C1_3SERIE_LARANJA_2020_MATEMATICA_ROSE.

qxp 23/10/2019 09:48 Página 96

Álgebra FRENTE 4
MATEMÁTICA

MÓDULO 1 Médias
O número real x que substitui cada um dos números • Média harmônica
reais x1, x2, x3, … xn é a sua média. Podemos ter: 1 1 1 1
––– + ––– + ––– + … + ––– =
x1 x2 x3 xn
• Média aritmética
1 1 1 1
x1 + x2 + x3 + … + xn = = ––– + ––– + ––– + … + ––– ⇒
x x x x
=x+x+x+…+x⇒
1
⇒ x = ––––––––––––––––––––––––––
x1 + x2 + x3 +… + xn 1 1 1 1
⇒ x = ––––––––––––––––––––– ––– + ––– + ––– + … + –––
n x1 x2 x3 xn
––––––––––––––––––––––––
n

• Média geométrica • Média aritmética ponderada

x1 . x2 . x3 . … xn = P 1 . x1 + P2 . x 2 + … + Pn . xn =

= x . x . x .… x ⇒ = P1 . x + P2 . x + … + Pn . x ⇒

P1 . x1 +P2 . x2 +… +Pn . xn
⇒ xn = x1 . x2 . x3 . … xn ⇒ x = –––––––––––––––––––––––––
P1 + P2 + … + Pn

1. Calcule as médias aritmética A, geométrica G, harmônica H e 2. A Comissão Interna de Prevenção de Acidentes

aritmética ponderada P (com pesos 1, 2 e 3, respectivamente) dos (CIPA) de uma empresa, observando os altos custos
números 6, 4 e 9. com os frequentes acidentes de trabalho ocorridos,
fez, a pedido da diretoria, uma pesquisa do número de acidentes
RESOLUÇÃO: sofridos por funcionários. Essa pesquisa, realizada com uma amostra
de 100 funcionários, norteará as ações da empresa na política de
6+4+9
A = ––––––––– = 6,333... segurança no trabalho.
3
Os resultados obtidos estão no quadro.
1 108
H = ––––––––––––––– = ––––  5,68 Número de acidentes Número de
1 1 1 19
–– + –– + –– sofridos trabalhadores
6 4 9
–––––––––––
3 0 50

3
1 17
G= 
6.4.9=6
2 15
6.1+4.2+9.3 41
P = ––––––––––––––––– = –––  6,82
1+2+3 6 3 10

4 6

5 2

A média do número de acidentes por funcionário na amostra que a CIPA

apresentará à diretoria da empresa é
a) 0,15. b) 0,30. c) 0,50. d) 1,11. e) 2,22.

96 –
C1_3SERIE_LARANJA_2020_MATEMATICA_ROSE.qxp 23/10/2019 09:48 Página 97

RESOLUÇÃO:
x . 12 + 8 . 4 + 6 . 8 + 5 . 8 + 7,5 . 10
Sendo M a média, temos: –––––––––––––––––––––––––––––––––– ≥ 7
12 + 4 + 8 + 8 + 10
0. 50 + 1.17 + 2.15 + 3.10 + 4 . 6 + 5 . 2
M = ––––––––––––––––––––––––––––––––––– ⇒ M = 1,11

MATEMÁTICA
100 12x + 32 + 48 + 40 + 75
–––––––––––––––––––––––– ≥ 7
Resposta: D 42

12x + 195 ≥ 294

12x ≥ 99
99
x ≥ –––
12

x ≥ 8,25
Portanto, a nota mínima na disciplina I deverá ser 8,25.
Resposta: D

3. A avaliação de rendimento de alunos de um curso

universitário baseia-se na média ponderada das
notas obtidas nas disciplinas pelos respectivos
números de créditos, como mostra o quadro: 4. (Canguru sem fronteiras) – A média geométrica de n números
positivos é definida como a raiz de índice n do produto desses n
Avaliação Média de notas (M)
números. Se a média geométrica de 3 números for 3 e a média
Excelente 9 < M ≤ 10 geométrica de outros 3 números for 12, qual é a média geométrica dos
Bom 7≤M≤9 6 números?

