Professional Documents
Culture Documents
So Paulo
2011
Sumrio
1
Definies: ..........................................................................................................3
1.2
1.3
1.4
Amostragem .......................................................................................................5
1.4.1
2
Tabelas .................................................................................................................... 7
2.1
Variveis ..................................................................................................... 6
Sries estatsticas...............................................................................................8
2.1.1
2.1.2
2.1.3
2.1.4
2.1.5
3.2
ROL .................................................................................................................. 11
3.3
3.4
3.4.1
3.4.1.1
3.5
Grficos ............................................................................................................ 15
3.5.1
Histogramas .............................................................................................. 15
3.5.2
3.5.3
4.1.1
4.1.2
Moda ......................................................................................................... 19
4.1.3
Mediana .................................................................................................... 19
4.2
4.2.1
4.2.1.1
4.2.1.2
4.2.2
4.2.2.2
4.2.3.2
4.3
4.4
Exerccios. ........................................................................................................ 26
4.5
Separatrizes...................................................................................................... 29
Quartis, Decis e Percentis ......................................................................... 29
4.5.1.1
4.5.1.2
5.2
5.2.1
5.2.2
5.2.3
5.3
6.1.1
6.2
7
Mediana .................................................................................................... 23
4.2.3.1
4.5.1
Moda ......................................................................................................... 22
4.2.2.1
4.2.3
Fatorial .............................................................................................................. 47
7.2
7.3
7.3.1
7.4
7.4.1
7.5
Combinaes simples....................................................................................... 51
7.6
Nmeros Binomiais........................................................................................... 53
1
Probabilidade ......................................................................................................... 54
8.1
8.2
8.3
Eventos ............................................................................................................. 55
8.4
8.5
8.6
8.7
8.8
Exerccios ......................................................................................................... 57
1 O que estatstica
1. a cincia da tomada de deciso perante incertezas;
2. Coleta, anlise e interpretao de dados;
3. um kit de ferramentas que ajuda a resolver problemas;
4. Base para a maior parte das decises tomadas quanto ao controle de qualidade,
assim como em quase todas as outras reas da atividade humana moderna.
Vista dessa forma, a Estatstica no deve ser confundida como uma disciplina
isolada, e sim, compreendida como uma ferramenta ou conjunto de ferramentas,
disponvel para a soluo de problemas em diversas reas do conhecimento.
1.1
Definies:
materiais e/ou
qualidades
Definio do problema;
Planejamento;
Coleta de dados;
de
mercado
entrevistando
um
nmero
de
residncias
escolhidas
1.2
Mtodos Cientficos
1.3
Populao e Amostra
Ao conjunto de entes portadores de, pelo menos, uma caracterstica comum
denominamos
populao
estatstica,
universo
estatstico
ou
simplesmente
POPULAO.
Como em qualquer estudo estatstico, temos em mente pesquisar uma ou mais
caractersticas dos elementos de alguma populao, esta caracterstica deve estar
perfeitamente definida. Isso possibilita que afirmemos, sem ambiguidade, se um
elemento pertence ou no populao.
Na maioria das vezes, por impossibilidade ou inviabilidade econmica ou
temporal, limitamos as observaes referentes a uma determinada pesquisa a apenas
uma parte da populao. A essa parte proveniente da populao em estudo
denominamos amostra.
Uma amostra um subconjunto finito de uma populao.
Para as inferncias serem corretas, necessrio garantir que a amostra seja
representativa da populao, isto , a amostra deve possuir as mesmas caractersticas
bsicas da populao, no que diz respeito ao fenmeno que desejamos pesquisar.
1.4
Amostragem
A amostragem uma tcnica especial, que garante, tanto quanto possvel o
1.4.1 Variveis
Ordinal
2 Tabelas
2.1
Sries estatsticas
Denominamos srie estatstica toda tabela que apresenta a distribuio de um
Conjugando duas sries em uma nica tabela, obtemos uma tabela de dupla
entrada. Em uma tabela desse tipo ficam criadas duas ordens de classificao: uma
horizontal (linha) e uma vertical (coluna). Exemplo:
10
3 Distribuio de freqncia
Quando da anlise de dados, comum procurar conferir certa ordem aos
nmeros tornando-os visualmente mais amigveis. O procedimento mais comum o de
diviso por classes ou categorias, verificando-se o nmero de indivduos pertencentes
a cada classe. um tipo de tabela que condensa uma coleo de dados conforme as
freqncias (repeties de seus valores).
