüência

acumulada para baixo), depois é só substituir os dados na fórmula, já conhecendo a classe onde se
encontra a mediana.

Exercício: Determine a Mediana

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 

Lista de Exercício n.º 04

1. A tabela abaixo apresenta os coeficientes de liquidez obtidos da análise de balanço em 50
indústrias;
organize o Rol e depois encontre:
a) A média dos coeficientes;
b) O coeficiente mediano;
EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO
 27

c) O coeficiente modal (pelos processos de Czuber e King)

3,9 2,9 2,3 0,4 2,3 2,4 2,6 3,3 0,8 4,4
4,5 3,2 2,7 5,6 2,7 4,5 5,5 3,8 4,6 7,6
4,8 4,4 10,0 6,9 5,0 7,5 10,5 8,4 6,3 7,9
7,1 5,3 10,6 11,8 6,3 9,0 13,1 9,2 12,4 8,7
18,8 7,4 12,9 16,2 8,5 9,5 17,8 11,6 15,6 16,0

CLASSES

1ª
2ª
3ª
4ª
5ª
6ª
7ª
  
Obs.: Confirme as fórmulas na página 43 desta apostila.

2. Para investigar a distribuição dos diâmetros de eixos de aço, produzidos em um processo de

usinagem, os diâmetros de 9.000 eixos foram medidos conforme mostra a distribuição na tabela
abaixo:

CLASSES

1ª 2,50 2,55 100

2ª 2,55 2,60 400
3ª 2,60 2,65 900
4ª 2,65 2,70 1.400
5ª 2,70 2,75 2.200
6ª 2,75 2,80 1.900
7ª 2,80 2,85 1.000
8ª 2,85 2,90 500
9ª 2,90 2,95 600
  
Obs.: Confirme as fórmulas na página 43 desta apostila.

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:

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 28

a) Simplicidade: o gráfico deve ser destituído de detalhes de importância secundária, assim

como de traços desnecessários que possam levar o observador a uma análise morosa ou
com erros.
b) Clareza: o gráfico deve possibilitar uma correta interpretação dos valores representativos
do fenômeno em estudo.
c) Veracidade: o gráfico deve expressar a verdade sobre o fenômeno em estudo.

Os principais tipos de gráficos são os diagramas, os cartogramas e os pictogramas.

Diagramas
São gráficos geométricos de, no máximo, duas dimensões; para sua construção, em geral,
fazemos uso do sistema cartesiano.
Dentre os principais diagramas destacamos:

1. Gráfico em Linha ou em Curva

Esse tipo de gráfico se utiliza a linha poligonal para representar a série estatística.
O gráfico em linha constitui uma aplicação do processo de representação das funções num
sistema de coordenadas cartesianas.
Como sabemos, nesse sistema fazemos uso de duas retas perpendiculares; as retas são os eixos
coordenados e o ponto de intersecção, a origem. O eixo horizontal é denominado eixo das abscissas
(ou eixo dos x) e o vertical eixo das ordenadas (ou eixo dos y)
Vejamos um exemplo:

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

2. Gráfico em Colunas ou em Barras 0

1988 1990 1992
1987 1989 1991
É a representação de uma série por meio de retângulos, dispostos verticalmente (em colunas)
ou horizontalmente (em barras).
Quando em colunas, os retângulos têm a mesma base e as alturas são proporcionais aos
respectivos lados.
Quando em barras, os retângulos têm a mesma altura e os comprimentos são proporcionais aos
respectivos dados.
EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO
 29

Assim estamos assegurando a proporcionalidade entre as áreas dos retângulos e os dados

estatísticos.
Vejamos os exemplos:

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.

