06 - Probabilidade e Estatística

Probabilidade
e Estatística
Material Teórico
Conceitos Fundamentais de Estatística
Responsável pelo Conteúdo:

Profa. Me. Rosangela Maura Correia Bonici
Revisão Textual:
Profa. Dra. Selma Aparecida Cesarin
Conceitos Fundamentais de Estatística
• Estatística
• Técnicas de Amostragem
• Conceito de Distribuição ou Tabela de Frequências
• O Método Estatístico
• Pesquisa de Mercado e de Opinião
• Construção de Questionários e Planilhas para Coleta de Dados
• Finalizando
OBJETIVO DE APRENDIZADO
· Com os conceitos que vai adquirir nesta Unidade, você já pode
começar a agir como um pesquisador(a) interessado(a) em fazer
uma Pesquisa de Mercado ou uma Pesquisa de Opinião empregando
os Métodos Estatísticos.
· A Estatística é um ramo da Matemática Aplicada e, assim sendo,
pode ser usada, na prática, nas situações mais diversas, seja para
obtenção de respostas a perguntas do seu cotidiano, seja em seu
campo profissional.
ORIENTAÇÕES
Grande parte das informações divulgadas pelos meios de comunicação
atuais provém de pesquisas e estudos estatísticos. Os índices de inflação
e de emprego e desemprego, divulgados e analisados pela mídia, são um
exemplo de aplicação da Estatística no nosso dia a dia. O Instituto Brasileiro
de Geografia e Estatística – IBGE é o órgão responsável pela produção das
estatísticas oficiais que subsidiam estudos e planejamentos governamentais
no país.
UNIDADE Conceitos Fundamentais de Estatística
Contextualização
Os conceitos estatísticos têm exercido profunda influência na maioria dos
campos do conhecimento humano. Métodos estatísticos vêm sendo utilizados
no aprimoramento de produtos agrícolas, no desenvolvimento de equipamentos
espaciais, no controle do tráfego e na previsão de surtos epidêmicos, bem como
no aprimoramento de processos de gerenciamento, tanto na área governamental
quanto na iniciativa privada.
Na prática, a Estatística pode ser empregada como ferramenta fundamental em

várias outras Ciências.
Na área médica, a Estatística fornece metodologia adequada que possibilita

decidir sobre a eficiência de um novo tratamento no combate à determinada
doença. A Estatística permite identificar situações críticas e, consequentemente,
atuar em seu controle, desempenhando papel crucial no estudo da evolução e
incidência de uma doença como a AIDS, por exemplo.
Na área tecnológica, o advento da era espacial suscitou diversos problemas

relacionados ao cálculo de posição de uma astronave, cuja solução depende
fundamentalmente de conceitos e teorias estatísticas mais elaboradas,
considerando que estas informações, como sinais de satélite, são recebidas de
forma ruidosa e incerta.
6
Estatística
É uma parte da Matemática Aplicada que fornece métodos para coleta,
organização, descrição, análise e interpretação de dados para tomada de decisões.
Dados Análise Decisões
Estatística descritiva e indutiva

· Estatística Descritiva: é a parte da Estatística que tem por objetivo descrever
os dados observados.
· Estatística Indutiva: é a parte da Estatística que tem por objetivo obter e
generalizar conclusões para a população a partir de uma amostra, por meio
do cálculo de probabilidade. O cálculo de probabilidade é que viabiliza a
inferência estatística.
Termos essenciais de estatística

• População: Toda pesquisa estatística precisa atender a um público alvo,
pois é com base nesse conjunto de pessoas que os dados são coletados e
analisados de acordo com o princípio da pesquisa. Esse público alvo recebe
o nome de população e constitui um conjunto de pessoas que apresentam
características próprias, por exemplo: os usuários de um plano de saúde,
os membros de uma equipe de futebol, os funcionários de uma empresa,
os eleitores de um município, estado ou país, os alunos de uma escola, os
associados de um sindicato, os integrantes de uma casa e várias situações
que envolvem um grupo geral de elementos. A população também pode
ser relacionada a um conjunto de objetos ou informações. Na estatística, a
população é classificada como finita e infinita.
• População finita: nesses casos o número de elementos de um grupo não

é muito grande, a entrevista e a análise das informações devem abordar
a todos do grupo. Por exemplo: As condições das escolas particulares na
cidade de Goiânia. Se observarmos o grupo chegaremos à conclusão de que
o número de escolas particulares em Goiânia é considerado finito.
• População infinita: o número de elementos nesse caso é muito elevado,

sendo considerado infinito. Por exemplo: A população da cidade de São
Paulo.
7
7
Amostra
Considerando-se a impossibilidade, na maioria das vezes, do tratamento de todos
os elementos da população, retira-se uma amostra. A amostra deve apresentar
as mesmas características que havia na população.
Exemplo
Quando ouvimos falar no noticiário “[...] em São Paulo, uma manifestação parou
a Avenida Paulista, havia mais de 700 pessoas na Avenida [...]”. Observamos ou
tentamos entender como podem fazer esse cálculo com um número significativo
de pessoas aglomeradas.
Vamos entender o cálculo
Imaginamos um desenho no chão de uma figura quadrada em que seus lados

tenham 1 (um) metro e que alocamos dentro desse espaço, da figura desenhada no
chão, cinco pessoas. Logo, podemos entender que estamos coletando uma amostra
de 1m² contendo cinco pessoas. Então, só resta saber a área total desta manifestação.
Observe o desenho:
Sabemos que cada 1m² comporta

cinco pessoas. Vamos calcular o total
de pessoas para uma área de 140 m².
Verificamos que, por uma amostragem

de cinco pessoas por 1m², descobrimos
uma população total de 700 pessoas
na manifestação.
5 pessoas x 140 m² = 700 pessoas
Dados Brutos
É uma sequência de dados não organizados obtidos por meio de coleta de dados.
Observe que os dados estão fora

de sequência, portanto, chamamos
de Dados Brutos
Exemplo:
4 8 7 5 6
feminino masculino feminino feminino masculino
8
Rol
É o nome que se dá aos dados brutos quando já estão ordenados,de alguma forma.
Observe que organizamos os

dados brutos, agora eles passam a
ser chamados de Rol.
Exemplo:
4 5 6 7 8
feminino feminino feminino masculino masculino
Variável
Variáveis são objetos de estudo de interesse do(a) pesquisador(a) que são definidas
por ele(a) mesmo(a), de acordo com a pesquisa que irá realizar. Por exemplo, para
traçar o perfil dos alunos de uma escola de Ensino Médio, foram definidos seis
objetos de estudo: “sexo”, “idade”, “área da carreira universitária pretendida”,
“número de irmãos”, “disciplina favorita” e “renda familiar mensal”. Cada
um desses objetos de interesse dos pesquisadores é o que chamamos de variável.
As variáveis podem ser qualitativas ou quantitativas.
Variáveis
atributos de qualidade números
Qualitativa Quantitativa
atributos de qualidade faixa de valores

contagem e enumerações
exemplo
Discreta Contínua
exemplo exemplo
cor dos olhos
sexo
número de irmãos renda familiar mensal

idade peso
número de eletrodomésticos altura
número de filhos etc.
9
9
Variáveis Qualitativas
Quando seus valores são expressos por atributos ou dão uma qualidade à
população ou amostra em estudo, por exemplo, sexo, cor da pele etc.
Variáveis Quantitativas
Quando os dados são de caráter nitidamente quantitativo e o conjunto dos
resultados possui uma estrutura numérica. Dividem-se em Discretas e Contínuas.
Variáveis Quantitativas Discretas

São dados provenientes de contagens ou enumerações Por exemplo: número
de irmãos, idade das pessoas, número de eletrodomésticos que há em casa,
número de filhos etc.
Variáveis Quantitativas Contínuas

São dados que assumem quaisquer valores dentro de dois limites. Por exemplo:
renda familiar mensal, peso, altura etc.
Técnicas de Amostragem
Existem algumas técnicas para escolher amostras que garantem, tanto quanto
possível, o acaso na escolha de uma amostra.
Cada elemento da população passa a ter a mesma chance de ser escolhido, o

que garante à amostra o caráter de representatividade. Isso é muito importante,
pois as conclusões relativas à população vão estar baseadas nos resultados obtidos
por meio desses dados.
Amostragem Casual ou Aleatória Simples

Este tipo de amostragem é equivalente a um sorteio lotérico. Por exemplo:
1º Numeramos os alunos de uma classe de 1 até ...;
Seleção da
amostra
10
2º Escrevemos os números de 1 até ... em pedaços de papel iguais;
3º Colocamos todos os pedaços em uma caixa e agitamos;
4º Retiramos, por exemplo, 10% dos alunos;
5º De acordo com os números selecionados, identificamos quem são os alunos

que irão fazer parte da amostra representativa da classe.
Observação: quando o número de elementos da população é muito grande,

podemos utilizar programas de computador para fazer o sorteio.
Amostragem Proporcional Estratificada

Utilizada quando a população se divide em subpopulações chamadas de estratos.
É provável que a variável em estudo apresente comportamentos distintos

dentro de cada estrato. Sendo assim, os elementos da amostra devem levar em
consideração tais estratos.
A amostragem estratificada obtém os elementos da amostra proporcional ao

número de elementos de cada estrato.
Por exemplo:
População
10%
Amostra
10%
70% 20%
70% 20%
Alunos
Colaboradores
Professores
Suponha que uma classe seja composta de 54 homens e 36 mulheres perfazendo

um total de 90 pessoas. Vamos obter a amostra proporcional estratificada. Nesse
caso, temos dois estratos (sexo masculino e sexo feminino) e queremos uma amostra
de 10% da população.
Logo, temos:
Para calcular os 10% de cada estrato, vamos fazer uma regra de três simples:
Para o estrato masculino, temos:
Total do estrato – 100%
11
11
Parte do estrato – 10%
Efetuando a operação
100 X = 54x10
54 – 100%
100 X = 540
x – 10%
X = 540/100
X = 5,4
5,4 corresponde, arredondando, a 5 pessoas
Para o estrato feminino, temos:
Efetuando a operação
100 X = 36x10
36 – 100%
100 X = 360
x – 10%
X = 360/100
X = 3,6
3,6 corresponde, arredondando, a 4 pessoas.
Arredondamento
Vamos relembrar, rapidamente, como é feito o arredondamento.
Vejamos:
Parte inteira Parte decimal
10,3
do número do número
Exemplo 1:
5,0 5,1 5,2 5,3 5,4 – arredondado vira 5
Exemplo 2
20,5 20,6 20,7 20,8 20,9 – arreddondado vira 21
O que deve ser levado em consideração no arredondamento é a parte que

aparece após a vírgula.
Se após a vírgula houver: 0, 1, 2, 3 ou 4, mantém-se a parte inteira do número;

Se após a virgula houver: 5, 6, 7, 8 ou 9, acrescenta-se 1 à parte inteira do número.
12
Organizando em uma tabela, temos:
Sexo População 10% Amostra

10 x 54
M 54 = 5, 4 5
100
10 x 36
F 36 = 3, 6 4
100
10 x 90
Total 90 = 9,0 9
100
Feitos os cálculos, verificamos que 9 alunos devem fazer parte da amostra.

Destes, 5 deverão ser homens e 4 mulheres. Basta fazer o sorteio na classe a
aplicar os questionários.
Amostragem Sistemática
Esta técnica deve ser utilizada quando a população já se encontra ordenada.
Por exemplo: casas de uma rua, prontuários de funcionários, linhas de produção,
estrada de rodagem etc.
Por exemplo:
a) Uma avenida de 2500m encontra-se em péssimo estado de conservação e
os técnicos querem fazer uma checagem em 5 pontos diferentes para verificar
os danos. Podemos usar o seguinte procedimento:
total 2500
periodicidade 500m
parte 5
A checagem será feita a cada 500m, vez que se escolheu aleatoriamente o

1º ponto.
Exemplo de um plano de amostragem sistemática ao longo de uma distância:

1º ponto de 3º ponto de 5º ponto de
checagem checagem checagem
0 1000 2000
500 1500 2500
2º ponto de 4º ponto de
checagem checagem
b) Em uma empresa existem 900 funcionários. Seus dados cadastrais estão

organizados em prontuários numerado de 1 a 900. Deseja-se obter uma amostra
Sistemática de 50 desses funcionários para que, posteriormente, sejam aplicados
questionários para conhecermos suas opiniões a respeito da qualidade do refeitório.
13
13
Podemos usar o seguinte procedimento:

total 900
periodicidade 18 prontuários
parte 50
Escolhemos por sorteio casual um prontuário numerado entre 1 e 18, que

será o primeiro elemento que fará parte da amostra, os demais elementos seriam
periodicamente considerados de 18 em 18 prontuários.
Dessa forma, se a primeira ficha sorteada para a amostra fosse a de número

4, a próxima seria a de número 22, a de número 40 e assim por diante, até
completar as 50 fichas que farão parte da amostra. Agora é só verificar quais foram
os sorteados e aplicar os questionários.
Conceito de Distribuição ou Tabela de

Frequências
Quando se estuda uma variável, o maior interesse do pesquisador é conhecer
o comportamento dessa variável, analisando a ocorrência de suas possíveis
realizações. É na Distribuição ou Tabela de Frequência que será apresentado o
cálculo da pesquisa para o fechamento e tomada de decisão. Podem ser chamadas
de discretas ou contínuas.
Exemplo 1. Tabela de Frequência com uma variável “discreta” (sem faixas

de valores).
Distribuição ou
tabela de
frequência
dados agrupados dados agrupados

sem faixas com faixas
de valores
Discreta Contínua
Frequências e porcentagens dos 2.000 empregados da Empresa XY, segundo

o Grau de Instrução.
Exemplo 2. Tabela de Frequência com uma variável “contínua” (com faixas

de valores).
14
Grau de instrução (xi) Frequência Abosluta ( fi) Frequência Relativa (fri) Porcentagem (fr%)
Fundamental 650 0,325 32,50
Médio 1020 0,510 51,00
Superior 330 0,165 16,50
Total 2000 1,0 100,00
Frequências e porcentagens dos 36 empregados da Seção de Orçamentos da

Cia XY, por faixa de salário.
Classe de salários Frequência Abosluta ( fi)i Frequência Relativa (fri) Porcentagem fri
500,00 |__ 1.000,00 10 0,2778 27,78
1.000,00 |__ 1.500,00 12 0,3333 33,33
1.500,00 |__ 2.000,00 8 0,2222 22,22
2.000,00 |__ 2.500,00 5 0,1389 13,89
2.500,00 |__ 3.000,00 1 0,0278 2,78
Total 36 1,0 100,00
Observação:
Na próxima Unidade, mostraremos como construir essas Tabelas de Distribuição

de Frequência.
O Método Estatístico
O Método Estatístico é um processo para se obter, apresentar e analisar
características ou valores numéricos para uma melhor tomada de decisão em
situações de incerteza. Toda pesquisa, nas mais variadas áreas, utiliza, de modo
geral, cinco fases quando se emprega o Método Estatístico:
Fases do Método Estatístico
Fase 1
Definição do Problema
Fase 2
Planejamento
Fase 3
Coleta de Dados
Fase 4
Apuração e Apresentação dos Dados
Fase 5
Análise e Interpretação dos Dados
15
15
Fase 1 – Definição do Problema

Para usar o Método Estatístico, devo me perguntar: Qual o problema que quero
resolver? Quais são meus objetivos?
Resultados numéricos resolvem meu problema e dão conta de meus objetivos?
Se sua resposta for afirmativa, o Método se aplica; caso contrário, use outra
Metodologia.
Fase 2 – Planejamento
Na fase do planejamento, devo fazer as seguintes perguntas: Vou usar uma
População ou uma amostra? Se for utilizar uma amostra, que técnicas de
amostragem irei empregar? Quais serão as variáveis que quero estudar? Serão
Qualitativas ou Quantitativas? Usarei questionário ou planilha? Quem coletará os
dados em campo?
Fase 3 – Coleta de Dados

Nesta fase, será elaborado o instrumento de pesquisa que irei usar para fazer
a coleta dos dados e será feita a aplicação do instrumento em campo. Devo
fazer perguntas do tipo: Como será o layout do instrumento de pesquisa? Se for
questionário: Como serão as perguntas, fechadas ou abertas?
O instrumento de pesquisa deve estar de acordo com o problema, os objetivos e

as variáveis que forem selecionadas.
Fase 4 – Apuração e Apresentação dos Dados

Apurar os dados é resumi-los de modo que se transformem em informação
significativa. O resultado da apuração é apresentado na forma de Tabelas e Gráficos.
Cada uma das variáveis que se estudou irá se transformar em uma Distribuição de
Frequência e, posteriormente, em um Gráfico.
Fase 5 – Análise e Interpretação dos Dados

Nesta fase, espera-se que os objetivos tenham sido atingidos, de modo que
seja possível uma tomada de decisão em relação ao problema e os objetivos que
motivaram a pesquisa.
16
Pesquisa de Mercado e de Opinião
Na prática, podemos empregar o método estatístico para fazer uma Pesquisa de
Mercado ou uma Pesquisa de Opinião.
A Pesquisa de Mercado é um estudo que tem como objetivo determinar as

perspectivas de venda de um produto no mercado e indicar a maneira de se obter
os melhores resultados. Também permite analisar os mercados que oferecem
melhores perspectivas, os padrões de qualidade exigidos pelo mercado e o tempo
necessário para se alcançar o nível ideal de vendas.
A Pesquisa de Mercado é um investimento necessário que pode economizar dinheiro

e fornecer elementos essenciais para a aproximação com o mercado consumidor.
Os principais objetivos da Pesquisa de Mercado são: selecionar mercados para a

venda do produto; identificar tendências e expectativas; reconhecer a concorrência
e conhecer e avaliar oportunidades e ameaças.
A Pesquisa de Opinião tem como objetivo investigar e retratar as atitudes e

opiniões dos indivíduos, possibilitando à sociedade conhecer com precisão as
tendências e posições dos diferentes segmentos sociais.
Ela faz parte do cotidiano da população e tem grande visibilidade na mídia. É

muito comum abrir jornais e revistas e encontrar levantamentos sobre o que pensam
as pessoas a respeito dos mais diversos temas, como, por exemplo, pesquisas de
intenção eleitoral ou sobre a expectativa em relação ao futuro do país.
Geralmente, as Pesquisas de Opinião são feitas por amostragem. Ou seja, para

saber a opinião dos moradores de uma cidade sobre um determinado assunto, não
se entrevistam todos eles. Por meio de técnicas estatísticas, um grupo representativo
de todos os habitantes do município é selecionado e entrevistado. A opinião desse
grupo tende a refletir o que toda a comunidade pensa.
Construção de Questionários e Planilhas

para Coleta de Dados
Para se realizar uma Pesquisa de Mercado ou de Opinião, é preciso usar
instrumentos para coleta desses dados. Podemos utilizar Questionários ou Planilha
de Coleta de Dados.
Os questionários e as planilhas são instrumentos que utilizamos para recolher

informações relativas a fatos, ideias, comportamentos, preferências, sentimentos,
expectativas, atitudes e conhecimentos.
17
17
Os questionários são compostos de perguntas que podem ser fechadas

ou abertas.
Questões fechadas são aquelas em que o respondente assinala a opção desejada

de uma lista de repostas que lhe é facultada.
Questões abertas são aquelas que o respondente fornece sua resposta

espontaneamente.
Quando empregamos o método estatístico, as questões fechadas têm grande

vantagem sobre as questões abertas, pois fornecem respostas que facilmente
podem ser mensuradas, o que não acontece com as questões abertas.
Quando usamos questões abertas antes de serem mensuradas, elas precisam ser
categorizadas, o que muitas vezes dá muito trabalho e demanda muito tempo.
O investigador deve certificar-se de que as suas questões são bem compreendidas

e que permitem recolher a informação que deseja, usando frases curtas, claras,
compreensíveis e que exprimam uma só ideia. O questionário não deve ser
demasiado longo, nem deve provocar irritação nos entrevistados.
A planilha também pode ser utilizada para a coleta de dados. É uma Tabela na
qual cada uma das colunas faz a coleta de uma variável específica.
Por exemplo:
Tabela 1. Planilha de Coleta de Dados para traçar perfil dos compradores de uma marca de automóvel
Identificação Sexo Idade Estado Civil Renda Mensal (R$) Profissão

1
2
3
4
...
Finalizando
Esperamos que com esta Unidade você tenha compreendido as principais
definições que usamos em Estatística, como utilizar o Método Estatístico, o que é
uma Pesquisa de Mercado e uma Pesquisa de Opinião e como deve proceder para
confeccionar um Questionário ou uma Planilha para Coleta de Dados.
Até a próxima!
18
Material Complementar
Indicações para saber mais sobre os assuntos abordados nesta Unidade:
Sites
AULANET: Curso de Estatística
http://www.oocities.org/paris/rue/5045/2A0.HTM
ALEA. Acção Local de Estatística Aplicada
https://goo.gl/5Ly59r
IBGE: Instituto Brasileiro de Geografia e Estatística
http://www.ibge.gov.br/home/
ENCE: Escola Nacional de Ciências Estatísticas
http://www.ence.ibge.gov.br/
Leitura
Estatística Básica
GRANZOTTO, A. J. Estatística Básica
http://intervox.nce.ufrj.br/~diniz/d/direito/ou-estatistica.doc
19
19
Referências
CRESPO A. A. Estatística Fácil. 11.ed. São Paulo: Saraiva, 1994.
DOWNING, D. Estatística Aplicada. 2.ed.São Paulo: Saraiva, 2002.
MORETTIN, L. G. Estatística Básica. 7.ed.São Paulo: Pearson, 2000.
NEUFELD, J. L. Estatística Aplicada à Administração Usando o Excel. São