3.1
3.2
ROL
a tabela obtida aps a ordenao dos dados (crescente ou decrescente).
Ex : 41, 41, 41, 42, 42 43, 44, 45 ,46, 46, 50, 50, 51, 52, 54, 57, 58, 58, 60, 60
3.3
1
2
3
4
5
6
Frequncia
absoluta
(fi)
2
3
2
2
2
4
Total
15
Dados
(xi)
Freq. absoluta
Freq. Relativa
Freq. Relativa
acumulada
acumulada
(fr)%
(fac)
(fr ac)%
2
5
7
9
11
15
13,33%
20,00%
13,33%
13,33%
13,33%
26,68%
100%
13,33%
33,33%
46,66%
59,99%
73,32%
100%
11
fi
n
3.4
xi
fi
fac
fr
f r%
fr ac
fr ac%
50
53
59
60
62
65
68
70
72
75
Total
5
4
3
2
1
3
2
2
1
2
25
5
9
12
14
15
18
20
22
23
25
0,20
0,16
0,12
0,08
0,04
0,12
0,08
0,08
0,04
0,08
1,00
20%
16%
12%
8%
4%
12%
8%
8%
4%
8%
100%
0,20
0,36
0,48
0,56
0,60
0,72
0,80
0,88
0,92
1,00
20%
36%
48%
56%
60%
72%
80%
88%
92%
100%
Ex3. O tempo de cura em minutos de um determinado cimento foi de 45, 41, 42,
41, 42 43, 44, 41, 50, 46, 50, 46, 60, 54, 52, 58, 57, 58, 60, 51, construa a tabela de
distribuio de frequncias.
12
Dados
(xi)
Frequncia
absoluta
(fi)
Freq. absoluta
acumulada
(fac)
Freq. Relativa
(fr)%
Freq. Relativa
acumulada
(fr)%
41
42
43
44
45
46
50
51
52
54
57
58
60
Total
3
2
1
1
1
2
2
1
1
1
1
2
2
20
3
5
6
7
8
10
12
13
14
15
16
18
20
15%
10%
5%
5%
5%
10%
10%
5%
5%
5%
5%
10%
10%
100%
15%
25%
30%
35%
40%
50%
60%
65%
70%
75%
80%
90%
100%
Classes
Freqncias
41 |------- 45
7
45 |------- 49
3
49 |------- 53
4
53 |------- 57
1
57 |------- 61
5
Total
20
13
3.4.1.1
14
3.5
xi
43
47
51
55
59
fi
7
3
4
1
5
fac
7
10
14
15
20
fr
0,35
0,15
0,2
0,05
0,25
fr%
35
15
20
5
25
frac
0,35
0,5
0,7
0,75
1
frac%
35
50
70
75
100
Grficos
Os principais grficos utilizados na representao de distribuio de freqncias
so:
histograma e polgono de freqncia;
ogiva ou polgono de freqncia acumulada.
3.5.1 Histogramas
Frequncia
6
5
4
3
2
1
0
41
45
49
53
57
61
Frequncia
6
5
4
3
2
1
0
39
41
43
45
47
49
51
53
55
57
59
61
63
25
Frequncia
20
15
10
0
39
41
43
45
47
49
51
53
55
57
59
61
63
17
4 Medidas posio
So as estatsticas que representam uma srie de dados orientando-nos quanto
posio da distribuio em relao ao eixo horizontal do grfico da curva de
freqncia. As medidas de posio mais importantes so:
Medidas de tendncia central
Verifica-se uma tendncia dos dados observados a se agruparem em torno dos
valores centrais.
As medidas de tendncia central mais utilizadas so: mdia aritmtica, moda e
mediana. Outros menos usados so as mdias: geomtrica, harmnica, quadrtica,
cbica e biquadrtica.
Separatrizes
Que englobam: a prpria mediana, os decis, os quartis e os percentis.
A mdia aritmtica simples ( x ) dos valores x1, x2, x3,....xn o quociente entre a
soma desses valores e o seu nmero total (N):
n
x
x=
i 1
ou seja: x =
x1 x2 ...xn
N
x=
3. feira
23
4. feira
22
22 23 22 27 25 13
6
5. feira
27
x=
132
6
6. feira
25
sbado
13
x = 22
18
4.1.2 Moda
4.1.3 Mediana
o valor que ocupa a posio central de um conjunto de valores, colocados em
ordem crescente ou decrescente de grandeza. Devemos, portanto, considerar duas
situaes: o nmero de valores par ou, o nmero de valores impar.