EXPORTAÇÕES BRASILEIRAS MARÇO - 1995

Santa Catarina

Paraná
ESTADOS

Espírito Santo

Rio Grande do Sul

Minas Gerais

São Paulo

.000 200.000 400.000 600.000 800.000 1000.000 1200.000 1400.000 1600.000

milhões dólares

c) Gráfico em Colunas ou em Barras múltiplas

Este tipo de gráfico é geralmente empregado quando queremos representar, simultaneamente,

dois ou mais fenômenos estudados com o propósito de comparação.
Exemplo:

BALANÇA COMERCIAL DO BRASIL

1989 - 1993

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 30

ESPECIFICAÇÕES VALOR (US$ 1.000.000)

1989 1990 1991 1992 1993
EXPORTAÇÃO (FOB) 34.383 31.414 31.620 35.793 38.783
IMPORTAÇÃO 18.263 20.661 21.041 20.554 25.711
FONTE: Ministério da Fazenda

BALANÇA COMERCIAL BRASIL 1989 - 1993

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

6.138,5 −360º ESPÍRITO SANTO

¿|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.

Exemplo: Dada a série:

PRECIPITAÇÃO PLUVIOMÉTRICA  traçamos um circunferência de raio arbitrário (em

RECIFE - 1993 particular, damos preferência ao raio de comprimento
MESES MILÍMETROS proporcional à média dos valores da série);
Janeiro 49,6  construímos uma semi-reta (de preferência horizontal)
Fevereiro 93,1 partindo de 0 (pólo) e com uma escala (eixo polar);
Março 63,6  dividimos a circunferência em tantos arcos quantas forem
Abril 135,3 as unidades temporais;
Maio 214,7  traçamos, a partir do centro 0 (pólo), semi-retas passando
Junho 277,9 pelos pontos de divisão;
Julho 183,6  marcamos os valores correspondentes da variável,
iniciando pela semi-reta horizontal (eixo polar);
Agosto 161,3
 ligamos os pontos encontrados com segmentos de reta;
Setembro 49,2  se pretendemos fechar a poligonal obtida, empregamos
Outubro 40,8 uma linha interrompida.
Novembro 28,6
Dezembro 33,3 Assim, para o nosso exemplo, temos:
FONTE: Ministério da Agricultura.

5. Cartograma

O cartograma é a representação sobre uma carta geográfica.

Este gráfico é empregado quando o objetivo é o de figurar os dados estatísticos diretamente
relacionados com áreas geográficas ou políticas. Distinguimos duas aplicações:
1) Representar dados absolutos (população) – neste caso, lançamos mão em geral, dos pontos,
em número proporcional aos lados.

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 32

2) Representar dados relativos (densidade) – neste caso, lançamos mão em geral, de hachuras
ou cores.

Exemplo: Dada a série:

POPULAÇÃO PROJETADA DA REGIÃO SUL DO BRASIL – 1994
ESTADOS POPULAÇÃO ÁREA DENSIDADE
(habitantes) (km2)
Paraná 8.651.100 199.324 43,4
Santa Catarina 4.767.800 95.318 50,0
Rio Grande do Sul 9.475.900 280.674 33,8
FONTE: IBGE.

NOTA: Quando os números

Obtemos os seguintes cartogramas: absolutos a serem representados
forem muito grandes, no lugar
de pontos podemos empregar
hachuras.

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.

Exemplo: Dada a série:

POPULAÇÃO DO BRASIL
1960 - 1990
ANOS HABITANTES
(milhares)
1960 70.070,4
1970 93.139,0
1980 118.562,5
1990 155.822,4
FONTE: IBGE.

Temos a seguinte representação pictórica:

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 33

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

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 34

O histograma é um gráfico de análise, formado por um conjunto de retângulos justapostos,

cujas bases se localizam sobre o eixo horizontal, de tal modo que seus pontos médios coincidam com
os pontos médios dos intervalos de classe.
As barras justapostas são em números iguais aos de classes da distribuição. Cada classe é
representada por uma barra de altura correspondente à sua freqüência, as larguras dos retângulos são
iguais às amplitudes dos intervalos de classe. Esse tipo de gráfico pode até ser classificado como de
área, mas usado para variáveis quantitativas.