Paulo: Pearson, 2003.
SPIEGEL, M. R. Estatística. 3.ed. Coleção Schaum. São Paulo: Pearson, 1994.
______. Probabilidade e Estatística. Coleção Schaum. São Paulo: Pearson, 1977.
SILVA, E. M. Estatística Para os Cursos de Economia, Administração e

Ciências Contábeis. 3.ed. São Paulo:Atlas, 1999.
20
Probabilidade
e Estatística
Material Teórico
Tabelas e Gráficos

Profa. Ms. Rosangela Maura Correia Bonici
Revisão Textual:
Tabelas e Gráficos
• Tabela
• Gráficos
• Classificação dos Gráficos
• Construção de Gráficos
· Resumir dados em Tabelas de Frequência e depois apresentá-los na
forma de Gráficos;
· Construir tabelas de frequência;
· Classificar gráficos de acordo com seus dados e aparência;
· Construir gráficos de Barras, de Setores e Histogramas.
ORIENTAÇÕES
Você está em mais uma Unidade de nossa Disciplina. Após ter conhecido
como ir a campo e coletar dados, a proposta deste estudo é informá-lo(a)
a respeito dos conceitos básicos para a construção de Tabelas e Gráficos
estatísticos que facilitarão a organização e a tabulação dos dados coletados.
Analisar dados é cansativo, principalmente quando temos um volume

grande. As Tabelas ajudam a organizá-los e os Gráficos realçam esses dados,
facilitando a tomada de decisão.
Além disso, os gráficos nos permitem representar, de forma visual, dados

estatísticos sobre fenômenos naturais e questões econômicas, estabelecendo
comparações e relações entre eles.
O objetivo da representação gráfica é produzir, em quem analisa, uma

informação direta e objetiva do fenômeno estudado.
UNIDADE Tabelas e Gráficos
Contextualização
Acredito que você já ouviu falar sobre a nova Lei que proíbe ao motorista a
ingestão de qualquer quantidade de álcool...
Várias perguntas são feitas, mas a principal é sempre: “Quanto álcool posso
beber antes de dirigir?”
Veja que a Lei assume tolerância zero com o álcool. Antes, um motorista podia
ter até 0,6 gramas de álcool por litro de sangue (duas latas de cerveja). Agora,
mais do que zero de álcool é infração gravíssima, com multa de R$ 955,00 e
suspensão do direito de dirigir por um ano. No princípio, enquanto se aguardam
regulamentações, haverá tolerância de 0,2 gramas de álcool.
Agora, por meio de um gráfico de linha, vamos ver uma atividade prática
resolvida falando sobre esse assunto quando ainda era permitida a ingestão de 0,6
gramas de álcool por litro de sangue.
Questão
A legislação de trânsito brasileira considera que o condutor de um veículo está
dirigindo alcoolizado quando o teor alcoólico de seu sangue excede 0,6 gramas
de álcool por litro de sangue. O gráfico abaixo mostra o processo de absorção e
eliminação do álcool quando um indivíduo bebe, em um curto espaço de tempo, de
1 a 4 latas de cerveja.
Considere as afirmativas a seguir:

1,0
0,9
Álcool no Sangue (g/litro)
1 lata
0,8
2 latas
0,7 3 latas
4 latas
0,6
0,5
0,4
0,3
0,2
0,1
0
0 1 2 3 4 5 6 7 8
Tempo (horas)
I – O álcool é absorvido pelo organismo muito mais lentamente do que é eliminado.
II – Uma pessoa que vá dirigir imediatamente após a ingestão da bebida pode

consumir, no máximo, duas latas de cerveja.
6
III – Se uma pessoa toma rapidamente quatro latas de cerveja, o álcool contido na
bebida só é completamente eliminado após se passarem cerca de 7 horas da ingestão.
Está(ão) correta(s) a(s) afirmativa(s)
(A) II, apenas.
(B) I e II, apenas.
(C) I e III, apenas.
(D) II e III, apenas.
(E) I, II e III.
Resposta
Alternativa D: as afirmações II e III estão corretas.
Vamos à Resolução
I – O álcool é absorvido pelo organismo mais lentamente do que é eliminado
– “FALSO”.
É falso, pois observando o gráfico, percebemos que a curva realizada por cada
lata de cerveja consumida sobe mais rapidamente em nosso organismo, em tempo
(horas), para chegar ao ponto máximo do que ao descer. Isso quer dizer que nosso
organismo absorve mais rapidamente a cerveja do que ela é eliminada.
II – Uma pessoa que vá dirigir imediatamente após a ingestão de bebida

pode consumir, no máximo, duas latas de cerveja – “CORRETO”.
Está correto, pois a legislação (antiga) permite até 0,6 gramas de álcool por
litro de sangue e, graficamente, o consumo de duas latas de cerveja (linha na cor
verde) não atinge essa medida.
III – Se uma pessoa toma rapidamente quatro latas de cerveja, o álcool

contido na bebida só é completamente eliminado após se passarem cerca de
7 horas da ingestão – “CORRETO”.
Está correto, pois a curva realizada pela ingestão de quatro latas de cerveja (linha
na cor azul) demora um total de 7 horas, pelo organismo, desde seu consumo até
sua eliminação.
Concluindo, vimos que a disposição de dados pesquisados por meio da confec-

ção de um gráfico estatístico facilita muito a análise e tomada de decisão.
No caso da Lei “tolerância zero” fica evidente, pelo gráfico, que após ingerir-
mos bebida alcoólica é preciso certo tempo para que ela possa ser eliminada pelo
nosso organismo.
Agora, não deixe de verificar o conteúdo teórico desta Unidade, trazendo mais
detalhes sobre a elaboração de Tabelas e Gráficos estatísticos!!!
7
7
Tabela
É um quadro que resume um conjunto de dados “tabulados” dispostos segundo
linhas e colunas de maneira sistemática.
Toda tabela tem:
Título (OBRIGATÓRIO) Célula

Valores da Variável (xi) Frequência Absoluta (fi)
Corpo
∑ fi =
Símbolo matemático Referência da

Fonte
chamado “Somatório” pesquisa, se houver.
Tabelas ou Distribuições de Frequência

As Tabelas ou Distribuições de Frequência são usadas para sintetizar valores
obtidos por meio de coleta de dados. Podemos construir Distribuições de Frequência
para variáveis quantitativas ou qualitativas.
Uma Distribuição de Frequência é chamada de Distribuição de Frequência

variável discreta quando estamos trabalhando com variáveis qualitativas ou
quantitativas discretas.
Uma Distribuição de Frequência é chamada de Distribuição de Frequência

variável contínua quando estamos trabalhando com quantitativas contínuas ou
discretas e agrupamos os dados por faixas de valores.
Construção da Distribuição de Frequência – Variável discreta

Uma tabela ou Distribuição de Frequência variável discreta deve conter 4 colu-
nas distribuídas da seguinte forma:
Variável (xi) Frequência Absoluta (fi) Frequência Relativa (fri) Porcentagem (fri%)
f
Devem ser colocados
Obtida da contagem direta fri = i
todos os valores n
dos valores ou realizações fri%= fri x 100
assumidos pela variável fi = frequência absoluta
da variável
em estudo ∑ fi ou n = nº total de elementos
da sequência em estudo
Totais ∑ fi ou n 1,0 100
Linha dos totais Sempre soma 1 Sempre soma 100
8
Vejamos um exemplo de como construir uma Distribuição de Frequência variá-
vel discreta.
A sequência a seguir representa as notas de 30 alunos em uma prova de
Estatística. Obtenha a Distribuição de Frequência variável discreta.
Dados brutos: Notas de Estatística

3 5 4 4 4 5 3 4 4 5
2 1 4 3 2 4 2 4 3 4
3 3 1 4 4 3 4 4 5 3
Solução
1) Primeiro vamos transformar os dados brutos em rol e vamos pintar cada uma
das notas com cores diferentes para facilitar a contagem das frequências absolutas.
Rol: Notas de Estatística

1 1 2 2 2 3 3 3 3 3
3 3 3 4 4 4 4 4 4 4
4 4 4 4 4 4 5 5 5 5
2) Vamos montar agora a Tabela de Frequência variável discreta.
Distribuição de Frequência variável discreta – Notas de Estatística

Notas (xi) Frequência Absoluta (fi) Frequência Relativa (fri) Porcentagem (fr%i)
fi 2 fri% = fri x 100
1 2 fri= = = 0, 0667
n 30 0,0667 x 100 = 6,67
fi 3
2 3 fri= = = 0, 10 0,10 x 100 = 10
n 30
fi 8
3 8 fri= = = 0, 2667 0,2667 x 100 = 26,67
n 30
fi 13
4 13 fri= = = 0, 4333 0,4333 x 100 = 43,33
n 30
fi 4
5 4 fri= = = 0, 1333 0,1333 x 100 = 13,33
n 30
Totais 30 1,0 100
Obtida na contagem Obtida na contagem

direta no rol direta no rol
Arredondamento
Vamos relembrar rapidamente como é feito o arredondamento:
Parte inteira do número Parte decimal do número
10,3
9
9
Exemplo 1
5,0 5,1 5,2 5,3 5,4 – arredondado vira 5.
Exemplo 2
20,5 20,6 20,7 20,8 20,9 – arredondado vira 21.
O que deve ser levado em consideração no arredondamento é a parte que

aparece após a vírgula.
Se após a virgula houver: 0, 1, 2, 3 ou 4, mantém-se a parte inteira do número.

Se após a virgula houver: 5, 6, 7, 8 ou 9 acrescenta-se 1 à parte inteira do número.
Resposta
Após o resumo das notas na Tabela de Frequência variável discreta, conseguiremos
verificar que a nota de Estatística mais frequente foi a nota 4 com 43,33%, seguida
da nota 3, que aparece com uma porcentagem de 26,67%.
Como a nota máxima era 5, podemos dizer que o desempenho da sala nesta
Disciplina foi muito bom.
Construção da Distribuição de Frequência variável contínua

Uma Tabela ou Distribuição de Frequência variável contínua é utilizada quando,
na sequência numérica em estudo, há um grande número de elementos distintos.
Nesse caso, uma Distribuição de Frequência variável discreta não seria aconselhável,
pois não faria a redução conveniente dos dados. Nesta situação, é conveniente
agrupar os dados por faixas de valores, o que chamamos de Distribuição de
Frequência variável contínua.
Uma Tabela ou Distribuição de Frequência variável contínua deve conter 4

colunas distribuídas da seguinte forma:
Variável (xi) Frequência Absoluta (fi) Frequência Relativa (fri) Porcentagem (fri%)
f
Colocar os valores
Obtida da contagem direta fri = i
assumidos pela variável n
dos valores presentes em fri%= fri x 100
em estudo agrupados fi = frequência absoluta
cada faixa de valores
por faixa de valores ∑ fi ou n = nº total de elementos
da sequência em estudo
Totais ∑ fi ou n 1,0 100
10
Para a construção dessa distribuição, devemos ter conhecimento de alguns conceitos.
Para isso, vamos usar um exemplo para podermos indicar adequadamente cada
um dos conceitos que iremos definir.
Peso de mulheres
Intervalo de Peso (Kg) Frequência (fi) Frequência Relativa (fri) Porcentagem (fri%)
51 | - 55 12 0,30 30
55 | - 59 18 0,45 45
59 | - 63 10 0,25 25
Totais 40 1,0 100
Amplitude total de uma sequência (AT)

É a diferença entre o maior valor da sequência (Xmáx) e o menor valor da
sequência (Xmin).
AT = Xmax – Xmin
Xmáx = 63 Xmin = 51
AT = 63 – 51 = 12
Número de classes (K)

É o número de linhas que uma Distribuição de Frequência deve ter. No nosso
exemplo, a tabela dos pesos é composta de 3 linhas, portanto K = 3.
Cálculo da amplitude do intervalo de classe (H)

A primeira classe ou linha é composta por essa faixa de valores que representam
os pesos de mulheres de 51 |- 55.
Note que essa escrita é uma escrita matemática de intervalo numérico, quer dizer
que nessa linha podemos colocar pesos entre 51 e 54,9 Kg. Temos o intervalo
fechado à esquerda e aberto à direita, o que significa que inclui o número que
está à esquerda e exclui o número que está à direita.
Na segunda linha, temos a faixa de pesos 55 |- 59, o que significa que só

podem ser colocados pesos entre 55 e 58,9 Kg.
Na terceira linha, temos a faixa de pesos 59 |- 63, o que significa que só podem
ser colocados pesos entre 59 e 62,9 Kg.
11
11
Para calcularmos H, em cada linha fazemos:
H = valor máximo da faixa – Valor mínimo da faixa

Faixa Cálculo do H
51 |- 55 H = 55 - 51 = 4
55 |- 59 H = 59 - 55 = 4
59 |- 63 H = 63 - 59 = 4
Limite de classe
Quando a variável é agrupada em faixas, cada intervalo de classe fica caracterizado
por dois números reais. O menor é chamado de limite inferior (l) da classe e o
maior de limite superior da classe (L).
Nessa primeira faixa 51 |- 55, temos: l = 51 e L = 55.
Nessa segunda faixa 55 |- 59, temos: l = 55 e L = 59.
Nessa terceira faixa 59 |- 63, temos: l = 59 e L = 63.
Vamos agora efetivamente construir a Distribuição de Frequência variável

contínua usando para isso um exemplo. A sequência a seguir representa as notas de
20 alunos em Matemática. Obtenha a Distribuição de Frequência variável contínua.
Dados brutos: Notas de Matemática

3 4 2,5 3,5 5 6 8,5 5,5 9 7
7,5 2 5 4,5 4 8 6,5 7,5 6 9,5
Solução
1) Vamos construir a Distribuição de Frequência variável contínua, pois essas
notas assumem valores bem distintos que variam entre 2 e 9,5. Uma Distribuição
de Frequência variável discreta não faria adequadamente o resumo dos dados.
2) Para facilitar, vamos transformar os dados brutos em rol.
Rol: Notas de Matemática

2 2,5 3 3,5 4 4 4,5 5 5 5,5
6 6 6,5 7 7,5 7,5 8 8,5 9 9,5
3) Como o valor mínimo das notas Xmin = 2 e o valor máximo das notas
Xmáx = 9,5, vamos construir as faixas para agrupar esse valores de 2 em 2, ou seja,
H = 2, pois, dessa forma, conseguiremos faixas para colocar todas as notas.
12
Distribuição de Frequência variável contínua para as notas de Matemática
Explicação Notas de Matemática Frequência (fi) Frequência Relativa (fri) Porcentagem (fri%)
Cabem notas de 2 fi 4 fri%= fri x 100
2 |- 4 4 fr= = = 0, 20
a 3,9 i
n 20 0,20x100 = 20
Cabem notas fi 6
4 |- 6 6 fr= = = 0, 30 0,30 x 100 = 30
de 4 a 5,9 i
n 20
Cabem notas fi 6
6 |- 8 6 fr= = = 0, 30 0,30 x 100 = 30
de 6 a 7,9 i
n 20
Cabem notas fi 4
8 |- 10 4 fr= = = 0, 20 0,20 x 100 = 20
de 8 a 9,9 i
n 20
Totais 20 1,0 100
Resposta
Ao agrupar os dados na Tabela de Frequência variável contínua, conseguimos
perceber que as faixas de notas mais frequentes são as de 4 |- 6 e de 6 |- 8, cada
uma delas com 30% das notas que os alunos tiraram em Matemática.
Importante! Importante!
Observe que se olharmos somente para a Tabela de Frequência, dentro de cada uma das
faixas de notas, não dá pra saber, por exemplo, na faixa 2 |- 4, quantas notas 2; 2,5; 3;
e 3,5 tínhamos exatamente nos dados brutos. Esse tipo de distribuição dá uma ideia do
comportamento da variável; porém, não é tão precisa como na variável discreta.
Gráficos
São representações visuais dos dados estatísticos. Eles servem na interpretação
de dados para tomadas de decisão.
Gráfico de Informação
São gráficos destinados, principalmente, ao público em geral, objetivando
proporcionar visualização rápida e clara.
São gráficos tipicamente expositivos, dispensando comentários explicati-

vos adicionais.
As legendas podem ser omitidas, desde que as informações desejadas este-

jam presentes.
13
13
Gráfico de Análise
São Gráficos que se prestam melhor ao trabalho estatístico, fornecendo elementos
úteis à fase de análise dos dados, sem deixar de ser também informativos.
Os Gráficos de Análise frequentemente vêm acompanhados de uma Tabela

Estatística. Muitas vezes, inclui-se um texto explicativo, chamando a atenção do
leitor para os pontos principais revelados pelo Gráfico. Contudo, os elementos
simplicidade, clareza e veracidade devem ser considerados quando da elaboração
de um Gráfico.
35
62%
30
Ensino F Fr
25 Fundamental 11 22%
Médio 31 62%
20
Superior 7 14%
15 Pós-graduação 1 2%
Total 50 100%
22%
10
14%
5
2%
Fundamental Médio Superior Pós

graduação
Análise Gráfica: Em relação ao grau de instrução verificamos que a maioria das

pessoas entrevistadas possui o Ensino Médio
14
Classificação dos Gráficos
Os Gráficos usados na representação de dados estatísticos podem ser classificados
de diversas formas, como veremos a seguir.
Gráfico em Barras Horizontais

É semelhante ao Gráfico em Colunas; porém, os retângulos são dispostos
horizontalmente.
Gráfico em Barras Verticais (Colunas)

Quando as legendas não são breves, usam-se de preferência os Gráficos em
Barras Horizontais. Nesses Gráficos, os retângulos têm a mesma base e as alturas
são proporcionais aos respectivos dados.
15
15
Gráfico em Linhas ou Lineares

São frequentemente usados para representação de dados ou séries cronológicas
que têm um grande número de períodos de tempo.
As linhas são mais eficientes do que as colunas, quando existem intensas

flutuações nas séries ou quando há necessidade de se representarem várias séries
em um mesmo gráfico.
Quando representamos, em um mesmo sistema de coordenadas, a variação de

dois fenômenos, a parte interna da figura formada pelos gráficos desses fenômenos
é denominada área de excesso.
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 às

frequências relativas da série em estudo.
O gráfico em setores só deve ser empregado quando há, no máximo, 7

(sete) dados.
16
10% 5%
15%
40%
360º
Futebol
Vôlei
Basquete
30%
Natação
Outros
Pictogramas
São construídos a partir de figuras representativas da intensidade do fenômeno.
Esse tipo de gráfico tem a vantagem de despertar a atenção do público leigo,
pois sua forma é atraente e sugestiva. Os símbolos devem ser autoexplicativos. A
desvantagem dos pictogramas é que apenas mostram uma visão geral do fenômeno,
e não detalhes minuciosos.
Número de Gratificações
25
17
8
5 5
4 4
Produtividade
Engenharia
Contabilidade
Humanos
Financeiro
Gestão
de Risco
Marketing
Recursos
Departamentos
Veja o exemplo a seguir.
17
17
Cartogramas
São ilustrações relativas a Cartas Geográficas (Mapas). O objetivo desse gráfico
é o de figurar os dados estatísticos diretamente relacionados com áreas geográficas
ou políticas.
Histograma
É 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.
A área de um Histograma é proporcional à soma das frequências simples ou

absolutas. É utilizado para Distribuições de Frequência variável contínua.
Histograma - Gráfico
20% 26%
16%
12%
12%
10%
4%
18 25 32 39 46 53 60 67
Construçao de Gráficos
Vamos aprender a construir Gráfico de Barras, de Setores e Histograma,
por serem os mais utilizados em Estatística. Cada Distribuição de Frequência gera
um Gráfico.
Gráfico de Barras
É utilizado para representar Distribuições de Frequência variável discreta. Ele
é representado por um conjunto de hastes (retângulos) verticais separados entre
si, em um sistema de coordenadas cartesianas que tem por base os valores ou
realizações da variável em estudo e por altura as porcentagens correspondentes.
18
Vejamos um exemplo.
Dada a Distribuição de Frequência variável discreta que representa as notas de

uma turma em Estatística, construa o gráfico de barras.
Distribuição de Frequência variável discreta – Notas de Estatística

Notas (xi) Frequência Absoluta (fi) Frequência Relativa (fri) Porcentagem (fri%)
1 2 0,0667 6,67
2 3 0,10 10
3 8 0,2667 26,67
4 13 0,4333 43,33
5 4 0,1333 13,33
Totais 30 1,0 100
Solução
Para construir o Gráfico, usamos a coluna da variável (notas) e a coluna das
porcentagens. Vamos construir o eixo xy (plano cartesiano). Sobre o eixo x, iremos
representar cada uma das notas e sobre o eixo y cada uma das porcentagens
referente a cada nota.
O Excel resolve facilmente esse problema. Se tiver dificuldades, consulte um

instrutor no espaço Webclass ou nos Laboratórios de Informática.
Notas de Estatística
50,00%
43,33%
45,00%
Nota 1
40,00%
35,00% Nota 2
30,00% 26,67%
25,00% Nota 3
20,00%
13,33% Nota 4
15,00% 10,00%
10,00% 6,67%
Nota 5
5,00%
0,00%
Nota 1 Nota 2 Nota 3 Nota 4 Nota 5
Resposta
Ao observar o Gráfico, concluímos que a nota mais frequente nessa turma foi a
nota 4, seguida da nota 3.
Podemos dizer que a turma está de parabéns, pois a maioria dos alunos (70%)
teve notas boas, vez que a prova valia 5.
19
19
Gráfico de Setores
É utilizado para representar Distribuições de Frequência variável discreta. O
gráfico de setores é construído sobre uma circunferência. Cada setor ou parte
em que essa circunferência fica dividida é proporcional às frequências relativas da
variável em estudo.
Cálculo do setor circular: setor = fri x 360º
Vejamos um exemplo.
Dada a Distribuição de Frequência variável discreta que representa o gênero dos

funcionários de uma empresa, construa o Gráfico de Setores.
Distribuição de Frequência variável discreta – Gênero dos funcionários

Sexo Frequência Absoluta (fi) Frequência Relativa (fri) Porcentagem (fri%)
M 63 0,63 63
F 37 0,37 37
Totais 100 1,0 100
Solução
Para construir o gráfico, devemos primeiramente calcular cada setor circular:
Setor = fri x 360º Valor do setor

Setor masculino = 0,63x360 = 227 227º Valores arredondados
Setor feminino = 0,37x360 = 133 133º
Somatório 360º
O somatório tem de ser

sempre igual a 360º
Sabemos que o setor referente a masculino será maior que o setor referente
a feminino.
Vamos construir o Gráfico, usando o Excel.
Lembre-se: se tiver dúvida, vá a um Laboratório de Informática e converse com os técnicos, ok?!
20
Genêro dos Funcionários
de uma empresa
37% Masculino
63% Feminino
Resposta
Observando o Gráfico, podemos concluir que nessa empresa há mais homens
do que mulheres.
Histograma
É utilizado para representar a Distribuição de Frequência variável contínua.
O Histograma é um conjunto de retângulos verticais e justapostos (colados),
representado em um sistema de coordenadas cartesianas. As bases são os intervalos
de classe da variável em estudo e as alturas as porcentagens correspondentes.
Vejamos um exemplo.
A distribuição a seguir representa o peso de 40 mulheres. Construa o respectivo

Histograma e tire suas conclusões.
Distribuição de Frequência variável contínua do peso de mulheres

Peso (Kg) Frequência (fi) Frequência relativa (fri) Porcentagem (fri%)
51 |- 55 12 0,30 30
55 |- 59 18 0,45 45
59 |- 63 10 0,25 25
Totais 40 1,0 100
Solução
Vamos pegar os valores das variáveis e das porcentagens para construir o gráfico.
O Excel resolve esse problema facilmente.
21
21
Peso de Mulheres em Quilos

50% 45%
40% 51 |- 55
30% 55 |- 59
30% 25% 59 |- 63
20%
10%
0%
Peso (kg)
Conclusão
Ao observar o gráfico, concluímos que 45% das mulheres investigadas tem peso
entre 55 |- 59 quilos, 30% das mulheres tem peso entre 51 |- 55 e 25% das
mulheres tem peso entre 59 |- 63 Kg.
Finalizando
Nesta Unidade, aprendemos bastante coisa nova, não é mesmo?!
Já sabemos como construir Tabelas de Frequência e a representá-las graficamente.
Agora, para fixar esses conhecimentos, não deixe de fazer a Atividade de

Sistematização e de usar o Material Complementar, caso seja necessário.
22
Sites
INVEST MAX: Padrões Gráficos ou Formações Gráficas
http://www.investmax.com.br/iM/content.asp?contentid=663
Entendendo a importância da Estatística
https://goo.gl/iswPpp
IBGE: Instituto Brasileiro de Geografia e Estatística
https://ww2.ibge.gov.br/home/
23
23
Referências
CRESPO, A. A. Estatística Fácil. 11.ed. São Paulo: Saraiva, 1994.
DOWNING, D. Estatística Aplicada. 2.ed. São Paulo: Saraiva, 2002.
MORETTIN, L. G. Estatística Básica. 7.ed. São Paulo: Pearson, 2000.