O nmero de dados impar
p
Md = xp onde
n 1
(p = posio) ou
2
n 1
2
9 1
=5
2
Md
x p x p 1
2
onde
n
.
2
Md=
n
= 10/2 = 5
2
x5 ( x51 )
2
Md
40 41
2
Md= 40,5
xi
fi
0
1
2
3
4
2
6
10
12
4
34
x .f
f
i
78
2,3
34
x .f
f
i
ou seja x
x1. f1 x2 . f 2 ...xn f n
f1 f 2 ... f n
Classe em Reais
X10
[180,200[
[200,220[
[220,240[
[240,260[
[260,280[
8900
40
x = 222,50
Freq.
(fi)
4
18
10
5
3
x = 222,50 x 10 = R$2.225,00
Ex8. Calcular a altura mdia de uma srie de pilares de uma obra, conforme a
tabela abaixo.
xi . fi
208
504
660
512
340
216
2.440
= 61 cm
21
4.2.2 Moda
Temperaturas C xi
fi
0
1
2
3
4
3
9
12
6
5
34
Neste caso o modo mais simples achar a classe modal e calcular o ponto
mdio dessa classe.
Classe
fi
54 |------------ 58 9
58 |------------ 62 11
62 |------------ 66 8
66 |------------ 70 5
Total
33
2 ( + )
= 58 +
11 9
4 = 59,6
2 11 (9 + 8)
22
4.2.3 Mediana
Temperaturas C xi
fi
fac
2
6
9
13
5
35
n 1
n impar p
2
2
8
17
30
35
0
1
2
3
4
Temperaturas C xi
fi
fac
0
1
2
3
4
2
6
9
13
4
34
2
8
17
30
34
Md
x p x p 1
2
n
2
Md=
x17 ( x171 )
2
f
[ 2 i F(ant)] h
Md = li +
fi
onde: li o limite inferior da classe mediana.
F(ant) a freqncia acumulada da classe anterior a classe mediana
h a amplitude do intervalo da classe mediana
fi a freqncia do intervalo da classe mediana
classes
50 |------------ 54
54 |------------ 58
58 |------------ 62
62 |------------ 66
66 |------------ 70
70 |------------ 74
total
fi 40
=
2
2
freqncia = fi
4
9
11
8
5
3
40
Freqncia acumulada
4
13
24
32
37
40
Md = 58 +
No caso de
fi
2
[20 13] 4
= 60,54
11
8
18
29
45
58
63
64
24
fi 64
=
2
2
Md = 750 +
No caso de
fi
2
Mdia
Mediana
Moda
(a) Simtrica
(b) Positivamente
assimtrica
(c) Negativamente
assimtrica
25
4.4 Exerccios.
1) Calcular a mdia a
27,27,30,30,30,30,30,32,32,32.
moda
mediana
dos
seguintes
valores:
x = 30
Md=
x5 ( x51 )
x ( x51 ) 30 30
5
=
= 30
2
2
2
Mo= 30
2) Calcular a mdia a moda e a mediana dos seguintes valores: 13,5; 13,5; 17,23;
35,003; 45,72; 63,601; 37,13; 13,5; 52,13
x = 32,368
Md - Organizar os dados em ordem crescente
Md= xp onde
n 1
(p = posio) p=5 Md= 35,003; Mo= 13,500
2
Posio
(p)
1
2
3
4
5
6
7
8
9
Valores
(xi)
13,500
13,500
13,500
17,230
35,003
37,130
45,720
52,130
63,601
fi
8
11
7
5
31
xi* fi
80
220
210
200
710
26
4) Foi feita uma pesquisa para saber o nmero de acidente que cada um dos 30
operrios de uma obra j sofreram, obteve-se o seguinte quadro. Calcule a mdia, a
mediana e a moda.