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

Exercício: Complete a tabela abaixo, e construa o Histograma :

CLASSES

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

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 35

1. Determinar os dois números faltantes da seqüência: x , y , 8 , 10 , 11, sabendo-se que a

diferença dos termos desconhecidos é 4 e que a média da seqüência é 7,8.

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?

3. Turmas que possuem determinada disciplina em comum apresentam, nesta disciplina:

 Turma A (40 alunos)  média 6,5
 Turma B (35 alunos)  média 6,0
 Turma C (35 alunos)  média 4,0
 Turma D (20 alunos)  média 7,5
Determine a Média Geral

4. Determinar a renda média da distribuição populacional:

Renda Familiar 2 ↦ 4 4↦6 6↦8 8 ↦ 10 10 ↦ 12

(milhares em R$)
Nº de Famílias 5 10 14 8 3

5. Determinar a moda para a distribuição:

Classes 0↦1 1↦2 2↦3 3↦4 4↦5

freqüências 3 10 17 8 5

6. Determinar a moda para a distribuição:

Classes 2↦6 6↦8 8 ↦ 14 14 ↦ 18 18 ↦ 20

fi 8 10 48 40 10

7. Na série 60, 50, 70, 80, 90 o valor 70 será a:

a) a média e a moda
b) a média e a mediana
c) a mediana e a moda
d) a média, a mediana e a moda

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

10. Um pesquisador da rádio do Mathema aborda 30 transeuntes ao acaso e pergunta-lhes a idade.

O resultado é dado pela tabela: (Dado log 30 = 1,48).

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 36

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

Resuma as informações sob forma de uma distribuição de freqüência e encontre:

a) a média, a mediana e a moda

b) apresente os dados na forma de um histograma.

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:

I) Piloto A II ) Piloto B III ) Piloto C IV ) Piloto D

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.

Portanto o objetivo das Medidas de Dispersão é:

 Medir a concentração dos elementos na distribuição;

 Comparar distribuições distintas entre si.

Tratando-se de dados numéricos, podemos medir a dispersão de algumas maneiras, dentre as

quais destacamos: Desvio Médio, Variância e Desvio Padrão.
1.Desvio Médio: É a média aritmética dos afastamentos (em módulos) em relação à média
aritmética.

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 37

Exemplo 1 : O quadro seguinte nos mostra as notas de um aluno em Matemática durante um

ano letivo:
Bimestre 1º 2º 3º 4º
Notas 5 8 6 9

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

chamam Desvio para a média

| x i − x̄ | .

|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

3.Desvio Padrão: É a raiz quadrada da variância, valor que representamos por S

A fórmula do Desvio Padrão é:

S =
√ ∑ ( x . j − x̄ ) 2 . f i
∑fi ou S = √ V a

Exemplo 2: Considerando a distribuição de freqüências representadas pelo quadro abaixo,

determine:

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 38

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.

Exemplo 3: A distribuição de freqüências do quadro abaixo mostra as idades de 400

funcionários de uma empresa. Nessas condições, calcule:

a) a média aritmética das idades;

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 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.

Resumo envolvendo Medidas de Dispersão:

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 39

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:

 Grupo A: 20 anos; 20 anos; 20 anos; 20 anos; 20 anos; 20 anos

20 + 20 + 20 + 20 + 20 + 20 120
x̄ = = = 20 anos
6 6

 Grupo B: 22 anos; 23 anos; 18 anos; 19 anos; 20 anos; 18 anos

22 + 23 + 18 + 19 + 20 + 18 120
x̄ = = = 20 anos
6 6

 Grupo C: 6 anos; 62 anos; 39 anos; 4 anos; 8 anos; 1 ano

6 + 62 + 39 + 4 + 8 + 1 120
x̄ = = = 20 anos
6 6

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 )