SILVA, E. M. Estatística Para os Cursos de: Economia, Administração e

24
Probabilidade
e Estatística
Material Teórico
Medidas de Posição

Profa. Dra. Rosangela Maura Correia Bonici
Prof. Ms. Carlos Henrique de Jesus Costa
Revisão Textual:
• Medidas de Posição
• Finalizando
· A proposta deste estudo é conceituar as medidas de posição, em
especial, as medidas de tendência central.
· Entre elas, você verá: o que é, como calcular e como interpretar
as medidas de tendência central chamadas de média aritmética e
ponderada, moda e mediana.
Orientações de estudo
Para que o conteúdo desta Disciplina seja bem
aproveitado e haja uma maior aplicabilidade na sua
formação acadêmica e atuação profissional, siga
algumas recomendações básicas:
Conserve seu
material e local de
estudos sempre
organizados.
Aproveite as
Procure manter indicações
contato com seus de Material
colegas e tutores Complementar.
para trocar ideias!
Determine um Isso amplia a
horário fixo aprendizagem.
para estudar.
Mantenha o foco!
Evite se distrair com
as redes sociais.
Seja original!
Nunca plagie
trabalhos.
Não se esqueça
de se alimentar
Assim: e se manter
Organize seus estudos de maneira que passem a fazer parte hidratado.
da sua rotina. Por exemplo, você poderá determinar um dia e
horário fixos como o seu “momento do estudo”.
Procure se alimentar e se hidratar quando for estudar, lembre-se de que uma

alimentação saudável pode proporcionar melhor aproveitamento do estudo.
No material de cada Unidade, há leituras indicadas. Entre elas: artigos científicos, livros, vídeos e
sites para aprofundar os conhecimentos adquiridos ao longo da Unidade. Além disso, você também
encontrará sugestões de conteúdo extra no item Material Complementar, que ampliarão sua
interpretação e auxiliarão no pleno entendimento dos temas abordados.
Após o contato com o conteúdo proposto, participe dos debates mediados em fóruns de discussão,
pois irão auxiliar a verificar o quanto você absorveu de conhecimento, além de propiciar o contato
com seus colegas e tutores, o que se apresenta como rico espaço de troca de ideias e aprendizagem.
UNIDADE Medidas de Posição
Contextualização
Sobre a importância da Média Aritmética, o autor Alex Bellos, em seu livro Alex
no País dos Números, destaca que, no fim do século XIX, o matemático francês
Henri Poincaré suspeitava que sua padaria local, em Paris, estava roubando no peso
dos pães e por isso decidiu utilizar a “Média Aritmética”, no interesse da justiça.
Figura 1
Fonte: iStock/Getty Images
Todos os dias, durante um ano, pesou seu “quilo” diário de pão. Poincaré sabia
que, se pesasse menos de um quilo algumas vezes, isso não seria prova de má-fé,
pois é de se esperar que o peso varie um pouco para cima e um pouco para baixo
de um quilo. Ele imaginava que o peso do pão poderia variar em virtude de erros
na fabricação do pão, como a quantidade de farinha usada e o tempo que o pão
ficava no forno, que são aleatórios.
Depois de um ano, ele examinou todos os dados que tinha reunido e a “Média
Aritmética” do peso dos pães foi de 950 gramas, e não um quilo, como se anunciava.
A suspeita de Poincaré confirmou-se. O eminente cientista estava sendo enganado,
por cinquenta gramas em média, em cada quilo de pão. Diz a lenda que Poincaré
alertou as autoridades parisienses e o padeiro foi seriamente advertido.
O método utilizado por Poincaré, o cálculo da Média Aritmética do peso dos

pães durante um ano, agora serve de base teórica para proteção do consumidor.
Quando as lojas vendem produtos com pesos específicos, o produto não precisa,
legalmente, ter aquele peso exato (não pode ter, porque o processo de fabricação,
inevitavelmente, resultará em artigos mais pesados do que outros). Uma das tarefas
dos escritórios de normas comerciais é pegar amostras aleatórias de produtos à
venda e traçar gráficos de peso. Para qualquer produto que avaliam, a distribuição
de peso tem de estar dentro da curva centrada na média anunciada.
8
Em outro trecho do livro, o autor Alex Bellos diz que o cientista Francis Galton
(século XIX), primo-irmão de Charles Darwin, tinha paixão por medir coisas e se
utilizava da Média Aritmética para tirar conclusões. Ele construiu um “laboratório
antropométrico” (é um ramo da Antropologia que estuda as medidas e dimensões
das diversas partes do corpo humano) em Londres, onde qualquer um podia entrar
para ter altura, peso, força da mão, velocidade de golpe, visão e outros atributos
físicos medidos por ele.
O laboratório reuniu informações minuciosas sobre mais de 10 mil pessoas, e

Galton ficou tão famoso que até o primeiro ministro William Gladstone apareceu
para medir a cabeça.
Num artigo publicado na Nature, em 1885, ele contou que, enquanto assistia
a uma reunião muito chata, começou a medir a frequência com que seus colegas
se mexiam e, por meio do cálculo da média dessas frequências, pode determinar o
nível de tédio que uma plateia manifesta durante um evento.
Galton continuou avançando em suas pesquisas e se pôs a teorizar sobre como

guiar a evolução humana por meio de suas médias aritméticas. Ele se interessava
pela hereditariedade da inteligência e se perguntava como seria possível melhorar o
nível geral de inteligência de uma população por intermédio do aumento da média.
Figura 1
Fonte: iStock/Getty Images
Com esse objetivo, sugeriu um novo campo de estudos sobre “cultivo da raça”,
ou aperfeiçoamento da linhagem de uma população pela reprodução seletiva.
Apesar de muitos intelectuais liberais do fim do século XIX e começo do século
XX terem apoiado seus estudos como forma de melhorar a sociedade. O desejo
de “criar” seres humanos mais inteligentes foi uma ideia que não demorou a ser
distorcida e dasacreditada. Nos anos 1930, seus estudos tornaram-se sinônimo de
políticas nazistas homicidas para criar uma raça ariana superior.
9
9
Olhando para trás, é fácil ver que traços classificatórios, como inteligência e
pureza racial, podem levar à discriminação e ao preconceito. Por surgir quando se
medem características humanas, a curva sobre a média ficou associada à tentativa
de classificar alguns seres humanos como intrinsecamente melhores do que outros.
O exemplo mais explícito disso foi a publicação, em 1994, de um livro polêmico e
discutido com mais veemência nos últimos anos dos autores Richard J. Herrnstein
e Charles Murray, que afirma que as diferenças de QI (Quociente de Inteligência)
entre grupos raciais comprovam diferenças biológicas.
QI significa Quociente de Inteligência, mede o desempenho cognitivo de um indivíduo

Explor
comparando pessoas do mesmo grupo etário.

As escalas de inteligência foram propostas pelo psicólogo Lewis Madison Terman
(1877-1956), com base em vários trabalhos sobre crianças superdotadas. Com base em
novos estudos, David Wechsler (1896-1981) criou um teste desenvolvido exclusivamente
para adultos, definindo a Escala de Inteligência Wechsler para Adultos (em inglês,
WAIS – Wechsler Adult Intelligence Scale), que já passou por revisões.
Os níveis de inteligência são classificados com base no resultado do teste, de acordo com a
seguinte escala:
• Igual ou superior a 130: superdotação;
• 120 a 129: inteligência superior;
• 110 a 119: inteligência acima da média;
• 90 a 109: inteligência média;
• 80 a 89: normal fraco;
• 70 a 79: limite da deficiência;
• Igual ou inferior a 69: deficiente mental.
Fonte: <https://www.significados.com.br/qi/>
Bellos, Alex. Alex no País dos Números – Uma Viagem ao Mundo Maravilhoso da
Explor
Matemática. São Paulo: Cia das Letras, 2011.
Sobre a importância da média aritmética em nosso dia a dia, veja a notícia

publicada no site Portal Brasil, em 28/07/2014 (Fonte: Ministério da Educação):
“MEC explica conceito de Média Aritmética utilizado no balanço de
desempenho do Enem”.
Segue resumo da reportagem:

O Ministério da Educação (MEC) divulgou nesta segunda-feira
(12/09/2011) a média das notas do Exame Nacional do Ensino Médio
(Enem) de 2010, por estabelecimento de ensino. Logo após o anúncio,
o Ministério publicou nota em seu site explicando o conceito de Média
Aritmética utilizado no balanço.
10
Segundo o MEC, é natural que cerca de 50% dos estudantes tenham
apresentado desempenho abaixo da média, por mera questão estatística.
Qualquer que seja a média estabelecida para diferentes valores, como
peso, altura e desempenho em provas, sempre um número próximo à
metade estará abaixo da média.
A nota diz ainda que “se os alunos com desempenho abaixo da média
estiverem dispersos em um número maior de escolas em relação aos
estudantes com notas superiores à média de instituições que concentram
grande número de matrículas, a quantidade de unidades de ensino abaixo
da média será superior”.
Explor
Saiba mais em: Portal MEC Brasil: https://goo.gl/5S5KsT
11
11
As Medidas de Posição mais importantes são as Medidas de Tendência Cen-
tral e as Medidas Separatrizes. As Medidas de Tendência Central recebem esse
nome por se posicionarem no centro da variável em estudo. As principais são:
média aritmética, moda e mediana. Outras menos usadas são as médias: geo-
métrica, harmônica, quadrática, cúbica e biquadrática.
As medidas separatrizes são números reais que dividem a variável em estudo,
quando está ordenada, em n partes que contém a mesma quantidade de elementos.
As principais medidas separatrizes são: a própria mediana, os quartis, os quintis,
os decis e os percentis.
Neste estudo, trabalharemos com as Medidas de Tendência Central por serem
as mais importantes e as mais utilizadas na prática.
Introdução: Somatório – Notação Sigma ( ∑ )

Em Estatística, é muito utilizado o símbolo denominado somatório, indicado pela
letra grega sigma maiúscula “∑”, que representa a soma.
Codificamos a soma por meio da notação “Sigma”, conforme a representação
a seguir:
n
∑ xi
x1 + x2 + x3 +  + xn = Parcela
i =1 Genérica
Operação de Adição
entre as parcelas. Índice (posição)
n
∑x
i =1
i Leitura: “Soma dos valores de xi, para i variando de 1 até n”.
Observação: Onde i é o índice do somatório. Assim, i = 1 indica o limite

inferior (início do somatório) e n indica o limite superior (final do somatório).
Para que a soma possa ser representada por essa notação, é fundamental que “i” assuma
todos os valores inteiros consecutivos entre dois valores dados. Assim, a soma:
Representação INCORRETA, em virtude de a soma estar fora de sequência!
4
x1 + x2 + x4 ≠ ∑ xi
i =1
↑
Representação CORRETA:
4
∑ xi
x1 + x2 + x3 + x4 =
i =1
12
Aprendendo com exemplos:
1) A Tabela a seguir representa a quantidade de farinha que uma Empresa

alimentícia utiliza para a fabricação de seus pães ao longo de uma semana:
1° dia 2° dia 3° dia 4° dia 5° dia 6° dia 7° dia

380 kg 430 kg 404 kg 360 kg 450 kg 296 kg 580 kg
Represente o total da farinha utilizando o símbolo de somatório.
Resolução:
Podemos representar cada elemento como xi, em que i varia de 1 a 7. No caso,

teríamos, então, x1, x2, x3, x4, x5, x6 e x7 que, somados, resultam 2.900 kg.
Em símbolo de somatório, a representação do total de farinha utilizada ao longo

da semana é:
∑x
i =1
i = x1 + x2 + x3 + x4 + x5 + x6 + x7
Portanto:
∑x
i =1
i = 380 + 430 + 404 + 360 + 450 + 296 + 580
7
∑x
i =1
i = 2.900 kg
2) Escreva na notação sigma, as seguintes somas (codificando-as):

5
∑ xi
a) x1 + x2 + x3 + x4 + x5 =
i =1
∑ xi
b) x1 + x2 + x3 + x4 =
i =1
∑ xi
c) x3 + x4 + x5 + x6 =
i =3
∑ xi2
d) x12 + x22 + x32 + x42 =
i =1
3
e) ( x1 − 10 )2 + ( x2 − 10 )2 + ( x3 − 10 )2 = ∑ ( x − 10 )
2
i
i =1
7
f) 2 x + 2 x +2 x + 2 x =
4 5 6 7 ∑ 2 xi i =4
13
13
3) Escreva as parcelas da soma indicada (decodificando e obtendo as parcelas

componentes):
5
g) ∑x
i =1
2
i = x12 + x22 + x32 + x42 + x52
5
∑ ( x − 3) = ( x − 3) + ( x3 − 3) + ( x4 − 3) + ( x5 − 3)
2 2 2 2 2
h) i 2
i =2
3
∑ ( x − b) = ( x − b) + ( x − b ) + ( x3 − b )
3 3 3 3
i) i 1 2
i =1
3
∑ ( x − x) ( ) ( ) ( )
2 2 2 2
j) i ⋅ fi = x1 − x ⋅ f1 + x2 − x ⋅ f 2 + x3 − x ⋅ f3
i =1
Atividades práticas
a) x1 + x2 + x3 + x4 + x5 + x6 =
b) x2 + x3 + x4 + x5 =
c) (x1 + 2) + (x2 + 2) + (x3 + 2) =
d) (x1 – 10) + (x2 – 10) + (x3 – 10) + (x4 – 10) =
e) (x10 – 3)4 + (x11 – 3)4 + (x12 – 3)4 =
f) (x1 – 15)2 . f1 + (x2 – 15)2 . f2 + (x3 – 15)2 . f2 =
Respostas no final desta Unidade.

componentes):
7
g) ∑x
i =2
1 =
6
h) ∑x
i =3
2
i
∑( x − a)
2
i) i ⋅ fi =
i =1
2
3
 3x 
j) ∑  i − 5  =
i =1  2 

3) Calcule para a tabela abaixo, o valor numérico das somas indicadas:
i xi fi
1 3 2
2 4 5
3 6 3
4 8 2
∑ ∑ ∑
14
a) ∑x i
b) ∑ fi =
c) ∑ x ⋅ f =
i i
d) ∑ i ⋅ x = i
e) ∑ x ⋅ f =
2
i i
f) ∑ ( x − 12 ) ⋅ f
2
i i =
Medidas de Tendência Central

É um valor intermediário da série, ou seja, um valor compreendido entre o me-
nor e o maior valor da série. Em resumo, a Medida de Tendência Central procura
estabelecer um número no eixo horizontal em torno do qual a série se concentra.
As principais medidas de tendência central são: a média aritmética, a moda e

a mediana.
Média Aritmética (x)

Indicada por x, a média aritmética é uma das médias mais utilizadas no nosso
dia a dia. Mas você sabe que média é essa e como tiramos essa média?
Ela é aplicada nos cálculos de médias escolares, em muitas situações que vemos
nos jornais, como em pesquisas de opinião e de variação de preço de mercado-
rias, entre outras. Você nunca se perguntou acerca da origem das informações
dadas pelos institutos de pesquisa, como “no Brasil, cada mulher, tem em média
1,5 filhos”? Esses resultados vêm de análises estatísticas. Para esse caso em es-
pecífico, escolheu-se um grupo de mulheres e foi perguntado a cada uma delas o
número de filhos. Feito isso, somou-se o total de filhos, e o valor encontrado foi
dividido pela quantidade de mulheres pesquisadas. Esse exemplo é um caso de
cálculo de média aritmética.
A seguir vamos calcular a média de dados estatísticos não agrupados ou

agrupados (variável discreta ou variável contínua), cada uma dessas situações
deve ser tratada de forma diferenciada.
Dados Não Agrupados

Para calcular a Média Aritmética de dados não agrupados, usamos a seguin-
te fórmula.
15
15
Fórmula da Média Aritmética / Dados não agrupados
Símbolo que representa Somatório

n
∑x i
Somar cada um dos valores
que a variável (xi) assume
x= i =1
n Total de elementos
estudados (n)
Ou seja: x
=
∑x i
x
⇒=
x1 + x2 + x3 +  + xn
n n
Aprendendo com exemplos
1) Sabendo-se que a venda de arroz “Tipo A”, durante uma semana, foi de 100,
140, 130, 150, 160, 180 e 120 quilos, qual foi a média de venda diária de arroz
durante a semana?
Resolução
Temos os dados nas seguintes posições:

1 2 3 4 5 6 7
00 40 30 50 60 80 20
Substituindo na fórmula:
Significa que devemos somar:

7
x1 + x2 + x3 + x4 + x5 + x6 + x7
∑x i
x= i =1
Significa que devemos
7
dividir por 7, pois foram
anotadas as vendas durante
7 dias da semana.
Calculando a média:
100 + 140 + 130 + 150 + 160 + 180 + 120

=x ⇒
7
980
⇒x=
7
⇒x=140
Resposta
A média de venda de arroz na semana foi de 140 quilos por dia.
16
2) A sequência representa as notas de estudantes na Disciplina de Gestão
Financeira X: 4, 5, 5, 6, 6, 7, 7, 8. Determine a média aritmética dessas notas.
Somamos todas as
notas e dividimos
x
=
∑x i
x
⇒=
4+5+5+6+6+7+7+8
x 6
⇒= por 8, pois foram
n 8
observadas as notas
de 8 estudantes.
Resposta
A média aritmética das notas dos alunos de Gestão Financeira foi 6.
Atividades Práticas
4) Calcule a Média Aritmética das séries:

g) A: 2; 4; 5; 6; 8; 10; 13; 17; 25.
h) B: 3; 3; 3; 5; 5; 9; 9; 9; 13; 13; 20; 20; 20.
i) C: 7,8; 10,2; 10,9; 15,4; 18,5; 21,2.
5) Um produto é acondicionado em lotes contendo cada um deles 12 unidades.

O lote só é aprovado se apresentar um peso superior a 50 quilos. Se as unidades
que compõem determinado lote pesam: 2,8; 4; 4,2; 5; 3,5; 4; 5; 5,5; 4; 5; 7; 4,
esse lote será aprovado? Qual o peso médio do produto?
Dados agrupados
Dados agrupados: O agrupamento dos dados facilita o cálculo das medidas de tendência
Explor
central. Consiste em montar uma Tabela com o número de repetições dos elementos.
Para calcularmos a Média Aritmética de dados agrupados, usamos a seguinte

fórmula da Média Aritmética Ponderada.
Fórmula da Média Aritmética

Ponderada (x) (Dados Agrupados)
n Soma dos produtos da multiplicação

∑x ⋅ f i i entre os valores de “xi” e “fi”.
x= i =1
n
∑f i
Soma de todos os
i =1 elementos observados
17
17
Ou Seja:
=x
∑x ⋅ f =
i
⇒x
( x ⋅ f ) + ( x ⋅ f ) + ( x ⋅ f ) ++ ( x
i 1 1 2 2 3 3 n ⋅f n )
∑f i f + f + f ++ f 1 2 3 n
Também indicada por x, a Média Aritmética Ponderada difere da Média Aritmética

por apresentar multiplicações (que representam frequências “fi”, ponderações, pesos)
indicando quantas vezes cada elemento se repete.
Cálculo da Média Aritmética para a Variável Discreta

(Dados Agrupados Sem Faixas de Valores)
1) Foram observadas 34 famílias e anotado o “número de filhos do sexo

masculino” que cada uma delas tem em uma distribuição de frequência variável
discreta. Determine a média aritmética.
Distribuição de Frequência da Variável Discreta.