0
0
2
2
3
2
2
3
1
4
2
2
2
3
1
1
1
3
2
2
1
5
2
2
0
4
1
4
2
2
Freq.(fi)
(xi)*(fi)
fac
0
1
2
3
4
5
Total
3
6
13
4
3
1
30
0
6
26
12
12
5
61
3
9
22
26
29
30
x15 ( x16 )
22
=
=2
2
2
Mo= 2
15
15
14
16
16
16
16
16
16
17
17
16
16
15
14
14
15
15
6) Utilizando os dados do EX2 (50, 65, 59, 62, 68, 72, 53, 60, 59, 65, 70, 75, 50, 53, 60,
70, 50, 50, 59, 53, 65, 68, 50, 53, 75). Construa uma tabela de distribuio de
frequncia com intervalo de classes e calcule a mdia, a moda e a mediana
27
4 Calcular os intervalos:
Classes
50 --- 55
55 --- 60
60 --- 65
65 --- 70
70 --- 75
Total
x
52,50
57,50
62,50
67,50
72,50
fi
9
3
3
5
5
25
fac
9
12
15
20
25
fr
0,36
0,12
0,12
0,20
0,20
1
fi
9
3
3
5
5
25
fac
9
12
15
20
25
x * fi
frac
0,36
0,48
0,60
0,80
1,00
x
52,50
57,50
62,50
67,50
72,50
472,5
172,5
187,5
337,5
362,5
1532,5
6 Calculo da mediana
fi/2 20/2 = 10
Classe onde a fac imediatamente superior a fi/2 essa ser a classe da
mediana : 55 --- 60
Usando a formula : Md = li* + [( fi /2 - Fant ) . h*] / fi*
Md= 55 + [( 10 9 ) * 5] / 3 = 56,66
28
4.5 Separatrizes
4.5.1 Quartis, Decis e Percentis
EX10. Amostra ordenada: 6, 7, 15, 36, 39, 40, 41, 42, 43, 47, 49
Q1= 1(11+1)/4 = 3 posio = 15
Q2= 2(11+1)/4 = 6 posio = 40
Q3= 3(11+1)/4 = 9 posio = 43
O primeiro quartis (Q1) abrange 25% dos termos da srie, o segundo quartil (Q2)
50% = Me o terceiro quartil (Q3) 75%.
29
f
[k 100i F(ant)] h
fi
30
Pk = li +
K=8 8
f
[k 100i F(ant)] h
40
100
fi
= 3,2, logo a classe do percentil ser 1.
P8 = 150 +
[3,2 0)] 4
= 150 + 3,4 = 153,2
4
31
Quanto maior for amplitude, maior ser disperso ou variabilidade dos valores
da varivel
32
( )2
=
( )2
( )2 = 2
( )2
2
=
(
)
33
EX 15.
EX16.
EX17. Com os seguintes valores 8; 10; 11; 15; 16; 18, calcule o desvio padro:
(Xi)
8
10
11
15
16
18
= 78
(Xi)2
64
100
121
225
256
324
2
=
(
)
1090
78 2
=
( )
6
6
= 12,66 = 3,56
=1090
34
2
(
)
( )2
=
EX18.
165
63 2
=
( )
30
30
= 1,09
= 1,044
xi
0
1
2
3
4
fi
2
6
12
7
3
= 30
xi*fi
0
6
24
21
12
= 63
)
(xi
0 2,1 = 2,1
1 2,1 = 1,1
2 2,1 = 0,1
3 2,1= 0,9
4 2,1 = 1,9
)2
fi(xi
2*4,41= 8,82
6*1,21= 7,26
12*0,01= 0,12
7*0,81=5,67
3*3,61=10,83
= 32,70
( )2
=
2
2 =
32,70
30
= 1,044
EX19.
Altura (cm) - xi fi
xi*fi
(xi )
fi(xi )2
150 |------ 154
4 152 608 152-161 = - 9
4*81
154 |------ 158
9 156 1404
-5
9*25
158 |------ 162 11 160 1760
-1
11*1
162 |------ 166
8 164 1312
3
8*9
166 |------ 170
5 168 840
7
5*49
170 |------ 174
3 172 516
11
3*121
Total
40
6.440
1240
2 =
( )2
2 =
1240
40
= 5,57 cm
35
O desvio padro por si s no nos diz muita coisa. Assim, um desvio padro de
duas unidades pode ser considerado pequeno para uma srie de valores cujo valor
mdio 200; no entanto, se a mdia for igual a 20, o mesmo no pode ser dito. Alm
disso, o fato de o desvio padro ser expresso na mesma unidade dos dados limita o
seu emprego quando desejamos comparar duas ou mais sries de valores,
relativamente sua disperso ou variabilidade, quando expressas em unidades
diferentes. Para contornar essas dificuldades e limitaes, podemos caracterizar a
disperso ou variabilidade dos dados em termos relativos a seu valor mdio, medida
essa denominada coeficiente de variao (CV):
EX.20 Tomemos os resultados das medidas das estaturas e dos pesos de um mesmo
grupo de indivduos:
Temos:
5
100 = 2,85%
175
2
=
100 = 2,94%
68
=
a) 1,3,5,9
b) 17,9; 22,5; 13,3; 16,8; 15,4; 14,2
c) 26, 14, 15, 19, 21, 22, 20
d) -10, -6, 2, 3, 7, 9, 10
R: a) 2,96; b) 3,016; c) 2,81; d) 7,04
36
37
EX26. Sabendo que um conjunto de dados apresenta para mdia aritmtica e para
desvio padro, respectivamente, 18,3 e 1,47, calcule o coeficiente de variao.