A idéia básica de variância é tomar os desvios médios dos valores de

x i em relação à média

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

variância (V a ) como a média dos quadrados dos desvios, ou seja: ∑fi

Exemplo: Vamos descobrir a variância nos grupos A, B e C citados anteriormente:

 Grupo A: (20; 20; 20; 20; 20; 20) x̄ = 20 anos

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

 Grupo B: (22; 23; 18; 19; 20; 18) x̄ = 20 anos

média aritmética: x̄ = 20
desvio médio: DM = 22 − 20 = 2 ; 23 − 20 = 3 ; 18 − 20 = −2 ; 19 − 20 = −1 ; 20 − 20 = 0 ; 18 − 20 = −2
2 2 2
22 + 32 + (−2 ) + (−1 ) + 0 2 + (−2 ) 4+9+41+0+4 22
V a = = = ≃ 3,6
Variância: 6 6 6

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 40

 Grupo C: (6; 62; 39; 4; 8; 1) x̄ = 20 anos

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 )

O desvio padrão ( S ) é a raiz quadrada da variância ( √ a ) . Ele facilita a interpretação

S = V
dos dados, pois é expresso na mesma unidade dos valores observados (do conjunto de dados).
No exemplo que estamos analisando, temos:

 Grupo A: S = √ 0 = 0 anos

 Grupo B: S = √ 3,6 = 1,9 anos
 Grupo C: S = √ 513,6 ≃ 22,6 anos

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.

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 41

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

10% sem preferência

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 42

5. Considerando a distribuição de freqüências representadas pelo quadro abaixo, determine:

a) a média aritmética;
b) o Desvio Médio.

|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.

6. A distribuição de freqüências do quadro abaixo mostra os pesos (massa corporal) de 200

funcionários de uma empresa. Nessas condições, calcule:
a) Média das massas corporais;
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 ( 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..

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 43

FORMULÁRIO
INTERVALO DA CLASSE FREQÜÊNCIA CALCULADA

AMPLITUDE TOTAL FREQÜÊNCIA PORCENTAGEM

FREQÜÊNCIA RELATIVA SOMATÓRIA FREQÜÊNCIA RELATIVA

PONTO MÉDIO ALTURA DO HISTOGRAMA

x. j=
l +l
s i
2

MÉDIA MODA (CZUBER)

∑ x .j . f i h .  ( f m  − f a )

X̄ =
∑f i
M  = l +  2 . f  − (f  + f )
o i
m a p

MODA (KING) MODA (KING)

h . f p
M o = li  +   f + f
a p

POSIÇÃO (MEDIANA) MEDIANA

h . ( P  − f ac,a )

M  = l  + 
d i fi

DESVIO MÉDIO VARIÂNCIA

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.

Lista de Exercício n.º 06 GIOVANNI, José Ruy, BONJORNO, José

1. Roberto. Matemática 2º Grau. São Paulo:
a) A maior média foi do Atleta A : x̄ = 151 cm
b) FTD, 1992.
O Atleta B foi o mais regular , pois seu desvio padrão é o
menor , aproximadamente 2,7 cm MARTINS, G.A. & DONAIRE, Denis.
2. O Desvio Padrão é S = √ 48,96 ≃ 6,99 cm Princípios de Estatística. 4ª ed. São Paulo:
Atlas, 1998.
3.
a) 3h 36 min MORETIN, Luiz Gonzaga. Estatística Básica.
b) 30 % 7º Ed. São Paulo: Makron Books, 2000.

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO

 46

SMOLE, Kátia C. Stocco & KIYUKAWA,

Rokusaburo. Matemática Ensino Médio. 1ª
ed. Vol.1, 2 e 3. São Paulo: Ed. Saraiva, 1998.

SPINELLI, Walter, SOUZA, Maria Helena S.

de. Introdução à Estatística. 3ª ed. São Paulo:
Editora Ática, 1997.

EE PROFESSOR JON TEODORESCO . MARCOS RIBEIRO