“Quantidade de Meninos”
Qte. de Meninos (xi) Famílias Freq. Abs. (fi)
0 2
1 6
2 10
3 12
4 4
Total 34
Resolução
As frequências (fi) são números indicadores da intensidade de cada valor da

variável; elas funcionam como fatores de ponderação.
Para ajudar nos cálculos, vamos organizar os valores na seguinte Tabela:
xi fi xi . fi
0 2 0.2=0
1 6 1.6=6
2 10 2 . 10 = 20
3 12 3 . 12 = 36
4 4 4 . 4 = 16
Total ∑fi = 34 xi.
18
x
=
∑ xi.=
fi 78
= 2,3
∑ fi 34
Cálculo da Média:
ou
x
∑ xi.=
fi 0.2 + 1.6 + 2.10 + 3.12 + 4.4 0 + 6 + 20 + 36 + 16 78
= = = 2,3
∑ fi 2 + 6 + 10 + 12 + 4 34 34
Resposta
Essas famílias possuem em média 2,3 meninos.
2) Obtenha a média aritmética das estaturas de 50 mulheres, o que originou a

seguinte distribuição:
Distribuição de Frequência da Variável Discreta.

“Estatura de mulheres”.
Estatura em cm (xx) Qte. de pessoas. (fi)
155 6
158 4
160 24
162 12
165 4
Total 50
Resolução
Para ajudar nos cálculos, vamos organizar os valores na seguinte Tabela:
xi fi xi . fi
155 6 155 . 6 = 930
158 4 158 . 4 = 632
160 24 160 . 24 = 3840
162 12 162 . 12 = 1944
165 4 165 . 4 = 660
Total ∑fi = 50 ∑xi.fi = 8006
Cálculo da Média:
=x
∑=
xi. fi 8006
= 160,12
∑ fi 50
ou
19
19
Resposta
x=
∑ xi. fi ⇒ 155.6 + 158.4 + 160.24 + 162.12 + 165.4 ⇒ 930 + 632 + 3840 + 1944 + 660 ⇒ 8006 ⇒ 160,12
∑ fi 6 + 4 + 24 + 12 + 4 50 50
A estatura média das mulheres é de 160,12 cm.
6) Calcule a média da série a seguir:
Distribuição de Frequência Variável Discreta.

xi fi
2 1
3 4
4 3
5 2
7) Calcule o número médio de acidentes por dia em uma determinada esquina.
Distribuição de Frequência Variável Discreta.

N° de Acidentes por dia “xi” N° de Dias “fi”
0 20
1 9
2 5
3 3
4 2
5 1
Cálculo da Média Aritmética para a Variável CONTÍNUA

(Dados Agrupados COm Faixas de Valores):
1) Calcular a estatura média de bebês em certa comunidade conforme a Tabela:
Distribuição de Frequência da Variável Contínua.

“Estatura de Bebês”.
Estaturas (cm) “fi”

50 ├─ 4 4
Observe que neste caso, a 54 ├─ 58 9
variável xi está agrupada 58 ├─ 62 11
por faixas de valores. 62 ├─ 66 8
66 ├─ 70 5
70 ├─ 74 3
Totais 40
20
Para usar esta fórmula,
x=
∑ xi. fi temos de ter o valor
∑ fi de “xi” e do “fi”.
Resolução
Para podermos calcular a média, é preciso achar o “xi” de cada faixa da Tabela.
Consideramos, então, que “xi” é o ponto médio entre o limite inferior (li) e o limite
superior (Li) de cada uma das classes.
Fazemos, então:
li + Li
Ponto médio “xi” =
2
Para ajudar nos cálculos, vamos organizar as variáveis na seguinte Tabela:
Estaturas (cm) fi Ponto Médio xi xi . fi

– Na primeira coluna,
50 + 54 temos os intervalos
50 ├─ 54 4 = 52 4 . 52 = 208
2 de classes das
estaturas, separados
54 + 58 de 4 em 4
54 ├─ 58 9 = 56 9 . 56 = 504
2 centímetros;
58 + 62 – Na segunda coluna,
58 ├─ 62 11 = 60 11 . 60 = 660
2 a quantidade de
cada um “fi”;
62 + 66
62 ├─ 66 8 = 64 8 . 64 = 512
2 – Na terceira coluna,
o “xi” encontrado
66 + 70 após o cálculo do
66 ├─ 70 5 = 68 5 . 68 = 340
2 ponto médio;
70 + 74 – Na quarta coluna,
70 ├─ 74 3 = 72 3 . 72 = 216
2 o produto
(multiplicação) “xi.fi”.
Total ∑fi = 40 - ∑xi.fi = 2.440
Cálculo da Média
x
=
∑x .fi i
x
⇒=
2440
x 61
⇒=
∑f i 40
ou
=x
∑ xi. fi =
⇒x
4.52 + 9.56 + 11.60 + 8.64 + 5.68 + 3.72
⇒
∑ fi 4 + 9 + 11 + 8 + 5 + 3
21
21
Resposta
A estatura média dos bebês é de 61 centímetros.
2) O quadro de distribuição de frequências representa os salários mensais de 30

empregados de uma Empresa. Calcule o salário médio mensal desses empregados.
Distribuição de Frequência Variável Contínua

Salários em Reais Frequência “fi”
1.800 ├─ 2.000 8
2.000 ├─ 2.200 12
2.200 ├─ 2.400 6
2.400 ├─ 2.600 4
Resolução
Para ajudar nos cálculos, vamos organizar as variáveis na seguinte Tabela:

Salários em Reais Frequência “fi” Ponto Médio “xi” xi . fi
1800 + 2000
1.800 ├─ 2.000 8 = 1900 8 x 1900 = 15200
2
2000 + 2200
2.000 ├─ 2.200 12 = 2100 12 x 2100 = 25200
2
2200 + 2400
2.200 ├─ 2.400 6 = 2300 6 x 2300 = 13800
2
2400 + 2600
2.400 ├─ 2.600 4 = 2500 4 x 2500 = 10000
2
Total ∑fi = 30 ∑xi.fi = 64200
Cálculo da Média
=x
∑x .f i i
⇒
= x
64200
⇒
= x 2140
∑f i 30
ou
=x
∑ xi. fi =
⇒x
8.1900 + 12.2100 + 6.2300 + 4.2500
⇒
∑ fi 8 + 12 + 6 + 4
15200 + 25200 + 13800 + 10000 64200
⇒
= x ⇒
= x ⇒
= x 2140
30 30
22
Resposta
O salário médio mensal dos funcionários da empresa é de R$ 2.140,00.
8) Uma Empresa de aviação observou em seus registros recentes o tempo de

mão de obra gasto na revisão completa de um motor de jato. O seguinte quadro
foi obtido:

Classe “i” Tempo de mão de obra (horas) N° de motores “fi”
1 0 ├─ 5 2
2 5 ├─ 10 6
3 10 ├─ 15 9
4 15 ├─ 20 12
5 20 ├─ 25 3
a) Determine o número médio de horas de mão de obra necessário para a

revisão de cada motor;
b) Com base nessa informação, qual deve ser o tempo total previsto de
mão de obra para a revisão de 5 motores que aguardam revisão?;
c) Se a Empresa dispõe no momento de 2 homens trabalhando 9 horas por
dia nessas revisões, conseguirá, provavelmente, revisar esses 5 motores
em 4 dias?
Respostas no final desta Unidade
9) Calcular a altura média de uma série de pilares (colunas de concreto) de uma

obra, conforme a tabela a seguir:

Altura dos Pilares em cm Frequência “fi”
60 ├─ 67 11
67 ├─ 74 8
74 ├─ 81 14
71 ├─ 88 12
88 ├─ 95 18
Moda (mo)
Indicada por mo, é o valor que ocorre com maior frequência em uma sequência
ou série de valores. Por exemplo, o salário mais comum em uma fábrica é chamado
de salário modal, isto é, o salário recebido pelo maior número de empregados.
23
23
Explor
A Moda tem um significado intuitivo, na medida em que popularmente associamos esse
termo a algo que é encontrado ou utilizado com bastante frequência, quando, então,
dizemos que “está na moda”. Um exemplo disso é quando vamos comprar um Celular ou
uma Roupa de acordo com o que “está na moda”.
Esse termo foi criado em 1895, pelo matemático britânico Karl Pearson (1857-1936), que
contribui muito para o desenvolvimento da Estatística como Disciplina Científica séria
e independente.
No exemplo a seguir, podemos dizer que o triângulo é figura geométrica que

aparece com maior frequência; portanto, a figura geométrica modal é o triângulo.
Você concorda?
Uma sequência pode ser classificada de acordo com o número de modas que
possui em:
Nenhuma moda – Amodal

Uma moda – Unimodal ou modal
Duas modas – Bimodal
Mais de duas modas – Polimonal
CÁLCULO DA MODA envolvendo Rol

(DADOS NÃO AGRUPADOS)
1) Na série X: 7 , 8 , 9 , 10 , 10 , 10 , 11 , 12 , a moda é 10. Dizemos que

mo = 10 e que essa série é unimodal ou modal, pois tem uma moda.
Há séries que apresentam apenas um valor repetido; chamamos de série UNIMODAL ou MODAL.
24
2) A série Z: 3 , 5 , 8 , 10 , 12 não apresenta moda; portanto, dizemos que a
série é amodal.
Há séries que não têm valor modal, isto é, nenhum valor aparece mais vezes que outros; então,
chamamos de série AMODAL.
3) A série W: 2 , 3 , 4 , 4 , 4 , 5 , 6 , 7 , 7 , 7 , 8 , 9 apresenta duas modas

mo = 4 e mo = 7. A série, então, é bimodal.
Há séries em que pode haver dois valores de concentração; chamamos de série BIMODAL.
CÁLCULO DA MODA quando os dados estão agrupados

EM tabela ou DISTRIBUIÇÃO DE FREQUÊNCIA Variável Discreta
(SEM INTERVALOS DE CLASSE):
1) Qual a temperatura mais comum medida segundo a Tabela a seguir:
Distribuição de Frequência da Variável Discreta

Temperaturas “xi” Frequência ou “fi”
0º C 1
1º C 5
2º C 12
3º C 6
Total ∑ fi = 24
Resolução
Quando os dados estão agrupados, é possível determinar imediatamente a

moda. Basta fixar o valor da variável de maior frequência. No caso, é fácil verificar
que a temperatura que mais se repete é 2° C.
Resposta
A temperatura modal é de 2º C, pois é a de maior frequência. Dizemos que

mo = 2º C e que essa sequência é modal ou unimodal.
2) Calcule a moda da série:
Distribuição de Frequência Variável Discreta

xi fi
4 3
5 7
6 7
8 3
Total ∑ 20
25
25
Resolução
Nesse caso, é fácil observarmos que há duas modas, os números 5 e 6 se repe-

tem 7 (sete) vezes cada um; portanto possuem a maior frequência.
Resposta
A moda é igual a mo = 5 e mo = 6, dizemos que essa sequência é bimodal.
CÁLCULO DA MODA quando os dados estão agrupados em

tabela ou distribuição de frequência Variável Contínua
1) Calcule a estatura modal dos bebês conforme a Tabela a seguir:
Tabela da Variável Contínua Observação: Pela definição,

podemos afirmar que a Moda,
Estaturas em cm ou “h” Frequência ou “fi”
nesse caso, está entre os limites
54 ├─ 58 9 da classe modal 58 ├─ 62.
58 ├─ 62 11 Para determinarmos o cálculo
62 ├─ 66 8 da moda em Variável Contínua,
66 ├─ 70 5 precisaremos utilizar a fórmula
∑ fi 33 de Czuber (Emanuel Czuber
1851-1925), por ser a mais
A classe (linha da Tabela) que precisa e completa, pois leva
apresenta a maior frequência em consideração a frequência
“fi” é chamada de Classe Modal. da classe modal.
Resolução
Para ajudar o cálculo da moda, vamos utilizar a seguinte fórmula:
Fórmula de Czuber para Moda (Mo)
fi ( mo ) − fi ( ant )
M 0 li ( mo ) +
= .h
2. fi ( mo ) −  fi ( ant ) + fi ( post ) 
li(mo) = limite inferior da classe modal.

fi(mo) = frequência da classe modal.
fi(ant) = frequência da classe anterior à classe modal.
fi(post) = frequência da classe posterior à classe modal.
h = amplitude do intervalo de classe (Li – li).
Em relação à fórmula e observando os dados da Tabela, temos:
li(mo) = 58 fi(mo)= 11 fi(ant) = 9 fi(post)= 8 h= 4
26
Substituindo na fórmula de Czuber e fazendo os cálculos, temos:
11 − 9 2 2
Mo =58 + .4 =58 + .4 =58 + .4 =58 + 0, 4.4 =58 + 1, 6 =59, 6
2.11 − [9 + 8] 22 − 17 5
Fique atento à sequência das operações

para não errar nos cálculos, ok!
Resposta
A moda das estaturas dos bebês é igual a 59,6 cm, ou ainda, a estatura de bebês
mais frequente é 59,6 cm.
2) Calcule a moda para a distribuição a seguir que representa os salários de

20 funcionários selecionados em uma Empresa.

Classes “i” Salários em Reais N° de funcionários “fi”
1 1.000 ├─ 1.300 3
2 1.300 ├─ 1.600 5
3 1.600 ├─ 1.900 8 Classe Modal
4 1.900 ├─ 2.200 3
5 2.200 ├─ 2.500 1
– Total ∑ fi = 20
Resolução
li(mo) = 1.600 fi(mo)= 8 fi(ant) = 5 fi(post)= 3 h= 300
M 0 li ( mo ) +
= .h
8−5 3 3
Mo = 1600 + .300 ⇒ Mo = 1600 + .300 ⇒ Mo = 1600 + .300 ⇒
2.8 − [5 + 3] 16 − 3 8
⇒ Mo = 1600 + 0,375.300 ⇒ Mo = 1600 + 112,50 ⇒ Mo = 1712,50
Resposta
A moda dos salários entre os 20 funcionários da Empresa é R$ 1.712,50 ou,

ainda, o salário mais frequente entre os funcionários é no valor de R$ 1.712,50.
27
27
10) Calcule a moda para a distribuição de valores de 54 Notas Fiscais emitidas

na mesma data, selecionadas em uma Loja de Departamentos:
Distribuição de Frequências Variável Contínua

Classes “i” Consumo por nota R$ Nº de notas “fi”
1 0 ├─ 50 10
2 50 ├─ 100 28
3 100 ├─ 150 12
4 150 ├─ 200 2
5 200 ├─ 250 1
6 250 ├─ 300 1
11) Calcule a moda para a distribuição a seguir, que representa a nota de 60

alunos em uma prova de Marketing:

Classes “i” Notas Nº de alunos “xi”
1 0 ├─ 2 5
2 2 ├─ 4 20
3 4 ├─ 6 12
4 6 ├─ 8 20
5 8 ├─ 10 3
Mediana (md)
Indicada por md, a mediana é o valor real que separa o rol (dados já organiza-
dos) em duas partes, deixando à sua direita o mesmo número de elementos que
à sua esquerda.
Cálculo da mediana quando temos um número ímpar de elementos, o

0
 n +1
termo de ordem   corresponde à mediana (dados não agrupados).
 2 
1) Dada à série de valores X: 5, 2, 6, 13, 9, 15, 10, determine a mediana.
Resolução
De acordo com a definição de mediana, vamos, primeiramente, ordenar (cres-

cente ou decrescente) os valores.
28
Ordenando, temos:
Posição: 1ª 2ª 3ª 4ª 5ª 6ª 7ª 3 elementos antes e

Elementos de X: 2 5 6 9 10 13 15 3 elementos depois.
Elemento que ocupa a
posição central da série.
Assim, fazendo o cálculo da posição do elemento, confirmamos que:
0 0 0
 n +1  7 +1  8  0 O valor “9” ocupa
 =   =  =  4 a 4ª posição.
 2   2  2
Resposta
O valor que divide a série em duas partes iguais é o número 9. Logo, a mediana
dessa sequência é 9 (md = 9). Podemos dizer que 50% dos valores da sequência X
são menores do que 9 e 50% dos valores são maiores do que 9.
2) As onze turmas de 1º Ano da Engenharia têm, respectivamente: 42, 37, 28,

40, 41, 48, 45, 37, 37, 41 e 44 alunos. Calcule a Mediana.
Resolução
Fazendo o cálculo da posição do elemento da mediana, temos:
0 0 0
 n + 1   11 + 1   12  0 A mediana é a turma que
 =   =  =  6 ocupa a 6ª posição no Rol.
 2   2   2
Assim, posicionando os elementos em Rol (ordem crescente), encontramos:
Posição: 1ª 2ª 3ª 4ª 5ª 6ª 7ª 8ª 9ª 10ª 11ª

Turmas: 28 37 37 37 40 41 41 42 44 45 48
Turma que ocupa a posição central da série.
Resposta
A mediana será o termo que ocupa a 6ª posição, ou seja, a mediana é 41

(md = 41). Dizemos que 50% das turmas do 1° Ano de Engenharia possuem
menos de 41 alunos e 50% mais ou iguais a 41 alunos.
Cálculo da mediana quando o número de elementos é par, a mediana é
obtida calculando-se a média aritmética entre os dois termos de ordem
0 0
n n 
  e  + 1 (dados não agrupados).
2
  2 
1) Determine a mediana da sequência Z: 7, 21, 13, 15, 10, 8, 9, 13.
29
29
Resolução
Ordenando, temos:
Posição: a a a a a a a a
Elementos de Z: 7 8 9 10 13 13 15 21
O valor “10” ocupa O valor “13” ocupa

a 4ª posição. a 5ª posição.
Elementos que ocupam as
posições centrais da série.
Logo, as posições dos termos centrais são:
0 0 0 0
n 8 n  8 
 4 e  + 1 = + 1 =( 4 + 1) =5
0 0 0
= =
2 2 2  2 
Temos um problema!
A Mediana não pode ser dois números.
E agora?
Portanto, a mediana será a Média Aritmética entre 10 e 13, assim temos:
10 + 13 23
md
= = = 11,5
2 2
Resposta
A mediana da sequência Z é 11,5. Podemos dizer que 50% dos valores dessa
sequência são menores do que 11,5 e 50% são maiores do que 11,5.
2) As dez turmas de 1º Ano da Engenharia têm, respectivamente: 37, 28, 40,

41, 48, 37, 37, 41, 46 e 44 alunos. Calcule a Mediana.
Resolução
0 0 0 0
 n   10   n   10 
 5 e  + 1 = + 1 =( 5 + 1) =6
0 0 0
=
  =
2
    2  2   2 
A mediana é a Media Aritmética das turmas

que ocupam as posições 5 e 6 no Rol.
30
Assim, posicionando os elementos em Rol (ordem crescente), encontramos:
Posição: 1ª 2ª 3ª 4ª 5ª 6ª 7ª 8ª 9ª 10ª
Turmas: 28 37 37 37 40 41 41 44 46 48
Turmas que ocupam as posições centrais da série.
Portanto, a mediana será a Média Aritmética entre 40 e 41. Assim, temos:
40 + 41 81
md
= = = 40,5
2 2
Resposta
A mediana será 40,5 (md = 40,5). Dizemos que 50% das turmas do 1° Ano
de Engenharia possuem menos de 40,5 alunos e 50% mais de 40,5 alunos.
Quando o número de elementos da série estatística for ímpar, haverá coincidência da

mediana com um dos elementos da série.
Quando o número de elementos da série estatística for par, nunca haverá coincidência
da mediana com um dos elementos da série. A mediana será sempre a Média Aritmé-
tica dos dois elementos centrais da série.
CÁLCULO DA MEDIANA quando os dados estão

agrupados EM tabela ou DISTRIBUIÇÃO DE FREQUÊNCIAS
Variável Discreta (SEM INTERVALOS DE CLASSE)
1) Determinar a mediana que representa as notas de alunos da Disciplina de

Língua Portuguesa, conforme a Tabela a seguir.
Notas (xi) fi
2,0 3
5,0 4
8,0 9
10 5
Total ∑ fi = 21 Número ÍMPAR
de elementos.
Resolução
Nesse caso, os dados já estão ordenados e agrupados em uma Tabela de

Frequência e a série é composta por 21 elementos, que é ÍMPAR; portanto, só
admite um termo central.
31
31
Fazendo o cálculo da posição do elemento da mediana, temos:
0 0
 n + 1   21 + 1  0  22  0 A mediana é a nota que ocupa
 =   =  =  11 a 11ª posição na Tabela.
 2   2   2 
Explor
E agora, para descobrir qual é a 11ª nota da Tabela?
Nessa situação, para facilitar nossos cálculos, abriremos ao lado da coluna das
frequências (fi) outra coluna que chamaremos de fac, ou seja, frequência acumulada.
Nessa coluna, iremos acumular em cada linha as frequências absolutas (fi) da

seguinte forma:
Posição dos elementos Veja que a
Notas (xi) fi fac 11ª posição
da sequência:
2,0 3 3 1ª até 3ª
está entre a
8ª e a 16ª
5,0 4 3 + 4 =7 4ª até 7ª
posições,
8,0 9 7 + 9 = 16 8ª até 16ª
então a
10 5 16 + 5 = 21 17ª até 21ª mediana é a
Total ∑fi = 21 – – nota 8,0.
Resposta
A nota mediana de Língua Portuguesa é 8 (md = 8). Podemos dizer que 50%
das notas são menores ou iguais a 8 e 50% são maiores ou iguais a 8.
2) Determine a mediana das temperaturas conforme a tabela a seguir:
Temperaturas em °C “xi” fi
0° 3
1° 5
2° 8
Número PAR
3° 10
de elementos.
5° 6
Total ∑ fi = 32
Resolução
A série é composta por 32 temperaturas; portanto, tem um número de elemen-

tos PAR, o que quer dizer que admite dois termos centrais.
32
0 0 0 0
 n   32   n   32 
 16 e  + 1 =  + 1 = (16 + 1) = 17
0 0 0
=
  =
2  2  2   2 
A Mediana é a Média Aritmética das temperaturas,

que ocupam as posições 16 e 17 na Tabela.
Explor
E agora, para achar a 16ª e 17ª notas na Tabela?
É fácil! Lembra-se?
Abriremos ao lado da coluna das frequências (fi) outra coluna, que chamaremos
de fac, ou seja, frequência acumulada.
Nessa coluna, iremos acumular em cada linha as frequências absolutas (fi), da
seguinte forma:
Temperaturas em °C “xi” fi fac Posição dos elementos da sequência

0° 3 3 1ª até 3ª
1° 5 3+5=8 4ª até 8ª
2° 8 8 + 8 = 16 9ª até 16ª
3° 10 16 + 10 = 26 17ª até 26ª
5° 6 26 + 6 = 32 27ª até 32ª
Total ∑fi = 32 – –
Sabemos que a mediana é apenas um número; portanto, a mediana será a

Média Aritmética entre as temperaturas 2°C e 3°C, assim temos:
2+3 5
md= = = 2,5
2 2
Resposta
A temperatura mediana é 2,5°C (md = 2,5°C), ou seja, 50% das temperatu-
ras pesquisadas são menores que 2,5°C e 50% maiores que 2,5°C.
12) Calcule a mediana da distribuição:

xi fi
2 5
4 20
5 32
6 40
8 2
Número ÍMPAR
Total ∑ fi = 99
de elementos.
33
33
13) Calcule a mediana para a série representativa da idade de 50 alunos de uma

classe do primeiro ano de um determinado Curso de Graduação.