(R:8,02%).
EX27. Em uma obra A, foram inspecionadas 150 barras de ferro e mdia foi 7,8 cm e o
desvio padro, 0,80 cm. Em outra obra B, entretanto, a mdia foi de 7,3 cm e o desvio
padro, 0,76. Em qual obra houve uma maior a disperso?
(R: Obra B)
38
6 Correlao e Regresso
Ex29. Consideremos uma amostra aleatria, formada por dez dos 98 alunos de
uma classe da faculdade A e pelas notas obtidas por eles em Matemtica e Estatstica:
39
disperso. Esse diagrama nos fornece uma idia grosseira, porm til, da correlao
existente:
Como a correlao em estudo tem como "imagem" uma reta ascendente, ela
chamada correlao linear positiva.
Assim, uma correlao :
a. linear positiva se os pontos do diagrama tm como "imagem" uma reta
ascendente;
b. linear negativa se os pontos tm como "imagem" uma reta descendente;
40
[ 2 ( )2 ] [ 2 ( )2 ]
41
Resultado que indica uma correlao linear positiva altamente significativa entre as
duas variveis.
42
Xi
4
6
8
10
12
40
Yi
12
10
8
12
14
56
Xi*Yi
48
60
64
120
168
460
Xi 2
16
36
64
100
144
360
Yi2
144
100
64
144
196
648
( ) ( )
[ 2 ( )2 ] [ 2 ( )2 ]
=
5 460 40 56
[5 360 (40)2 ] [5 648 (56)2 ]
= 0,416
Xi
18
30
42
62
73
97
120
442
Yi
10
23
33
60
91
98
159
474
Xi*Yi
180
690
1386
3720
6643
9506
19080
41205
Xi2
324
900
1764
3844
5329
9409
14400
35970
Yi2
100
529
1089
3600
8281
9604
25281
48484
= 0,981
43
( ) ( )
( 2 ) ( )
10 473 65 65
= 0,8632
10 481 (65)2
65 0,8632 65
= 0,8893
10
= 0,86 + 0,89
44
Xi
2
4
6
8
10
12
120
56
Yi
30
25
22
18
15
11
159
131
Xi*Yi
60
100
132
144
150
132
19080
858
Xi2
4
16
36
64
100
144
14400
560
7 858 56 131
= 1,69
7 560 (56)2
131 (1,69) 56
= 32,23
7
= 1,69 + 32,23
Calcule:
a. o coeficiente de correlao;
b. a reta ajustada;
c. a produo estimada para 1989.
45
Xi
0
1
2
3
4
5
6
7
8
36
Yi
34
36
36
38
41
42
43
44
46
360
Xi*Yi
0
36
72
114
164
210
258
308
368
1530
Xi2
0
1
4
9
16
25
36
49
64
204
Yi2
1156
1296
1296
1444
1681
1764
1849
1936
2116
14538
a)
=
9 1530 36 360
[9 204 (36)2 ] [9 14538 (360)2 ]
= 0,989
b)
=
9 1530 36 360
= 1,5
9 204 (36)2
360 1,5 36
= 34
9
= + = 1,5 + 34
c) = 1,5 + 34
= 1,5 9 + 34 = 47,5
= 1,5 1989 + (2936) = 47,5
46
7 Analise combinatria
7.1 Fatorial
Para n N e n 2,
1!=1 e
0!=1
8 7 6 336
5!
5!
47
Conclumos que a incluso de apenas uma letra faz com que sejam licenciados,
aproximadamente, mais 170.000.000 de veculos.