Idade (anos) “xi” N° de alunos “fi”
17 3
18 18
19 17
20 8
21 4
Total ∑ fi = 50
CÁLCULO DA MEDIANA quando os dados estão

agrupados EM tabela ou DISTRIBUIÇÃO DE FREQUÊNCIAS
Variável CONTÍNUA (COM INTERVALOS DE CLASSE):
Neste caso, é preciso seguir as etapas:

• 1ª Etapa: calculamos a posição da mediana, considerando se o número de
elementos da série é par ou ímpar;
• 2ª Etapa: para identificarmos o intervalo de classe na qual se encontra a
mediana, determinamos as frequências acumuladas “fac”;
• 3ª Etapa: calculamos a mediana “md” estimada pela fórmula a seguir.
Fórmula para o cálculo da Mediana (md):

n
− fac ( ant )
md li ( md ) + 2
= .h
fi ( md )
li(mo) = limite inferior da classe modal.

li(md) = limite inferior da classe mediana.
f(ac)ant = frequência acumulada à classe anterior a classe mediana.
fi(md) = frequência absoluta da classe mediana.
h = amplitude do intervalo de classe (Li – li).
n = número de termos.
34
1) Dada à tabela a seguir, que representa as estaturas de 40 pessoas, calcule o
valor da mediana:

Estaturas (cm) fi
50 ├─ 54 4
54 ├─ 58 9
58 ├─ 62 11
62 ├─ 66 8
66 ├─ 70 5
70 ├─ 74 3
Número PAR
Total ∑ fi = 40
de elementos.
Resolução
Vamos seguir as etapas descritas anteriormente.
1ª Etapa
Calculamos a posição da mediana, considerando se o número de elementos da

série é par ou ímpar.
Essa série tem 40 elementos; portanto, é PAR, logo, as posições dos termos
centrais são:
0 0 0 0
 n   40   n   40 
 20 e  + 1 =  + 1 = ( 20 + 1) = 21
0 0 0
=
  =
2  2  2   2 
A Mediana é a Média Aritmética das estaturas

2ª Etapa
Identificamos o intervalo de classe em que se encontra a mediana e determinamos

as frequências acumuladas “fac”.
Posição dos elementos A 20ª e 21ª
Estaturas (cm) fi fac
na sequência estaturas estão
50 ├─ 54 4 4 1ª até 4ª na linha 3 e
54 ├─ 58 9 4 + 9 = 13 5ª até 13ª terão um valor
58 ├─ 62 11 13 + 11 = 24 14ª até 24ª compreendido
entre 58 ├─ 62.
62 ├─ 66 8 24 + 8 = 32 25ª até 32ª
66 ├─ 70 5 32 + 5 = 37 33ª até 37ª Chamamos essa
70 ├─ 74 3 37 + 3 = 40 38ª até 40ª linha de classe
Total ∑fi = 40 – – mediana.
35
35
3ª Etapa
Calculamos a mediana “md” pela seguinte fórmula:
n
− fac ( ant )
md li ( md ) + 2
= .h
fi ( md )
Verificamos os valores na Tabela e encontramos o seguinte:
li(md) = 58 n = 40 fac(ant) = 13 fi(md) = 11 h=4
Aplicando os valores na fórmula, temos:
40
− 13
20 − 13 7
md = 58 + 2 ⋅ 4 ⇒ md = 58 + ⋅ 4 ⇒ md = 58 + ⋅ 4 ⇒
11 11 11
md =58 + 0, 6364.4 ⇒ md =58 + 2,5456 ⇒ md =60,55
Resposta
A mediana estimada das estaturas é igual a 60,55 cm (md = 60,55). Significa

que 50% das pessoas observadas têm estaturas inferiores a 60,55 cm e 50% têm
estaturas superiores a 60,55 cm.
Atividades Práticas
14) O consumo de energia elétrica verificado em 250 residências de famílias

da classe média, com dois filhos, revelou a distribuição a seguir. Calcule a mediana
da distribuição.
Classes Consumo kWh Nº de famílias
1 0 ├─ 50 2
2 50 ├─ 100 15
3 100 ├─ 150 32
4 150 ├─ 200 47
5 200 ├─ 250 50
6 250 ├─ 300 80
7 300 ├─ 350 24
Total ∑fi = 250
Relação entre a Média, a Moda e a Mediana

Em uma série, a média, a mediana e a moda não têm, necessariamente, o mes-
mo valor. Como o próprio nome sugere, o valor da mediana (que ocupa a posição
central numa distribuição de frequência), deve estar em algum ponto entre o valor
da média e o valor da moda, mas pode também ser igual à moda e à média.
36
A mediana depende da posição do elemento na série ordenada. A média aritmética
depende dos valores dos elementos. Essa é uma das diferenças marcantes entre
mediana e média. A média se deixa influenciar, e muito, pelos valores extremos.
Aprendendo com um exemplo
1) Determine e média e a mediana nas sequências:
a) Z: 5, 7, 10, 13, 15 b) Y: 5, 7, 10, 13, 65
Resoluções
a) Sequência Z: 5, 7, 10, 13, 15
Cálculo da média
x=
∑x i
⇒x⇒
5 + 7 + 10 + 13 + 15 50
= = 10
n 5 5
Cálculo da mediana
Z: 5, 7, 10, 13, 15, temos que a mediana vale 10.
Resposta
A sequência Z tem média aritmética igual a 10 e mediana igual a 10.
b) Sequência Y: 5, 7, 10, 13, 65
Cálculo da média
x=
∑ xi ⇒ x= 5 + 7 + 10 + 13 + 65 100
= = 20
n 5 5
Cálculo da mediana
Y: 5, 7, 10, 13, 65 temos que a mediana vale 10.
Resposta
A sequência Y tem média aritmética igual a 20 e mediana igual a 10.
Concluindo
Se compararmos os valores da sequência Z e Y, verificamos que:

Sequência Z Sequência Y
A sequência Z tem valores próximos uns dos outros. A sequência Y tem valores bem distantes uns dos outros.
Os valores próximos influenciam a média Os valores distantes influenciam a média
aritmética; porém, de forma leve. aritmética, de forma acentuada.
A mediana não sofre influência dos valores da A mediana não sofre influência dos valores da
sequência, por considerar a posição dela. sequência, por considerar a posição dela.
37
37
RESOLUÇÕES DAS ATIVIDADES PRÁTICAS
Somatório

6
∑ xi
a) x1 + x2 + x3 + x4 + x5 + x6 =
i =1
∑ xi
b) x2 + x3 + x4 + x5 =
i−2
3
c) ( x1 + 2 ) + ( x2 + 2 ) + ( x3 + 2=) ∑ ( x + 2)
i =1
i
4
d) ( x1 − 10 ) + ( x2 − 10 ) + ( x3 − 10 ) + ( x4 − 10=) ∑(x
i =1
1 − 10 )
12
e) ( x 10 −3)4 + ( x11 − 3)4 + ( x12 − 3)=
4
∑ ( x − 3) i
4
i =10
3
f) ( x1 − 15 )2 ⋅ f1 + ( x2 − 15 )2 ⋅ f 2 + ( x3 − 15 )2 ⋅ f 2 = ∑(x i − 15 ) ⋅ f i
2
i =1

complementares):
7
a) ∑x
i=2
i = x1 + x2 + x3 + x4 + x5 + x6 + x7
6
b) ∑x
i =3
2
i = x32 + x42 + x52 + x62
4
c) ∑( x − a) ⋅ f i = ( x1 + a ) ⋅ f1 + ( x2 − a ) ⋅ f 2 + ( x3 − a ) ⋅ f3 + ( x4 − a ) ⋅ f 4
2 2 2 2 2
i
i =1
2 2 2 2
d)
3
 3 xi   3 x1   3 x2   3 x3 
∑  2 − 5 =  2 − 5 +  2 − 5 +  2 − 5
i =1        
3) Observe o passo a passo dos cálculos conforme Tabela a seguir:
i xi fi xi.fi i.xi xi².fi (xi - 10)².fi

1 3 2 3.2 = 6 1.3 = 3 3².2 = 18 (3 – 12)².2 = 162
2 4 5 4.5 = 20 2.4 = 8 4².5 = 80 (4 – 12)².5 = 320
3 6 3 6.3 = 18 3.6 = 18 6².3 = 108 (6 – 12)².3 = 108
4 8 2 8.2 = 16 4.8 = 32 8².2 = 128 (8 – 12)².2 = 32
∑ 10 ∑ 21 ∑ 12 ∑ 60 ∑ 61 ∑ 334 ∑ 622
a) ∑x i = 21
b) ∑ fi = 12
c) ∑ x ⋅ f = 60 i i
d) ∑ i ⋅ x =61 i
e) ∑ x ⋅ f = 3342
i i
∑ ( x − 12 )
2
f) i 622
⋅ fi =
38
Média Aritmética
4) Calcule a Média Aritmética das séries
a) A: 2 ; 4 ; 5 ; 6 ; 8 ; 10 ; 13 ; 17 ; 25.
2 + 4 + 5 + 6 + 8 + 10 + 13 + 17 + 25 90
=x ⇒ ⇒ 10
9 9
b) B: 3 ; 3 ; 3 ; 5 ; 5 ; 9 ; 9 ; 9 ; 13 ; 13 ; 20 ; 20 ; 20.
3 + 3 + 3 + 5 + 5 + 9 + 9 + 9 + 13 + 13 + 20 + 20 + 20 132
x ⇒ ⇒ 10, 2
6 13
c) C: 7,8 ; 10,2 ; 10,9 ; 15,4 ; 18,5 ; 21,2.
7,8 + 10, 2 + 10,9 + 15, 4 + 18,5 + 21, 2 84

=x ⇒ ⇒ 14
6 6
5) Cálculo do peso:
2,8 + 4 + 4,2 + 5 + 3,5 + 4 + 5 + 5,5 + 4 + 5 + 7 + 4 = 54 quilos
Cálculo da média
54
x
= ⇒ 4,5 quilos
12
Resposta
O lote foi aprovado, pois pesa 54 quilos (superior a 50 quilos) e 4,5 quilos é o
peso médio de cada produto.
Média Aritmética Ponderada
6) Calcule a média da série a seguir:

xi fi xi.fi
2 1 2.1 = 2
3 4 3.4 = 12
4 3 4.3 = 12
5 2 5.2 = 10
Total ∑fi = 10 ∑xi.fi = 36
Cálculo da Média Ponderada
x=
∑x .fi i
⇒ x=
36
⇒ x = 3, 6
∑f i 10
39
39
Resposta
A média dos dados da série é 3,6.
7) Calcule o número médio de acidentes por dia em uma determinada esquina.

N° de Acidentes por dia “xi” N° de Dias “fi” xi.fi
0 20 0.20 = 0
1 9 1.9 = 9
2 5 2.5 = 10
3 3 3.3 = 9
4 2 4.2 = 8
5 1 5.1 = 5
Total ∑fi = 40 ∑xi.fi = 41
Cálculo da Média Ponderada
x
∑x .f
i i
⇒ x=
41
⇒ x = 1, 03
∑f i 40
Resposta
A média é 1,03 acidentes por dia.
Média Aritmética Variável Contínua
8) Para ajudar nos cálculos, vamos organizar as variáveis na seguinte Tabela:

Tempo de mão de N° de
Classe “i” Ponto Médio “xi” xi . fi
obra (horas) motores “fi”
0+5
1 0 ├─ 5 2 = 2,5 2 x 2,5 = 5
2
5 + 10
2 5 ├─ 10 6 = 7,5 6 x 7,5 = 45
2
10 + 15
3 10 ├─ 15 9 = 7,5 9 x 12,5 = 112,5
2
15 + 20
4 15 ├─ 20 12 = 17,5 12 x 17,5 = 210
2
20 + 25
5 20 ├─ 25 3 = 22,5 3 x 22,5 = 67,5
2
Total ∑fi = 32 – ∑xi.fi = 440
a) Determine o número médio de horas de mão de obra necessário para a

revisão de cada motor.
40
Cálculo da Média
x=
∑x .f
i i
⇒ x=
440
⇒ x= 13, 75
∑f i 32
Resposta
A média de horas para a revisão de cada motor é 13,75 horas.

b) Com base nessa informação, qual deve ser o tempo total previsto de
mão de obra para a revisão de 5 motores que aguardam revisão?
Para calcular o tempo total, vamos apenas multiplicar a média de horas por 5.
Então:
13,75 horas x 5 motores = 68,75 horas
Resposta
Como temos em média 13,75 horas para cada motor, para 5 motores o tempo
total previsto de mão de obra será de 68,75 horas.
c) Se a Empresa dispõe no momento de 2 homens trabalhando 9 horas por
dia nessas revisões, conseguirá provavelmente revisar esses 5 motores
em 4 dias?
Vamos primeiro calcular o total de horas dos 2 homens trabalhando 9 horas por
dia em 4 dias. Então:
2 homens x 9 horas x 4 dias = 72 horas no total
Agora é fácil verificar que o total de horas dos homens disponíveis (72 horas) é
suficiente para a revisão dos 5 motores e que, conforme a alternativa anterior, são
necessárias 68,75 horas para a revisão.
Resposta
Sim, a Empresa conseguirá revisar esses 5 motores em 4 dias.
9) Para ajudar nos cálculos, vamos organizar as variáveis na seguinte Tabela:

Altura dos Pilares em cm Frequência “fi” Ponto Médio “xi” xi . fi
60 + 67
60 ├─ 67 11 = 63,5 11 x 63,5 = 698,5
2
67 + 74
67 ├─ 74 8 = 70,5 8 x 70,5 = 564
2
74 + 81
74 ├─ 81 14 = 77,5 14 x 77,5 = 1085
2
41
41
Altura dos Pilares em cm Frequência “fi” Ponto Médio “xi” xi . fi

81 + 88
81 ├─ 88 12 = 84,5 12 x 84,5 = 1014
2
88 + 95
88 ├─ 95 18 = 91,5 18 x 91,5 = 1647
2
Total ∑fi = 63 – ∑xi.fi = 5008,5
Cálculo da Média
=x
∑x .fi i
⇒
= x
5008,5
⇒
= x 79,5
∑f i 63
Resposta
A altura média dos pilares (colunas de concreto) da obra é de 79,5 cm.
Moda Variável Contínua
10)

Classes “i” Consumo por nota R$ Nº de notas “fi”
1 0 ├─ 50 10
2 50 ├─ 100 28 Classe Modal.
3 100 ├─ 150 12
4 150 ├─ 200 2
5 200 ├─ 250 1
6 250 ├─ 300 1
– Total ∑fi = 54
Resolução
li ( mo ) +
M0 = ⋅h
Resposta
A moda das Notas Fiscais é R$ 76,47 ou, ainda, a Nota Fiscal mais frequente é
no valor de R$ 76.47.
42
11)

Classes “i” Notas Nº de alunos “xi”
1 0 ├─ 2 5
2 2 ├─ 4 20 1ª Classe Modal.
3 4 ├─ 6 12
4 6 ├─ 8 20 2ª Classe Modal.
5 8 ├─ 10 3
– Total ∑fi = 60
Resolução
1ª Classe Modal
li (mo ) +
M0 = ⋅h
20 − 5 15 15
Mo = 2 + ⋅ 2 ⇒ Mo = 2 + ⋅ 2 ⇒ Mo = 2 + ⋅ 2 ⇒
2.20 − [5 + 12] 40 − 17 23
2 0, 6522.2 ⇒ Mo =+
⇒ Mo =+ 2 1,30 ⇒ Mo =3,30
2ª Classe Modal
M 0 li ( mo ) +
= .h
20 − 12 8 8
Mo = 6 + ⋅ 2 ⇒ Mo = 6 + ⋅ 2 ⇒ Mo = 6 + ⋅ 2 ⇒
2.20 − [12 + 3] 40 − 15 25
6 0,32.2 ⇒ Mo =+
⇒ Mo =+ 6 0, 64 ⇒ Mo =6, 64
43
43
Resposta
A moda das notas são duas: mo = 3,30 e mo = 6,64 ou, ainda, as notas mais
frequentes na Disciplina de Marketing são 3,3 e 6,64.
Mediana Variável Discreta
12) Fazendo cálculo da posição do elemento da mediana com número ÍMPAR

de elementos, temos:
0 0 0 A mediana é o elemento
 n + 1   99 + 1   100  0
=   =  =  50 que ocupa a 50ª posição
 2   2   2  na Tabela.
Distribuição de Frequências Variável Discreta

Posição dos elementos
xi fi fac
da sequência Veja que a
2 5 5 1ª até 5ª 50ª posição
4 20 5 + 20 = 25 6ª até 25ª está entre a
5 32 25 + 32 = 57 26ª até 57ª
26ª e 57ª
posições;
6 40 57 + 40 = 97 58ª até 97ª
então, a
8 2 97 + 2 = 99 98ª até 99ª
mediana é o
Total ∑fi = 99 – – elemento 5.
Resposta
A mediana da distribuição é 5 (md = 5). Podemos dizer que 50% dos elemen-
tos são menores ou iguais a 5 e 50% são maiores ou iguais a 5.
13) Fazendo cálculo da posição do elemento da mediana com número PAR de

elementos, temos:
0 0 0 0
 n   50   n   50 
 25 e  + 1 =  + 1 = ( 25 + 1) = 26
0 0 0
=
  =
2
    2  2   2 
A Mediana é a Média Aritmética das idades

44
Distribuição de Frequências Variável Discreta
Posição dos elementos
Idade (anos) “xi” N° de alunos “fi” “fac”
da sequência
17 3 3 1ª até 3ª
A 25ª e
18 18 3 + 18 = 21 4ª até 21ª
26ª idade
19 17 21 + 17 = 38 22ª até 38ª
procurada
20 8 38 + 8 = 46 39ª até 46ª
é 19 anos.
21 4 46 + 4 = 50 47ª até 50ª
Total ∑fi = 50 – –
Nesse caso, não há necessidade de calcularmos a Média Aritmética das idades,

pois a idade de 19 anos aparece tanto na 25ª como na 26ª posições, mas se
efetuarmos o cálculo, vamos obter o mesmo valor, como,, por exemplo:
19 + 19 38
md
= = = 19
2 2
Resposta
A idade mediana é 19 anos (md = 19), ou seja, 50% dos alunos possuem idades
menores ou iguais a 19 anos e 50% maiores ou iguais a 19 anos.
Mediana Variável Contínua
14)
1ª Etapa
Calculamos a posição da mediana, considerando se o número de elementos da

série é par ou ímpar.
Essa série tem 250 elementos; portanto, é PAR, logo, as posições dos termos
centrais são:
0 0 0 0
 n   250   n   250 
(125 + 1)
0 0
=
  =  125 e  + 1 =  + 1 = = 1260
2  2  2   2 
45
45
2ª Etapa
Identificamos o intervalo de classe em que se encontra a mediana e determina-

mos as frequências acumuladas “fac”.
Posição dos
Classes Consumo kWh Nº de famílias fac elementos na
sequência
1 0 ├─ 50 2 2 1ª até 2ª
2 50 ├─ 100 15 2 + 15 = 17 3ª até 17ª
3 100 ├─ 150 32 17 + 32 = 49 18ª até 49ª
4 150 ├─ 200 47 49 + 47 = 96 50ª até 96ª
5 200 ├─ 250 50 96 + 50 = 146 97ª até 146ª
6 250 ├─ 300 80 146 + 80 = 226 147ª até 226ª
7 300 ├─ 350 24 226 + 24 = 250 227ª até 250ª
Total ∑fi = 250 – –
3ª Etapa
Calculamos a mediana “md” pela seguinte fórmula:
n
− fac ( ant )
li ( md ) + 2
md = ⋅h
fi ( md )
Verificamos os valores na Tabela e encontramos o seguinte:
li(md) = 200 n = 250 fac(ant) = 96 fi(md) = 50 h = 50
Aplicando os valores na fórmula, temos:
250
− 96
125 − 96 29
md = 200 + 2 ⋅ 50 ⇒ md = 200 + ⋅ 50 ⇒ md = 200 + ⋅ 50 ⇒
50 50 50
md = 200 + 0,58.50 ⇒ md = 200 + 29 ⇒ md = 229
Resposta
A mediana estimada dos consumos de energia elétrica é igual a 229 Kwh (md =
229). Significa que 50% das famílias de classe média, com dois filhos, têm consumo
de energia elétrica inferior a 229 Kwh e 50% tem consumo de energia elétrica
superior a 229 Kwh.
46
Finalizando
Pessoal, esta Unidade teve muitos cálculos, não é mesmo?!
Conhecemos as Medidas de Posição e aprendemos que as principais são as

Medidas de Tendência Central, que são: a média aritmética e ponderada, a moda
e a mediana.
Tenho certeza de que conseguiram acompanhar e que estão satisfeitos por

terem conseguido vencer mais uma etapa, e não deixem de realizar as ativida-
des práticas.
Abraços a todos!
Continuem se esforçando sempre e até a próxima.
47
47
Sites
Gênio da Matemática
https://goo.gl/NDkHxB
Vídeos
Somatório – Explicação – ClickExatas
Explicação sobre o que é o símbolo estatístico Somatório ( ∑ ).
https://youtu.be/ValQ4awhJUY
Estatística Básica #4: Medidas de Tendência Central (parte 1)
Média Aritmética e Ponderada.
https://youtu.be/AxgY43xN0kA
Média em uma Tabela de Dados Agrupados em Classes
Média Aritmética para uma Tabela ou Distribuição de Frequência Variável Contínua.
https://youtu.be/O2FKsLrtCDM
Aula de Estatística – Média, Mediana e Moda
Média, Mediana e Moda (Dados Não Agrupados e Agrupados).
https://youtu.be/cgLVCUJvIIw
Estatística = #5/7 – Moda / Aula do Guto
Definição e exemplo de Moda.
https://youtu.be/rMvuVHcpUns
Estatística Básica #7: Moda para Dados Agrupados
Titio Trevas. Conteúdo: Cálculo da Moda utilizando a fórmula de Czuber (Variável
Contínua). Tempo: 8:57 min.
https://youtu.be/9_mA1EOj-q4
Grings – Moda, Média e Mediana aula 4
Moda, Média e Mediana de dados não agrupados (Variável Discreta).
https://youtu.be/UfupcG1ax6U
48
Vídeos
Grings – Média e Mediana dados agrupados aula 5
Média e a Mediana de uma Tabela ou Distribuição de Frequência Variável Contínua.
Tempo: 14:33 min.
https://youtu.be/7djAJFHYyno
Estatística (Média, Mediana, Moda, Variância e Desvio Padrão) – Prof. Gui
Média Aritmética, Mediana, Moda, Variância e Desvio Padrão.
https://youtu.be/CG_AGULJJz8
Mediana para tabela de distribuição contínua – Somatize
Mediana em tabela ou distribuição de frequência Variável Contínua.
https://youtu.be/SQajFw3p46A
Exercícios Resolvidos – Estatísticas – Prof. Gui.
Exercícios resolvidos de Estatística com Média Aritmética, Mediana, Moda, Variância
e Desvio Padrão.
https://youtu.be/v07FdggMK28
Estatística (ENEM) – Média Aritmética, Mediana e Moda
Prof. Marcos Aba. Conteúdo: Exercícios envolvendo a Média Aritmética, a Mediana
e a Moda.
https://youtu.be/uAtPI64xep4
Mediana – Falando Matemática
Prof. Allan. Conteúdo: Mediana para Variável Discreta e Variável Contínua.
https://youtu.be/52GgnCbf9So
Estatística Básica #8: Mediana para Dados Agrupados
Titio Trevas. Conteúdo: Cálculo da Mediana (Variável Contínua).
https://youtu.be/QPSDMeP1g1E
Leitura
Estatística Descritiva
No site a seguir você irá encontrar material para consulta sobre Estatística Descritiva:
PETERNELLI, L. A.
https://goo.gl/vcPFb7
49
49
Referências
CRESPO A. A. Estatística Fácil. 11.ed. São Paulo: Saraiva, 1994.

_______. Probabilidade e Estatística. Coleção Schaum. São Paulo: Pearson, 1977.
SILVA, E. M. Estatística Para os Cursos de Economia, Administração e

Ciências Contábeis. 3.ed. São Paulo: Atlas, 1999.
50
Probabilidade
e Estatística
Material Teórico
Medidas de Dispersão ou Variação

Profa. Me. Rosangela Maura C. Bonici
Revisão Textual:
Medidas de Dispersão ou Variação
• Introdução
• Cálculo da Variância e Desvio Padrão
• Finalizando
· A proposta deste estudo é trabalhar com as medidas de dispersão.
Nele você irá aprender como calcular a variância e o desvio padrão
de dados brutos, de dados agrupados em distribuições de frequência
variável discreta e de dados agrupados em distribuições de frequência
variável contínua. Aprenderá também qual o significado do desvio
padrão e em quais situações práticas ele poderá ser empregado.
ORIENTAÇÕES
Para um bom aproveitamento do Curso, leia o material teórico atentamente,
antes de realizar as atividades. É importante, também, respeitar os prazos
estabelecidos no Cronograma.
UNIDADE Medidas de Dispersão ou Variação
Contextualização
Entenda o que é média e desvio padrão de uma prova
O entendimento natural que grande parte dos candidatos utiliza para avaliar seus
desempenhos nas provas é: “acertei mais ou menos questões do que a média?”.
Claro que a premissa vigente é a de que os candidatos mais bem preparados
superam, em número de acertos, a média das provas.
O resultado de uma prova, normalmente, é conhecido por meio de informações

como média e desvio padrão, bem como pela distribuição de frequências do número
de acertos dos candidatos, expressos em forma gráfica.
Esse gráfico, denominado histograma, mostra, no eixo dos X (abscissas), o

número de questões e, no eixo dos Y, o número de candidatos que acertaram o
referido número de questões.
O que significam essas informações?
Numa distribuição de frequências, há três medidas importantes: a moda, a

mediana e a média. A primeira é o “pico”, isto é, o ponto no eixo das abscissas de
maior frequência.
A mediana é o ponto, no eixo das abscissas, que divide as ocorrências em duas

frações iguais, cada uma com 50% das frequências.
A média é o ponto, no eixo das abscissas, que faria com que o gráfico ficasse
equilibrado, não inclinando nem para a esquerda nem para a direita; em suma, a
média é o ponto, no eixo das abscissas, situado na vertical que passa pelo centro
de gravidade da figura.
O que se deseja em uma prova do Concurso Vestibular é um histograma

formando uma curva simétrica, distribuído entre 0 e 25 acertos, concentrando
moda, mediana e média próximas a 15 acertos, exibindo distribuição balanceada
de acertos, tanto à esquerda quanto à direita do centro de distribuição, de acordo
com o gráfico apresentado na figura da página a seguir.
O Gráfico mostra uma distribuição normal rigorosamente simétrica. No centro da

distribuição, coincidem média, mediana e moda. Uma curva de distribuição normal
(ou Curva de Gauss) tem como característica englobar 99,73% das ocorrências no
intervalo compreendido entre a média e ± 3 desvios padrão, conforme detalhado
no mesmo Gráfico.
O desvio padrão de uma prova mede o grau de dispersão dos candidatos em

relação à média, isto é, o quanto o conjunto de candidatos se distanciou da média,
tanto além como aquém do centro de distribuição. Isso significa que os escores obtidos
por 99,73% dos candidatos estarão compreendidos entre a média e ± 3 desvios
padrão, ou seja, salvo raras exceções, todos os candidatos estarão neste intervalo.
6
Distribuição Normal
99,73%
95,45%
68,27%
± 1dp
± 2dp
± 3 desvios padrão
Ao se elaborar uma prova, espera-se que o resultado da aplicação dessa prova

gere uma “curva de distribuição normal”, isto é, essa prova deve gerar uma média
de 15 acertos e os candidatos devem estar distribuídos simetricamente entre zero
e 30 acertos (ou entre dois limites internos desse intervalo, equidistantes de 15).
A obtenção de uma distribuição simétrica com 100% das ocorrências entre 0 e

30 acertos, em uma prova de 30 questões e média de 15 acertos, pode ser possível
quando se obtém um desvio padrão de 5 acertos. Nesse caso, se o histograma
assumir formato semelhante ao da curva normal, todos os escores possíveis de
serem obtidos pelos candidatos ficariam simetricamente contidos no intervalo entre
a média e ± 3 desvios padrão, ou seja, entre O acertos (15 - (3 x 5)) e 30 acertos
(15 + (3 x 5)).
Infelizmente, não é fácil obter uma curva de distribuição normal. O resultado obtido
pelos candidatos em uma prova depende de muitos fatores, entre os quais pode ser
destacada a preparação deles e o grau de dificuldade da prova. Por isso mesmo, é
importante poder avaliar uma prova pelo resultado obtido na sua aplicação.
A informação da média permite verificar o grau de facilidade da prova para a

população que a realizou. Quanto menor a média (abaixo de 15 acertos), menor a
facilidade dos candidatos com as questões. Quanto maior a média (acima dos 15
acertos), maior a facilidade dos candidatos com as questões propostas.
7
7
Uma prova, com histograma normal, com média de 15 acertos e desvio padrão
de 4 acertos significa que 99,73% dos candidatos serão encontrados entre os
escores 3 e 27 acertos, (15 - (3 x 4)) e (15 + (3 x 4)). Isso significa que os candidatos
com escores 0, 1, 2, 28, 29 e 30 acertos serão 0,23% da população; portanto,
pouquíssimos, conforme mostrado na figura a seguir, correspondente à distribuição
com desvio 4.
Enquanto que numa prova, também com histograma normal, com média de
15 acertos, mas desvio padrão de 2 acertos, significa que 99,73% dos candidatos
serão encontrados entre os escores 9 e 21 acertos, (15 - (3 x 2)) e (15 + (3 x 2)).
Isto é, também haverá poucos candidatos (0,23%) com escores de 0 até 8 e de
22 até 30 acertos, conforme mostrado na figura correspondente à distribuição
com desvio 2.
Analisando as duas figuras que seguem, é possível concluir que quanto maior
for o desvio padrão, mais aberta é a curva (maior dispersão), ou seja, maior
variedade de escores obtidos pelos candidatos e melhores condições de discriminar
a qualificação dos candidatos.
Curvas muito fechadas (pequeno desvio padrão) significam menor dispersão, ou

seja, grande concentração de escores e menor variedade deles (muitos empates).
Em outras palavras, se houver muitos empates, a prova poderá não avaliar
devidamente a preparação dos candidatos. Ao mesmo tempo, provas muito difíceis
não diferenciam escores obtidos unicamente por meio de acerto casual
Distribuição com desvio 4 Distribuição com desvio 2
99,73% 99,73%
95,45% 95,45%
68,27% 68,27%
Fonte: Vestibular da UFRGS 2005

Provas Comentadas - Processo de Avaliação
Publicado pela COPERSE - UFRGS
Universidade Federal do Rio Grande do Sul.
Disponível em: http://goo.gl/lmLus2
8
Introdução
As medidas de variação ou dispersão avaliam a dispersão ou a variabilidade
da sequência numérica em análise. São medidas que fornecem informações
complementares à informação da média aritmética. As principais medidas de
dispersão são a variância e o desvio padrão.
Usaremos as letras s2 para denotar a variância de uma amostra e s para denotar
o seu desvio padrão.
Cálculo da Variância e Desvio Padrão

Para calcular a variância e o desvio padrão, vamos analisar três casos:
I. Quando os dados ainda não foram agrupados em tabelas de frequência, ou
seja, estão na forma de dados brutos ou rol;
II. Quando os dados estão agrupados em distribuições de frequência
variável discreta; e
III. Quando os dados estão agrupados em distribuições de frequência
variável contínua.
Dados brutos ou rol

Para podermos calcular a variância e o desvio padrão de dados brutos, vamos
usar as fórmulas a seguir.
Fórmula para o Cálculo da Variância de Dados Brutos
s 2

(x i x )2
n 1
• s2= Variância
• xi = Cada um dos valores assumidos pela variável
• x = Média aritmética dos dados brutos
• n = Total de elementos observados
Fórmula para o Cálculo do Desvio padrão de Dados Brutos
s = s2
• s = Desvio-padrão
• s2= Variância
Vejamos um exemplo de utilização da variância e desvio padrão. Calcule a

variância e o desvio padrão das notas de três turmas de estudantes.
9
9
Quadro 1: Notas de estudantes das Turmas A, B e C

Turma Notas dos alunos Média Desvio padrão
A 4 5 5 6 6 7 7 8 6 1,31
B 1 2 4 6 6 9 10 10 6 3,51
C 0 6 7 7 7 7,5 7,5 6 2,69
Observe no quadro que a média e o desvio padrão das notas já estão calculados.
Vamos ver como isso foi feito.
O desvio padrão da turma A foi calculado da seguinte forma:
1º) Determinar a média aritmética das notas, pois a variância depende dela.
Como são dados brutos, vamos relembrar a fórmula para o cálculo da média.
xi
x
n
Usando as notas da turma A para fazer os cálculos, temos:

4 5566778
x
8
48
=
x = 6
8
Concluímos que a média aritmética das notas vale 6.
2º) Vamos calcular a variância das notas da turma A. Para isso, vamos usar a
fórmula para o cálculo da variância de dados brutos, que é:
s 2

(x i x )2
n 1
Vamos entender o que a fórmula está dizendo...

(x i x )2 (faça a diferença entre cada nota e a média aritmética e eleve ao
quadrado; depois, some cada uma dessas diferenças).
Depois, divida o valor que encontrou pelo total de notas menos 1.
Turma Notas dos alunos

A 4 5 5 6 6 7 7 8
s2
(x i x )2
(4 6)2 (5 - 6)2 (5-6)2 (6-6)2 (6-6)2 (7-6)2 (7-6)2 (8-6)2

n 1 8 1
4 11 0 0 11 4 12
1, 71
7 7
10
Temos que a variância das notas vale 1,71.
3º) Vamos calcular o desvio padrão das notas usando a fórmula:
s = s2
Substituindo a variância na fórmula e fazendo o cálculo, temos:
=s =
1, 71 1, 31
Temos que o desvio padrão vale 1,31.
Para calcular o desvio padrão das turmas B e C,procedeu-se da mesma forma.
Considerações
Quadro 1 – Notas de estudantes das Turmas A, B e C
Turma Notas dos alunos Média Desvio padrão

A 4 5 5 6 6 7 7 8 6 1,31
B 1 2 4 6 6 9 10 10 6 3,51
C 0 6 7 7 7 7,5 7,5 6 2,69
Observando o Quadro1, podemos fazer as seguintes considerações:

• As notas que geraram média 6 nas três turmas são bastante diferentes.
• Os desvios padrão são bem diferentes. O menor está na turma A, o intermediário
na turma C e o maior na turma B.
• O desvio padrão nos mostra a variabilidade dos dados em relação à média.
Grosso modo, dizemos que o desvio padrão nos mostra se a média aritmética
sofreu pouca ou muita influência dos valores extremos (muito grandes ou muito
pequenos). Nesse caso, podemos afirmar que:
• A turma A foi a menos influenciada por valores extremos;
• A turma C foi medianamente influenciada por valores extremos;
• A turma B foi a mais influenciada por valores extremos.
Distribuição de frequência variável discreta

Para calcular a variância e o desvio padrão de uma distribuição de frequência
variável discreta, vamos usar as fórmulas a seguir:
11
11
Fórmula para o Cálculo da Variância da Distribuição de Frequência

Variável Discreta
s 2

(x x ) .f
i
2
i
f 1 i
• s2= Variância
• fi = frequência absoluta
• x = Média aritmética da variável discreta
• fi 1 = Soma do total de elementos observados menos 1.
Fórmula para o cálculo do desvio padrão
Distribuição de frequência variável discreta
s = s2
• s2= Variância
Vejamos um exemplo.
O quadro 2 representa as notas de Matemática. Calcule a variância e o

desvio padrão.
Notas de Matemática (xi) fi

2 3
3 5
4 8
5 4
Totais 20
As notas de Matemática estão agrupadas em uma distribuição de frequência

variável discreta. Para calcular a variância e o desvio padrão, temos de usar as
fórmulas correspondentes.
1º Vamos calcular a variância usando a fórmula.
s2
(x x ) .f
i
2
i
f 1 i
12
Vamos entender o que ela significa
(x i x )2 .fi = devemos subtrair cada nota da média aritmética. Esse resultado

deve ser elevado ao quadrado. Depois, deve ser multiplicado pela respectiva
frequência.
Ao final, fazer o somatório desses valores
f 1 =somar o total de notas e subtrair 1

i
Primeiro, devemos calcular a

média aritmética.
Para podermos depois usar a
fórmula da variância.
Lembra-se da fórmula da média aritmética ponderada?
É ela que iremos usar!
X
x .f
i i
f i
Vamos usar a distribuição das notas de Matemática e abrir uma coluna para
podermos multiplicar xi por fi e calcular a média.
Notas de Matemática (xi) fi xi.fi

2 3 2.3=6
3 5 3.5=15
4 8 4.8=32
5 4 5.5=20
Totais 20 73
Calculando a média, temos:
X
x .f
i i

73
3, 65
f i 20
A média aritmética das notas de Matemática é 3,65.
Vamos calcular agora a Variância, usando a fórmula.
13
13
Para podermos fazer (x i x )2 .fi , vamos abrir uma nova coluna na distribuição
de frequência das notas de Matemática, para poder facilitar nossos cálculos.
Notas de Matemática (xi) fi (xi - x)2 . fi

2 3 (2 - 3,65)2 . 3 = 8,17
3 5 (3 - 3,65)2 . 5 = 2,11
4 8 (4 - 3,65)2 . 8 = 0,98
5 4 (5 - 3,65)2 . 4 = 7,29
Totais 20 18,55
Concluímos daí que (x i x )2 .fi vale 18,55, completando a resolução.
f 1 20 1 19
i
18, 55
Calculando, temos = 0, 98 .
19
A variância das notas de Matemática vale 0,98.
2º Vamos calcular o desvio padrão usando a fórmula.
s = s2
• s2= Variância
s 0, 98 s 0, 99 (desvio padrão)
Considerações
Podemos concluir pelos cálculos que o desvio padrão vale 0,99, o que nos
demonstra uma variabilidade pequena nas notas de Matemática.
Cálculo da variância e do desvio padrão da distribuição de

frequência variável contínua
Para calcular a variância e o desvio padrão de variáveis contínuas, devemos
proceder como para as variáveis discretas, tomando somente o cuidado de substituir
o xi pelos pontos médios de cada classe, vez que a variável está agrupada com
intervalos de classe.
Fórmula para o cálculo da variância da distribuição de frequência

variável contínua
s 2

(x x ) .f
i
2
i
f 1 i
14
• s2= Variância
• fi = frequência absoluta
• x = Média aritmética da variável discreta
• f 1
i = Soma do total de elementos observados menos 1
Fórmula para o cálculo do desvio padrão
Distribuição de frequência variável contínua
s = s2
• s2= Variância
Vamos ver um exemplo.
O Quadro 3 representa um banco de horas de uma pequena empresa. Calcule

a variância e o desvio padrão.
Quadro 3 – Banco de horas dos empregados de uma empresa
Banco de horas (h) fi

0|-4 1
4|-8 3
8 | - 12 5
12 | - 16 1
Total 10
1º) Para calcular a variância, a primeira coisa que temos de conhecer é a

média aritmética desse banco de horas; caso contrário, não há como usar a
fórmula da variância.
Lembra-se da fórmula da média aritmética ponderada? É ela que iremos usar!
X
x .f i i
f i
15
15
Na variável contínua, para podermos calcular a média, temos de fazer aparecer

os xi, calculando o ponto médio entre cada uma das horas. Para isso, vamos abrir
uma coluna para distribuição, para colocar o ponto médio, e outra, para podermos
multiplicar xi por fi.
Banco de horas (h) fi xi (ponto médio) xi . fi

04
0|-4 1 2 2 . 1=2
2
48
4|-8 3 6 3 . 6=18
2
8 12
8 | - 12 5 10 5 . 10=50
2
12 16
12 | - 16 1 14 1 . 14=14
2
Total 10 - 84
X
x .f
i i
X
84
8, 4 Temos que a média do banco de horas é 8,4 h.
f i 10
Agora sim, estamos em condições de calcular a variância.
s2
(x x ) .f
i
2
i
f 1 i
Vamos usar a distribuição e abrir uma coluna para podermos calcular.
(x i x )2 .fi
Banco de horas (h) fi xi (ponto médio) (xi - x)2 . fi

0|-4 1 2 (2 – 8,4)2 . 1 = 40,96
4|-8 3 6 (6 – 8,4)2 . 3 = 17,28
8 | - 12 5 10 (10 – 8,4)2 . 5 = 12,80
12 | - 16 1 14 (14 – 8,4)2 . 1 = 31,36
Total 10 - 102,4
Temos que (x i x )2 .fi 102, 4 e f 1 10 1 9

i
2 ( xi x )2 .fi 102, 4
Aplicando os valores na fórmula, vem: s s2 11, 38
fi 1 9
Chegamos à conclusão de que a variância vale 11,38.
16
2º Agora vamos calcular o desvio padrão usando s = s 2
=
Substituindo os valores, temos: s =
11, 38 3, 37
Considerações
Feitos os cálculos, verificamos que a variância do banco de horas é 3,37, o que

demonstra uma variabilidade média nas horas.
Quanto maior o desvio padrão, maior a variação ou dispersão dos dados.