Ex5. Dado o conjunto A = (1, 2, 3, 4), vamos escrever todos os arranjos desses
quatro elementos tomados dois a dois. A4,2
(1, 2); (1, 3); (1, 4); (2, 1); (2, 3); (2, 4); (3, 1); (3, 2); (3, 4); (4, 1); (4, 2); (4, 3).
Notamos que (2, 3) (3, 2), isto , a troca na ordem dos elementos de um
possvel agrupamento gera um agrupamento diferente.
, =
!
( )!
49
4,3 =
4!
= 24
(4 3)!
26!
= 15600
(26 3)!
EX9. A senha de um carto de banco formada por duas letras distintas seguidas por
uma seqncia de trs algarismos distintos. Quantas senhas poderiam ser
confeccionadas?
1 As letras A26,2 = 650
2 Os Nmeros A10,3 = 720
Pelo PFC A26,2 x A10,3 = 650 x 720 = 468.000.
50
(,,)
!
! ! !
(2,3,2)
10
10!
= 151200
2! 3! 2!
!
! ( )!
51
EX12. Uma turma formada por 10 alunos. Deseja-se formar uma comisso de
trs alunos para representao discente na universidade. De quantas maneiras
podemos fazer tal escolha?
Neste caso tanto faz a posio dos trs alunos no conjunto ( A, B, C); (B, A, C) ....
desde que os trs sejam os escolhidos
Se fosse importante a ordem deles nos subconjunto usaramos o Arranjo simples
10,3 =
10!
= 720
(10 3)!
10!
= 120
3! (10 3)!
15,3
15!
= 455
3! (15 3)!
b) Como um dos pisos j foi definido, os outros dois sero escolhidos entre os 14
restantes.
14,3
14!
= 364
3! (14 3)!
52
()=
!
! ( )!
Existem
7!
7!
7 6 5 4!
7
)=
=
=
= 35
3
3! (7 3)! 3! 4! 3 2 1 4!
tambm
os
binomiais
complementares,
que
recebem
esta
( ) ( ) So complementares se p+q=n.
15
15
) (
) Observamos que a soma: 6+9=15
6
9
p + q=n ( ) = ( )
Devemos observar como conseqncia dessa propriedade dos nmeros
binominais complementares, a seguinte relao:
Para n, p N e np
n n
x p ou
x p
x p n
53
8 Probabilidade
A Probabilidade pode ser definida como a possibilidade ou chance de que um
evento venha a ocorrer. O estudo das probabilidades se justifica pelo fato de a maioria
dos fenmenos de que trata a Estatstica serem de natureza aleatria ou probabilstica.
Fenmenos onde o resultado final depende do acaso so chamados fenmenos
aleatrios ou experimentos aleatrios.
8.3 Eventos
Ex1.
No lanamento de um dado, onde S = {1,2,3,4,5,6}, temos:
A = {2,4,6} C S; logo, A um evento de S;
B = {1,2,3,4,5,6} C S; logo, B um evento certo de S;
C = {4} C S; logo, C um evento elementar de S;
D = C S; logo, D um evento impossvel de S.
P A
n A
nS
Ex2:
a) Considerando o lanamento de uma moeda e o evento A "obter cara", temos:
P A
1
2
55
P A
A = {2, 4, 6} n(A) = 3
3 1
6 2
P A
6
1
6
p+q=1q=1p
Assim, se a probabilidade de se realizar o evento p
ele no ocorra q
1
, a probabilidade de que
5
4
.
5
p = p1 * p2
Ex3: Se lanamos dois dados. A probabilidade de obtermos 1 no primeiro e 5 no
segundo ?
=
1 1
1
=
6 6 36
p = p1 + p2
Ex4: Lanamos um dado. A probabilidade de se tirar o 3 ou 5 :
=
1 1 2 1
+ = =
6 6 6 3
8.8 Exerccios
4
1
=
36 9
57
4 1
4
1
=
=
52 52 2704 676
3)
4)
58
5)
6)
a) 14/16 = 7/8
b) 10/16 = 5/8
c)10/16 + 2/16 = 3/4
a) 10/16 * 9/15 = 90/ 240 = 3/8
b) = 7/8
c) 14/16 * 13/15 = 91/120
d) 6/16 * 5/15 = 1/8
59
9 Distribuio Binomial
() =
!
! ( )!
60
1
2
1
2
Da:
5!
1 3 1 53
5!
1 1
5
(3) =
( ) ( )
=
=
3! (5 3)! 2
2
3! 2! 8 4 16
=
4! (6 4)! 3
3
4! 2! 81 9 243
61