Quanto menor o desvio padrão, menor a variação ou dispersão dos dados.
Finalizando
Finalizamos mais uma Unidade na qual aprendemos a calcular a variância,
calcular e interpretar o desvio padrão.
Como vimos, o desvio padrão fornece informações que complementam a

informação da média aritmética, mostrando se a variação dos dados que geraram
a média aritmética é pequena, média ou grande.
Só conseguimos identificar se um desvio padrão é pequeno ou grande se

tivermos dois conjuntos que tenham médias iguais para podermos comparar seus
desvios padrão.
Estou confiante e tenho certeza de que vocês conseguiram acompanhar e que

estão satisfeitos por terem conseguido vencer mais esta etapa.
Agradeço a todos, continuem se esforçando sempre e até a próxima!
17
17
Sites
UOL educação
http://educacao.uol.com.br/disciplinas/matematica
Infoescola
http://www.infoescola.com/estatistica/variancia-e-desvio-padrao
Site da ADVFN
http://wiki.advfn.com/pt/Desvio_Padr%C3%A3o
Vídeos
Vídeo sobre cálculo da media e do desvio padrão
Descrição do vídeo.
http://www.youtube.com/watch?v=8X9apoqlbgs
18
Referências

SILVA, E. M. Estatística Para os Cursos de: Economia, Administração e

19
19
Probabilidade
e Estatística
Material Teórico
Introdução à Teoria das Probabilidades

Revisão Textual:
Introdução à Teoria das Probabilidades
• Introdução
• Conceitos Importantes de Probabilidade
• Probabilidade em um Espaço Amostral Finito
• Cálculo da Probabilidade de um Evento
• Regra da Adição – Probabilidade da União de Dois
Eventos - P(A ∪ B) – Conjunção Ou
• Probabilidade do Evento Complementar
• Regra da Multiplicação – Probabilidade da Intersecção de Dois
Eventos-P (A ∩ B) – Conjunção E
• Finalizando
· Nesta Unidade, você irá aprender um pouco sobre a Introdução
à Teoria das Probabilidades. Definiremos experimento aleatório,
espaço amostral e evento.
· Aprenderemos a calcular a probabilidade de um evento, probabilidade
de um evento complementar e a usar a regra da adição e da
multiplicação de probabilidades.
ORIENTAÇÕES
Normalmente com a correria do dia a dia, não nos organizamos e deixamos
para o último momento o acesso ao estudo, o que implicará o não
aprofundamento no material trabalhado ou, ainda, a perda dos prazos para
o lançamento das atividades solicitadas.
Assim, organize seus estudos de maneira que entrem na sua rotina. Por
exemplo, você poderá escolher um dia ao longo da semana ou um determinado
horário todos ou alguns dias e determinar como o seu “momento do estudo”.
No material de cada Unidade, há videoaulas e leituras indicadas, assim como

sugestões de materiais complementares, elementos didáticos que ampliarão
sua interpretação e auxiliarão o pleno entendimento dos temas abordados.
Após o contato com o conteúdo proposto, participe dos debates mediados

em fóruns de discussão, pois estes ajudarão a verificar o quanto você absorveu
do conteúdo, além de propiciar o contato com seus colegas e tutores, o que
se apresenta como rico espaço de troca de ideias e aprendizagem.
UNIDADE Introdução à Teoria das Probabilidades
Contextualização
Convide a moçada para uma aposta em que todos os jogos de azar foram
úteis na construção da Teoria das Probabilidades.
Cenário 1
França, século XVII. Um matemático e filósofo mostra-se preocupado
com um jogo fictício entre duas pessoas igualmente imaginárias. A disputa
havia chegado a um ponto em que um dos participantes aparentemente
tinha mais chance de ganhar do que o adversário. O francês em questão
se pergunta: como dividir com justiça as apostas?
Ele é Blaise Pascal, que começou a estruturar a Teoria das Probabilidades

em correspondências trocadas com outro matemático e colega seu,
Pierre de Fermat.
Portanto, logo na origem, probabilidade era sinônimo de jogo de azar
Cenário 2
Alemanha, século XX. Um físico alemão – Werner Karl Heisenberg –
complica ainda mais a crença clássica do determinismo quando afirma
que é impossível especificar e determinar simultaneamente a posição e a
velocidade de uma partícula subatômica com precisão absoluta.
À medida que a determinação de uma dessas grandezas fica mais precisa,

avalia Heisenberg, mais incerta se torna a outra. Esse é, basicamente, o
enunciado do Princípio da Incerteza. E incerteza é quase o mesmo que
probabilidade.
Se no início o cálculo de probabilidades era destinado a prever resultados

de jogos de azar, hoje em dia é muito mais do que isso. Trata-se de uma
ferramenta fundamental para os cálculos estatísticos, as estimativas, as
previsões econômicas, meteorológicas, políticas e muito mais.
Lembre-se de que o jogo de pôquer já foi tema de diversos filmes;

inspirou artistas e escritores. Um bom exemplo é o texto humorístico
Pôquer Interminável, de Luis Fernando Veríssimo, que faz parte do livro
O Analista de Bagé.
Explor
Para conferir conteúdo na íntegra, acesse: http://goo.gl/6jqXWt
6
Introdução
A Teoria das Probabilidades é utilizada para determinar as chances de um
experimento aleatório acontecer.
Experimento Aleatório
O experimento aleatório é um de tipo prova em que seu resultado não pode ser
determinado antes de se realizar o experimento. Por exemplo: jogar um dado e
anotar o número da face que ficará voltada para cima.
Sabemos que há seis resultados possíveis, que são os números 1, 2, 3, 4,

5 e 6. Entretanto, é impossível prever qual será o resultado antes de realizar o
experimento. Se desconhecermos os resultados, a teoria das probabilidades
possibilita que descubramos as chances de ocorrência de cada um dos resultados
possíveis para o dado.
Por exemplo
1. Qual a chance de ocorrência da face
1, 2 e 3 em um dado. Podemos dizer
que a chance é:
Face 1 = 1/6
Face 2 = 1/6
Face 3 = 1/6
Lemos: 1 chance em 6 possibilidades Fonte: iStock/Getty Images
2. Num grupo de 15 lâmpadas, 3 são defeituosas. Considere o experimento:

uma lâmpada é escolhida ao acaso e observamos se ela é ou não é defeituosa.
Trata-se de um experimento aleatório com dois resultados possíveis:
a) A lâmpada é defeituosa (chance 3/15 ou 1/5)
Lemos: 3 chances em 15 possibilidades.
b) A lâmpada é boa.(chance 12/15 ou 4/5)

Lemos: 12 chances em 15 possibilidades
Percebemos que a probabilidade de se escolher uma lâmpada boa é bem maior

do que de se escolher uma lâmpada defeituosa.
7
7
Conceitos Importantes de Probabilidade

Nesta parte de nosso estudo, iremos definir alguns conceitos importantes sobre
Probabilidade.
Espaço Amostral – Ω
Espaço Amostral é o conjunto formado por todos os resultados possíveis de
um experimento aleatório. Usamos a letra grega ômega, cujo símbolo é Ω, para
identificar um espaço amostral. A notação matemática que usamos é:
Ω { _ , _ , _ , ... }
Dentro das chaves, vamos descrever todos os resultados possíveis para o

lançamento do dado.
Evento
Definimos evento em probabilidade como sendo qualquer subconjunto do espaço
amostral. Para designar um evento, usaremos sempre letras maiúsculas do alfabeto.
A notação matemática que usamos é:
A = { _ , _ , _ , ... }
Dentro das chaves, vamos descrever os resultados possíveis.
Vejamos alguns exemplos:
Seja o experimento aleatório: Lançar um dado e observar a face superior,

temos que:
Resultado
Espaço amostral Ω = {1, 2, 3, 4, 5, 6}
Evento A: ocorrência de n° par A = {2, 4, 6}
B = {3}
Evento B: ocorrência de n° ímpar
O evento que contém somente UM elemento é
e múltiplo de 3
chamado de evento elementar
C = {1, 2, 3, 4, 5, 6}
Este tipo de evento composto por TODOS os
Evento C: ocorrência de um n° menor que 7
elementos do espaço amostral é chamado de
evento certo
D = {5}
Evento D: ocorrência do n° 5 O evento que contém somente UM elemento é
chamado de evento elementar
E{}
Evento E: ocorrência de um n° maior que 6 O evento, cujo resultado do conjunto é vazio, é
chamado de evento impossível
8
Probabilidade em um Espaço
Amostral Finito
Dado um experimento aleatório, vamos fazer afirmações a respeito das chances
de cada um dos possíveis resultados.
Considere Ω = {a1, a2, a3, ..., an}. Vamos atribuir a cada elemento um número
real que exprima a chance de eles ocorrerem.
• O evento { a1} ocorre com chance P1.
O que queremos dizer é que
• O evento { a2} ocorre com chance P2. podemos associar a cada ele-
mento descrito em um even-
• O evento { an } ocorre com chance Pn. to uma probabilidade.
Cálculo da Probabilidade de um Evento

Para calcular a probabilidade de um evento, devemos fazer:
número de maneiras como o evento pode ocorrer
P (A) =
número de elementos do espaço amostral
Devemos exprimir a probabilidade de um evento por números fracionários ou

decimais usando sempre três casas decimais significativas.
Por exemplo:
P = 0,0000128506 arredondar para 0,0000129 (três casas decimais significativas).
A probabilidade de um evento é sempre um número menor ou igual a 1.

A soma de P1 + P2 + ... + Pn = 1.
Vamos trabalhar com alguns exemplos para ficar mais claro.
Exemplo 1
Em um teste realizado por uma Universidade, uma questão típica de múltipla
escolha tem 5 respostas possíveis. Respondendo aleatoriamente, qual a probabilidade
de essa questão estar errada?
Resolução
Para calcular a probabilidade do evento questão errada, temos 5 alternativas;
dessas, 4 são erradas e 1 é certa. Portanto, para calcularmos essa probabilidade,
devemos usar a fórmula:
9
9

P (A) =
4
P (resposta errada) = ou 0,8
5
Resposta
4
A probabilidade de esta questão estar errada é de (lê-se 4 erradas em 5
5
possibilidades) ou, ainda, 0,8.
Exemplo 2
Uma seguradora fez um levantamento sobre mortes causadas por acidentes
domésticos e chegou à seguinte constatação: 160 mortes foram causadas por
quedas, 120 por envenenamento e 70 por fogo ou queimaduras. Selecionando
aleatoriamente um desses casos, qual a probabilidade de que a morte tenha sido
causada por envenenamento?
Resolução
Queremos calcular a probabilidade do evento de morte por envenenamento.
Somando o total de mortes, elas perfazem um total de 350. E as mortes por
envenenamento são 120.
Usando a fórmula P ( A ) = , temos
Mortes por
envenenamento
120
P (morte por envenenamento) = = 0,343
350
Total de mortes
Resposta
120
A probabilidade de morte por envenenamento é de . Lê-se 120 em 350
350
possibilidades ou, ainda, de 0,343.
Exemplo 3
No lançamento de uma moeda, qual a probabilidade da face que fica voltada
para cima ser “cara”?
10
Resolução
Uma moeda tem um total de duas possibilidades ou a face que fica voltada para
cima é par ou é coroa.
Usando a fórmula P ( A ) = , temos
1
P (face cara) = ou 0,5.
2
Resposta
A probabilidade de que a face da moeda que fica voltada para cima seja cara é
1
de (lê-se uma possibilidade de cara em duas) ou 0,5.
2
Regra da Adição – Probabilidade da União

de Dois Eventos - P(A ∪ B) – Conjunção Ou
Quando queremos juntar dois conjuntos ou eventos, em probabilidade dizemos
que queremos fazer a UNIÃO de dois eventos. Matematicamente temos: sejam os
eventos A e B, a probabilidade de A ∪ B (lê-se A união B) são todos os elementos
de A ou de B.
A operação que devemos realizar é a descrita a seguir.
Regra formal da adição

Temos duas situações para fazer a união de dois eventos: i) quando os eventos
não têm elementos em comum e; ii) quando os eventos têm elementos em comum.
Vamos representar graficamente dois experimentos aleatórios e seus eventos

A e B, um em que temos elementos em comum e um em que não temos eventos
em comum.
A B
Eventos Mutuamente Exclusivos.
(Não tem elementos em comum)
11
11
A B
Eventos com Elementos Comuns – Não são Mutuamente Exclusivos
(O mesmo elemento aparece nos dois eventos)
Então, para fazer a união de dois eventos, devemos considerar duas situa-
ções distintas:
• P( A ∪ B ) = P (A) + P(B), quando os eventos A e B são eventos mutuamente
exclusivos (não têm elementos em comum).
• P( A ∪ B ) = P (A) + P(B) – P (A ∩ B), quando há elementos comuns aos
eventos A e B.
Vamos a um exemplo de aplicação: o quadro a seguir representa um teste reali-

zado com um medicamente chamado Seldane, que é utilizado para dor de cabeça.
Algumas pessoas tomaram o medicamento e outras tomaram placebo, que é um

comprimento sem o poder ativo da droga.
Seldane Placebo Grupo controle Total

Dor de cabeça 49 49 24 122
Sem dor de cabeça 732 616 602 1950
Total 781 665 626 2072
Vamos calcular as probabilidades pedidas.

1. Determine a probabilidade de se obter uma pessoa que fez uso de placebo
ou estava no grupo de controle.
Veja que temos de trabalhar com a união de eventos. Note a conjunção ou!
O 1º evento é: fez uso de placebo.
O 2º evento é: estava no grupo de controle.
Resolução
Os eventos são mutuamente exclusivos, pois não tem jeito de uma pessoa ter
feito uso de placebo e estar no grupo de controle. Note no quadro que as colunas
são independentes. Portanto, os eventos são independentes.
12
Temos, então, que: P( A ∪ B ) = P (A) + P(B).
Calculando cada uma das probabilidade pela fórmula:
Lembrem-se! Para calcular cada uma das probabilidades, temos de usar a fórmula:
P (A) =
665 626 1291

P (placebo ou grupo de controle) = 0, 623
2072 2072 2072
total de placebo total do grupo controle

P (placebo) = P (grupo controle) =
total de pessoas total de pessoas
Resposta
A probabilidade de se obter uma pessoa que fez uso de placebo ou estava no
grupo de controle é de 0,623. Passando para porcentagem, 62,3%.
2. Determine a probabilidade de se obter alguém que tenha usado Seldane ou
que não teve dor de cabeça.
Veja que temos que trabalhar com a união de eventos. Note a conjunção ou!
O 1º evento é: fez uso de Seldane.
O 2º evento é: não teve dor de cabeça.
Resolução
Os eventos NÃO SÃO mutuamente exclusivos; eles apresentam elementos
em comum. Veja na Tabela que a coluna do Seldane cruza com a coluna sem
dor de cabeça.
Isso significa que pessoas que estão no grupo que tomaram Seldane também
estão no grupo das que não tiveram dor de cabeça.
Temos, então, que P( A ∪ B ) = P (A) + P(B) – P (A ∩ B).

total Seldane e sem dor de cabeça
P Seldane
total de pessoas
781 1950 732 1999

P (Seldane ou sem dor de cabeça) = 0, 965 .
2072 2072 2072 2072
total de Seldane total sem dor de cabeça

P Seldane P Seldane
total de pessoas total de pessoas
13
13
Resposta
A probabilidade de se obter alguém que tenha usado Seldane ou que não teve
dor de cabeça é de 0,965 ou, ainda, 96,5%.
Probabilidade do Evento Complementar

Sejam A e A (complementar de A em relação à Ω), esses eventos são mutuamente
exclusivos, ou seja, não tem elementos em comum.
Logo, P( A ∪ A ) = P (A) + P(A).
Temos que P (A) + P(A) = 1.
Como A ∪ A = Ω e P (Ω) = 1, daí vem:

P (A) = 1 – P(A).
Traduzindo para Língua Portuguesa: Um evento complementar é aquele,

como o nome já diz, que complementa o espaço amostral.
Veja o exemplo: Seja o experimento: lançamento de um dado.
O Espaço Amostral é: Ω ={ 1, 2, 3, 4, 5, 6 }.
Seja o Evento A: face par voltada para cima, portanto A = { 2, 4, 6 }.
Seja A, ou seja, o complementar de A. O complementar de A seriam os

elementos que faltam para completar o espaço amostral, portanto:
A = { 1, 3 , 5 }.
Como A ∪ A = Ω, isso significa que se juntarmos os elementos de A com os

elementos de A, temos como resultado o espaço amostral Ω.
Veja que é verdade { 2, 4, 6 } U { 1, 3 , 5 } = { 1, 2, 3, 4, 5, 6 }.
Vamos calcular as probabilidades do evento A e do evento complementar de A (A).

3
Calculando a probabilidade de A temos: .
6
3
Calculando a probabilidade de A, temos também: .
6
A formula diz que se somarmos P (A) + P(A) = 1. Vamos ver se é verdade?
3 3 6
1 . Veja: é verdade!
6 6 6
14
Concluímos com isso que a soma das probabilidades de um evento qualquer com
o seu complementar é sempre igual a 1. Isso significa que todo espaço amostral
tem probabilidade igual a 1, o que justifica dizermos:
P (Ω) = 1
Resolvendo essa equação: P (A) + P (A) = 1 → P(A) = 1 – P (A) que é a

fórmula que devemos usar para calcular o valor da probabilidade de um evento
complementar.
Vejamos alguns exemplos.
Exemplo 1
Seja P (A) = 2/5, determine P (A).
Resolução
Para calcular o complementar, devemos usar a fórmula:
P(A) = 1 – P (A)
2 5 2 3

P A 1
5 5 5 5
Resposta
3
A probabilidade do complementar de A é ou 0,6.
5
Exemplo 2
Determine P (A), dado P (A) = 0,228.
Resolução
Para calcular o complementar, devemos usar a fórmula:
P(A) = 1 – P (A)
P(A) = 1 – 0,228 = 0,772
Resposta
A probabilidade do complementar de A é 0,772 ou 77,2%.
15
15
Regra da Multiplicação – Probabilidade

da Intersecção de Dois Eventos-P (A ∩ B) –
Conjunção E
Para determinar a probabilidade de intersecção de dois eventos, devemos
considerar se os eventos são independentes, ou seja, se a ocorrência de um deles
não afeta a ocorrência do outro.
Regra formal da multiplicação

Podemos usar a regra da multiplicação em duas situações: quando os eventos
são independentes, ou seja, a ocorrência de um deles não afeta a ocorrência do
outro e quando os eventos são dependentes um do outro, quando a ocorrência de
um afeta a ocorrência do outro evento.
EVENTO INDEPENDENTE P (A ∩ B) = P (A) . P(B)
EVENTO DEPENDENTE P (A ∩ B) = P (A) . P(B\A)
Vejamos alguns exemplos de aplicação da regra da multiplicação.
Exemplo 1
Uma empresa produz um lote de 50 filtros dos quais 6 são defeituosos. Nestas
condições, escolhidos aleatoriamente 2 filtros, determine a probabilidade de ambos
serem bons.
a) Com reposição (eventos independentes)
Resolução
Colocamos os 50 filtros em uma caixa, damos assim a todos a mesma oportu-
nidade de serem escolhidos.
Temos, então, nessa caixa, 44 filtros bons e 6 filtros ruins. Retiramos o pri-
meiro deles. Dizemos, então, que a probabilidade de retirada de um filtro bom
é de 44 .
50 44 bons
Total de filtros
Devolvemos esse filtro para a caixa e aí procedemos a uma nova retirada, com
44
a mesma probabilidade de . Ao devolver o filtro para a caixa, o número de
50
elementos do espaço amostral se mantém o mesmo. Isso identifica um evento
independente.
16
Retirar dois filtros bons significa que o 1º e o 2º filtros devem ser bons. Veja
que a conjunção usada nesse caso foi e, o que denota que temos de usar a regra
da multiplicação.
Vamos usar a regra da multiplicação para eventos independentes

P (A ∩ B) = P (A) . P(B) (são independentes)
44 44 1936
P bom e bom . 0, 774
50 50 2500
Resposta
Escolhidos aleatoriamente 2 filtros, a probabilidade de que ambos sejam bons,
com reposição, é de 0,774 ou 77,4%.
b) Sem reposição (eventos dependentes)
Colocamos os 50 filtros em uma caixa, damos, assim, a todos a mesma

oportunidade de serem escolhidos. Temos, então, nessa caixa, 44 filtros bons e
6 filtros ruins. Retiramos o primeiro deles. Dizemos, então, que a probabilidade de
44
retirada de um filtro bom é de . Veja que, nesse caso, por ser SEM REPOSIÇÃO,
50
não devolvemos o filtro para a caixa. Temos, então, agora na caixa, 49 filtros.
Procedemos a uma nova retirada com probabilidade de:
43 → Havia 44 bons 1 já foi retirado. Restaram 43.

49 → Havia 50 filtros no total. 1 já foi retirado e não devolvido. Restaram 49.
Como não devolvemos o filtro para a caixa, o número de elementos do espaço

amostral se alterou, o que caracteriza um evento dependente. A realização do
1º evento afetou a realização do 2º evento, pois o espaço amostral não se manteve.
Retirar dois filtros bons significa que o 1º e o 2º devem ser bons. Veja que
a conjunção usada nesse caso foi e, o que denota que temos de usar a regra
da multiplicação.
Vamos usar a regra da multiplicação para eventos dependentes:
P (A ∩ B) = P (A) . P(B\A) Essa notação

denota que o
44 43 1892 evento A afetou
P bom e bom . 0, 772
50 49 2450 o evento B.
Resposta
Escolhidos aleatoriamente 2 filtros, a probabilidade de que ambos sejam bons,
SEM reposição, é de 0,772 ou 77,2%
17
17
Finalizando
Bem, espero que você tenha gostado de estudar e trabalhar com probabilidades.
Parece ser difícil, mas com a prática dos exercícios vai ficar mais fácil. Portanto,
não deixe de realizar a Atividade de Sistematização, para fixar os conceitos que
aprendeu e tirar suas dúvidas.
18
Sites
Universidade Federal do Rio Grande do Sul. Início da matematização das probabilidades
http://goo.gl/OzO7hV
Banco Internacional de Objetos Educacionais
http://goo.gl/yTM6WD
19
19
Referências

________. Probabilidade e Estatística. Coleção Schaum. São Paulo: Pearson, 1977.
SILVA, E. M. Estatística Para os Cursos de: Economia, Administração e Ciências

Contábeis. 3.ed. São Paulo:Atlas, 1999.
20
Probabilidade
e Estatística
Material Teórico
Projeto de Pesquisa de Opinião

Revisão Textual:
Projeto de Pesquisa de Opinião
• Onde será a Festa de Confraternização de final de ano?

• Procedimentos
• Finalizando
· Coletar dados a partir de um tema de interesse, por meio de uma
Pesquisa de Opinião;
· Fazer o tratamento dos dados em Tabelas de Frequência e Gráficos;
· Analisar os resultados obtidos a partir da pesquisa e tomar uma decisão.
ORIENTAÇÕES
Nesta Unidade, você aplicará na prática os conhecimentos que adquiriu ao
longo do semestre com a Disciplina de Probabilidade e Estatística.
Realize a leitura detalhada do texto indicado no Conteúdo Teórico e ouça o

PowerPoint narrado. Esses materiais são complementares.
Depois, realize a atividade de sistematização e a atividade reflexiva.

UNIDADE Projeto de Pesquisa de Opinião
Contextualização
Pesquisa de Opinião pública do IBOPE
A Pesquisa de Opinião Pública realizada pelo IBOPE é uma ferramenta eficaz

para detectar com precisão posições e tendências dos diversos segmentos sociais.
Baseada em dados científicos, a Pesquisa de Opinião é um excelente instrumento

para identificar problemas e buscar soluções.
A Pesquisa de Opinião do IBOPE pode ser utilizada para apontar, por exemplo, dados
sobre o perfil e a imagem de marcas, empresários, políticos, entidades ou instituições.
Pode, ainda, avaliar a repercussão de novos acontecimentos ou ações gover-

namentais na opinião pública ou como reagiriam setores da população diante da
aprovação de projetos de lei que afetariam a vida da comunidade.
Pesquisa de opinião: conheça as modalidades
Para a realização desse tipo de estudo, o IBOPE utiliza um sofisticado instrumental

metodológico, testado e aperfeiçoado em inúmeros projetos.
São diversos tipos de pesquisas e meios de coletas de dados, sempre com a

qualidade, o rigor e a precisão que caracterizam a atuação das equipes do Grupo
IBOPE. Conheça algumas modalidades.
Avaliação de Administrações Públicas
Promove levantamentos periódicos sobre a atuação do governo, estudos

estratégicos que garantem melhor qualidade no planejamento e maior segurança
na execução de novos projetos, e pesquisas-relâmpago planejadas e executadas
para fornecer resultados objetivos em poucas horas.
Certificado de Qualidade de Administrações Municipais
Aponta, entre outros pontos, a visão da população a respeito de administrações

municipais, como os principais serviços públicos são avaliados por seus usuários e
de que maneira os recursos do município são empregados.
Flash Telefônico
Instrumento ideal para aferir o impacto de acontecimentos de qualquer natureza

na população. Pode ser aplicado logo após a ocorrência de um fato novo no cenário
político-eleitoral (mudanças no governo ou na economia, denúncias, escândalos
financeiros ou administrativos etc.), dimensionando seu impacto, suas repercussões
e desdobramentos. É realizado em parceria com a MQI, empresa do Grupo IBOPE.
6
IBOPE Bus
Serviço mensal de pesquisa quantitativa realizado em parceria pelo IBOPE Opinião

e IBOPE Solution. Com abrangência nacional, permite a abordagem simultânea de
temas diversos: mercado, produtos, serviços e opinião pública em geral.
Como muitos assuntos podem ser tratados ao mesmo tempo, o preço da
pesquisa torna-se muito mais atraente.
Intenção de voto
Pesquisas que utilizam técnica quantitativa, por meio de entrevistas face a face
nos domicílios, com amostras representativas e segmentadas do eleitorado alvo e
número de entrevistas calculado. Além de intenção de voto, são medidos outros
fatores, como rejeição, potencial de voto, influência de apoios políticos, avaliação
dos governantes, principais problemas do município etc.
Pesquisas de Estratégia Política
Permite a aferição do potencial inicial da candidatura e auxilia na definição de

alianças partidárias e na estruturação dos principais temas que se transformarão
em propostas e discursos.
Além disso, pode servir como base na construção da imagem e perfil do

candidato e contribui para traçar os cenários nos quais serão aplicadas as
estratégias da campanha.
Pesquisas Qualitativas
Estudos aprofundados e detalhados, aplicados tanto em campanhas políticas,

como na construção da imagem de gestores públicos ou em abordagens de
tendências e comportamentos sociais em geral.
Satisfação com Serviços Públicos: fundamental no acompanhamento e avaliação

dos serviços públicos, para garantir sua perfeita execução e adequar ou intensificar
ações de melhoria, quando necessárias. Também contribui para viabilizar a
continuidade do projeto político e a consolidação da boa imagem do administrador.
Tracking Face a Face
Modalidade de pesquisa contínua, realizada pelo IBOPE Opinião, com

subamostras representativas do eleitorado alvo, que acompanha diariamente a
intenção de voto dos eleitores.
Tracking Telefônico
Pesquisa telefônica feita pelo IBOPE Opinião em parceria com a MQI - Marketing
Quality Information, empresa do Grupo IBOPE. Com abrangência nacional,
estadual ou municipal, possibilita, entre outras coisas, o acompanhamento diário
da avaliação dos programas eleitorais gratuitos apresentados nas redes de TV e a
identificação de opiniões sobre itens específicos da comunicação das campanhas
políticas, assim como eventuais acontecimentos.
7
7
Onde será a Festa de Confraternização de

Final de Ano?
As pessoas de quaisquer áreas de atuação estão frequentemente envolvidas com
a necessidade de fazer uma Pesquisa de Opinião ou uma Pesquisa de Mercado e
fazer o tratamento dessas informações. Assim, torna-se importante saber utilizar
adequadamente a Estatística.
Esse Unidade é um projeto que deverá proporcionar aos alunos, de forma

simples e prática, a utilização dos conceitos teóricos adquiridos durante as aulas de
Probabilidade e Estatística.
Os principais objetivos são:

·· Coletar dados a partir de um tema de interesse, por meio de uma Pesquisa
de Opinião;
·· Fazer o tratamento dos dados em Tabelas de Frequência e Gráficos;
·· Analisar os resultados obtidos a partir da pesquisa e tomar uma decisão.
Procedimentos
Vamos relembrar quais eram as fases do Método Estatístico, para podermos
aplicá-las no projeto.
Fases do Método Estatístico

Fase 1
Definição do Problema
Fase 2
Planejamento
Fase 3
Coleta de Dados
Fase 4
Apuração e Apresentação dos Dados
Fase 5
Análise e Interpretação dos Dados
8
Fase 1: Definição do Problema
Nesta fase, iremos trabalhar com um problema e com objetivos específicos que
gostaríamos de alcançar com a realização da Pesquisa de Opinião.
Situação
Você é responsável pela realização de uma Festa de Confraternização de final de
ano na Empresa em que trabalha ou na Faculdade em que estuda e, para isso, é
necessário que você entreviste as pessoas interessadas em participar da Festa, para
saber sua preferência com relação ao local onde essa Festa será realizada.
Problema
Em qual local devo realizar a Festa de Confraternização de final de ano?
Objetivo
Determinar o local que mais agrada, seus atrativos e traçar o perfil dos
entrevistados.
Fase 2: Planejamento
Nesta fase, temos de determinar se iremos colher a opinião da população (todas
as pessoas envolvidas) ou somente de uma amostra.
Nesse caso, vamos optar por trabalhar com uma amostra de somente 20
(vinte) pessoas que realmente estejam interessadas em participar da Festa
de Confraternização.
Estamos sugerindo 20 (vinte) pessoas devido ao tempo escasso que terão para
fazer a pesquisa; logicamente, para se ter um resultado mais satisfatório, a amostra
deveria ser maior.
Usaremos a amostragem proporcional estratificada. Se na sua empresa ou

faculdade há:
· Mais homens do que mulheres, sua amostra deverá ter mais homens do
que mulheres;
· Mais mulheres do que homens, sua amostra deverá ter mais mulheres do
que homens;
· Mesma quantidade de homens e mulheres, sua amostra deve preservar
esta característica.
Não se esqueçam de calcular a porcentagem de homens e de mulheres.
9
9
Temos ainda de determinar quais são as variáveis que iremos estudar. Nesse caso,
optamos por estudar as variáveis: sexo, idade, estado civil, local de preferência, tipo
de comida preferida, quanto está disposto a gastar na festa, música de preferência,
se gosta de dançar. Para isso, sugerimos esse questionário, de modo que consiga
fazer a coleta de dados rapidamente.
Modelo de Questionário: Festa de Confraternização do Final do Ano

Caros colegas, com o objetivo de identificar sua preferência em relação à Festa de
Confraternização de Final de Ano, gostaríamos que respondessem esse questionário.
Marque um X na melhor opção (escolha somente uma alternativa em

cada questão).
1) Sexo:
Masculino Feminino
2) Idade:
18 a 23 24 a 29 30 a 35 36 a 41 42 a 47 + 47
3) Grau de Instrução:
Não estudou Fundamental Médio Superior
4) Quanto está disposto a gastar na festa (em reais)?
20 a 39 40 a 59 60 a 79 80 a 99 Mais de 100
5) Gostaria que a festa fosse feita em:
Um restaurante, no jantar
Um restaurante, no almoço
Um bar, à noite
Uma chácara, durante o dia
6) Tipo de comida preferida:
Massa Regional Fast Food
Carne Self Service
7) A música deve ser do tipo? (escolha somente uma opção)
Ambiente Eletrônica Samba MPB
Forró Sertanejo Rock Todos os ritmos
8) Gosta de dançar?
Sim Não
Agradeçemos a todos pela participação!
Fase 3: Coleta de Dados

Você deverá imprimir 20 (vinte) cópias do questionário que está na página
anterior e, em seguida, escolher, aleatoriamente, vinte pessoas da sua Empresa ou
da Faculdade que realmente estejam interessadas em participar da Festa de
Confraternização para serem entrevistadas.
10
Não se esqueça de considerar o cálculo proporcional que fez, ou seja, mais homens,
ou mais mulheres, ou, ainda, a mesma quantidade de homens e de mulheres.
Isso fica a seu critério, pois cada população tem um perfil diferente, né?!
Fase 4: Apuração e Apresentação dos Dados

Nesta fase, será feita a apuração dos dados, ou seja, cada uma das variáveis
que você estudou se transformará em uma Tabela de Frequência. Já deixamos as
Tabelas prontas para ajudá-los(as).
Confecção das Tabelas de Frequência

Esse procedimento adotado deve ser o seguinte para cada uma das variáveis.
Exemplo 1: Variável sexo

1. Pegar os vinte questionários preenchidos e contar quantas pessoas do sexo
feminino responderam e quantas do sexo masculino. Essa contagem deve
preencher a coluna 2 (Freq.Abs) da Tabela a seguir. Lembre-se de que o
somatório do masculino com o do feminino deverá ser igual a 20, porque
você entrevistou 20 pessoas.
2. Para preencher a coluna 3 (Freq.Rel.), lembre-se: temos de efetuar o cálculo:
fi
fri =
n
ffe min ino fmasculino

Calcule entao: frfe min ino = frfmasculino =
20 20
Lembre-se: o somatório dessa coluna deve ser igual a 1.

3. Para preencher a coluna 4 (Porcentagem), devemos fazer:
frfe min ino % = frfe min ino x100 frmasculino % = frmasculino x100
Lembre-se! O somatório dessa coluna deve ser igual a 100.
Tabela 1: Distribuição de frequência da variável sexo

Sexo Freq. Abs. (fi) Freq. Rel. (fri) Porcentagem (fri%)
F
M
Totais
11
11
A distribuição de frequência da variável sexo está pronta. Para as demais

variáveis, o procedimento é exatamente igual. É só preencher as tabelas a seguir.
Tabela 2: Distribuição de frequência da variável idade

Idade Freq. Abs. (fi) Freq. Rel. (fri) Porcentagem (fri%)
18 | - 24
24 | - 30
30 | - 36
36 | - 42
42 | - 48
48 ou +
Totais
Não se esqueça: idades de 18 a 23.

Idades de 24 a 29. Olhe o intervalo aberto no 30!!!
Tabela 3: Distribuição de frequência do grau de instrução

Grau de Instrução Freq. Abs. (fi) Freq. Rel. (fri) Porcentagem (fri%)
Não estudou
Fundamental
Médio
Superior
Totais
Tabela 4: Distribuição de frequência custo da festa

Custo (reais) Freq. Abs. (fi) Freq. Rel. (fri) Porcentagem (fri%)
20 | - 40
40 | - 60
60 | - 80
80 | - 100
100 ou +
Totais
Tabela 5: Distribuição de frequência do local/período da festa

Local/Período Freq. Abs. (fi) Freq. Rel. (fri) Porcentagem (fri%)
Restaurante noite
Restaurante dia
Bar noite
Chácara dia
Totais
12
Tabela 6: Distribuição de frequência da preferência por comida
Comida Freq. Abs. (fi) Freq. Rel. (fri) Porcentagem (fri%)
Massa
Carne
Regional
Self-service
Fast-food
Totais
Tabela 7: Distribuição de frequência da preferência por música

Música Freq. Abs. (fi) Freq. Rel. (fri) Porcentagem (fri%)
Ambiente
Eletrônica
Samba
MPB
Forró
Sertanejo
Rock
Todos os ritmos
Totais
Tabela 8: Distribuição de frequência gosto por dança

Gosta de dançar Freq. Abs. (fi) Freq. Rel. (fri) Porcentagem (fri%)
Sim
Não
Totais
Confecção dos Gráficos

Cada uma das distribuições, agora, irá se transformar em um Gráfico, da
seguinte forma:
Variável Tipo de gráfico

Sexo Barras ou colunas
Idade Histograma
Grau de instrução Setores
Custo da festa Histograma
Local e período da festa Você escolhe
Preferência/comida Você escolhe
Preferência/música Você escolhe
Preferência/dança Você escolhe
13
13
Os gráficos poderão ser desenhados a mão e escaneados ou podem ser feitos no

Excel, caso você tenha conhecimento desse aplicativo.
Você pode usar, também, as indicações de sites do Material Complementar.
Fase 5: Análise e Interpretação dos Dados

Nesta fase, espera-se que os objetivos tenham sido atingidos, de modo, que
seja possível uma tomada de decisão em relação ao problema e os objetivos que
motivaram a pesquisa.
Pesquisa do Melhor Local

De acordo com o resultado da sua pesquisa, gostaríamos que levantasse em sua
região 3 (três) locais onde a Festa de Confraternização poderia ser realizada de
acordo com a preferência da sua amostra. Por exemplo:
·· Se a maioria é de jovens e prefere que a festa seja feita em um bar, à
noite, você deve fazer uma pesquisa em 3 bares da sua região, levantando
os atrativos de cada um desses locais. Deve-se considerar, também, o
valor que as pessoas estão dispostas a gastar. Não adianta o bar ser muito
bom e estar fora do preço que as pessoas podem pagar, ou ser barato e
oferecer um serviço ruim;
·· Monte uma Tabela fazendo o comparativo entre os atrativos de cada local
pesquisado: tipo de comida, custo, tipo de público que frequenta, idade
média dos frequentadores, se oferece música e de que tipo, entre outras
informações pertinentes.
Elaboração de Relatório
De acordo com as informações da Tabela comparativa e dos dados estatísticos,
você deve justificar a escolha do melhor local para a realização da Festa, escrevendo
um relatório detalhado que justifique essa escolha.
Finalizando
Bem, espero que você tenha gostado de realizar as Atividades desta Unidade.
Todas as atividades que você realizou aqui, ou seja, as Tabelas de Frequência, os

gráficos, o levantamento dos locais onde a festa poderá ser realizada e o relatório
justificando a escolha o melhor local deverão ser guardados, pois serão usados na
Atividade de Sistematização.
Foi muito bom estar com vocês e espero que essa Disciplina tenha contribuído
de modo que você tenha aprendido não só a teoria da Estatística, mas que quando
for necessário, seja na sua vida pessoal, seja na profissional, consiga usá-la na
prática para resolver problemas em que o uso da Estatística seja pertinente.
14
Sites
IBOPE
Site do Ibope, um dos maiores Institutos de Pesquisa de Opinião e de Mercado do Brasil
http://www.ibopeinteligencia.com/
Associação Brasileira de Empresas de Pesquisa
Neste site você encontra encontrará um guia de como realizar uma pesquisa de opinião.
http://www.abep.org/codigos-e-guias-da-abep
Projeto de Pesquisa
Este site traz um exemplo de como elaborar um projeto de pesquisa de opinião.
http://goo.gl/BjX4YE
15
15
Referências
BARBOSA, Dalva R. R.; MILONE, Giuseppe. Estatística Aplicada ao Turismo e
Hotelaria. São Paulo: Pioneira Thomson Learning, 2004.
CRESPO, Antonio A. Estatística Fácil. 18. ed. São Paulo: Saraiva, 2002.
LAKATOS, Eva M., MARCONI, Marina A. Fundamentos de Metodologia

Científica. 3.ed. São Paulo: Atlas, 1991.
SAMARA, Beatriz S., BARROS, José C. Marketing: conceitos e metodologia.

3.ed. São Paulo: Prentice Hall, 2002.
SEVERINO, Antonio J. Metodologia do Trabalho Científico: 22.ed. São Paulo:

Cortez, 2002.
SILVA, Ermes M. et al. Estatística para os Cursos de Economia, Administração

e Ciências Contábeis. 3.ed. São Paulo: Atlas, 1999.
16

06 - Probabilidade e Estatística

Enviado por

Direitos autorais:

Formatos disponíveis

06 - Probabilidade e Estatística

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

06 - Probabilidade e Estatística

Enviado por

Direitos autorais:

Formatos disponíveis

Probabilidade

Responsável pelo Conteúdo:

Na prática, a Estatística pode ser empregada como ferramenta fundamental em

Na área médica, a Estatística fornece metodologia adequada que possibilita

Na área tecnológica, o advento da era espacial suscitou diversos problemas

Dados Análise Decisões

Estatística descritiva e indutiva

Termos essenciais de estatística

• População finita: nesses casos o número de elementos de um grupo não

• População infinita: o número de elementos nesse caso é muito elevado,

Vamos entender o cálculo

Imaginamos um desenho no chão de uma figura quadrada em que seus lados

Sabemos que cada 1m² comporta

Verificamos que, por uma amostragem

5 pessoas x 140 m² = 700 pessoas

Observe que os dados estão fora

feminino masculino feminino feminino masculino

Observe que organizamos os

feminino feminino feminino masculino masculino

atributos de qualidade números

atributos de qualidade faixa de valores

número de irmãos renda familiar mensal

Variáveis Quantitativas Discretas

Variáveis Quantitativas Contínuas

Cada elemento da população passa a ter a mesma chance de ser escolhido, o

Amostragem Casual ou Aleatória Simples

1º Numeramos os alunos de uma classe de 1 até ...;

3º Colocamos todos os pedaços em uma caixa e agitamos;

4º Retiramos, por exemplo, 10% dos alunos;

5º De acordo com os números selecionados, identificamos quem são os alunos

Observação: quando o número de elementos da população é muito grande,

Amostragem Proporcional Estratificada

É provável que a variável em estudo apresente comportamentos distintos

A amostragem estratificada obtém os elementos da amostra proporcional ao

Suponha que uma classe seja composta de 54 homens e 36 mulheres perfazendo

Para o estrato masculino, temos:

Total do estrato – 100%

Parte do estrato – 10%

5,4 corresponde, arredondando, a 5 pessoas

Para o estrato feminino, temos:

3,6 corresponde, arredondando, a 4 pessoas.

Vamos relembrar, rapidamente, como é feito o arredondamento.

5,0 5,1 5,2 5,3 5,4 – arredondado vira 5

20,5 20,6 20,7 20,8 20,9 – arreddondado vira 21

O que deve ser levado em consideração no arredondamento é a parte que

Se após a vírgula houver: 0, 1, 2, 3 ou 4, mantém-se a parte inteira do número;

Sexo População 10% Amostra

Feitos os cálculos, verificamos que 9 alunos devem fazer parte da amostra.

A checagem será feita a cada 500m, vez que se escolheu aleatoriamente o

Exemplo de um plano de amostragem sistemática ao longo de uma distância:

500 1500 2500

b) Em uma empresa existem 900 funcionários. Seus dados cadastrais estão

Podemos usar o seguinte procedimento:

Escolhemos por sorteio casual um prontuário numerado entre 1 e 18, que

Dessa forma, se a primeira ficha sorteada para a amostra fosse a de número

Conceito de Distribuição ou Tabela de

Exemplo 1. Tabela de Frequência com uma variável “discreta” (sem faixas

dados agrupados dados agrupados

Frequências e porcentagens dos 2.000 empregados da Empresa XY, segundo

Exemplo 2. Tabela de Frequência com uma variável “contínua” (com faixas