Regular 5≤M<7 15
a) 4 b) 6 c) ––––
2
Ruim 3≤M<5
15
Péssimo M<3 d) –––– e) 36
6
Quanto melhor a avaliação de um aluno em determinado período letivo,
RESOLUÇÃO:
maior sua prioridade na escolha de disciplinas para o período seguinte.
Sejam x1, x2, x3, x4, x5 e x6 os seis números, então, de acordo com
Determinado aluno sabe que se obtiver avaliação “Bom” ou
o enunciado, temos:
“Excelente” conseguirá matricula nas disciplinas que deseja. Ele já
3

 
realizou as provas de 4 das 5 disciplinas em que está matriculado, mas 
x1 . x2 . x3 = 3 x1 . x2 . x3 = 33
ainda não realizou a prova da disciplina I, conforme o quadro. 3 ⇒

x4 . x5 . x6 = 12 x4 . x5 . x6 = 123
Disciplinas Notas Número de créditos

I 12 Então, (x1 . x2 . x3) . (x4 . x5 . x6) = 33 . 123 ⇔

II 8,00 4 ⇔ x1 . x2 . x3 . x4 . x5 . x6 = 33 . (22 . 3)3 ⇔

⇔ x1 . x2 . x3 . x4 . x5 . x6 = 26 . 36 ⇔
III 6,00 8
6
IV 5,00 8 ⇔ 
x
1 . x2 . x3 . x4 . x5 . x6 = 2 . 3 = 6

V 7,50 10 Portanto, a média geométrica dos seis números é igual a 6.

Resposta: B

Para que atinja seu objetivo, a nota mínima que ele deve conseguir na
disciplina I é
a) 7,00. b) 7,38. c) 7,50.
d) 8,25. e) 9,00.

RESOLUÇÃO:
Chamando de x a nota na disciplina I; considerando os números de
créditos como os pesos da média ponderada e que esta média deve
ser superior ou igual a 7 para que o aluno obtenha avaliação “bom”
ou “excelente”, temos:

– 97
C1_3SERIE_LARANJA_2020_MATEMATICA_ROSE.qxp 23/10/2019 09:48 Página 98

MÓDULO 2 Noções de Estatística – I

1. Conceito tiradas por técnicas adequadas, chamadas de
MATEMÁTICA

amostragem.
Estatística é um ramo da Matemática Aplicada. A Exemplo
palavra Estatística provém da palavra latina Status e é 500 alunos do Ensino Médio do Brasil.
usada em dois sentidos:
Parâmetros
• Estatísticas (no plural) referem-se a dados numéricos São características numéricas da população.
e são informações sobre determinado assunto, coisa, Exemplo
grupo de pessoas etc. obtidas por um pesquisador. QI médio dos estudantes do Ensino Médio do Brasil.

• Estatística (no singular) significa o conjunto de Estimativas

métodos usados na condensação, análises e interpreta- Em geral, por problemas de tempo e dinheiro,
ções de dados numéricos. trabalha-se com amostras e não com a população.
De um modo geral, conceitua-se Estatística da Os elementos numéricos carac-terísticos de uma
seguinte forma: amostra são estimativas dos elementos correspondentes
É ciência, quando estuda populações; é método, na população, que são os parâmetros.
quando serve de instrumento a uma outra ciência. É tam-
bém arte, ciência-método e método-ciência, segundo
vários tratadistas, daí advindo uma variedade de de-
finições. Eis algumas:
“Conjunto dos processos que tem por objeto a
observação, a classificação formal e a análise dos fenô-
menos coletivos ou de massa, e por fim a indução das
leis a que tais fenômenos obedecem globalmente” (Mil-
ton da Silva Rodrigues). 3. Distribuição de Frequências
“A Estatística é a parte da Matemática Aplicada que se
ocupa em obter conclusões a partir de dados observados” Quando se vai fazer um levantamento de uma
(Ruy Aguiar da Silva Leme). população, um dos passos é retirar uma amostra dessa
“A Estatística é o estudo numérico dos fatos população e obter dados relativos à variável desejada
sociais” (Levasseur). nessa amostra.
“É observação metódica e tão universal quanto Cabe à Estatística sintetizar esses dados na forma de
possível dos fatos considerados em globo, reduzidos a tabelas e gráficos que contenham, além dos valores das
grupos homogêneos e interpretados mediante a indução variáveis, o número de elementos correspondentes a
matemática” (Ferraris). cada variável.
Ilustramos, a seguir, esse procedimento, acom-
2. População e Amostra panhando com um exemplo.
Dados brutos
População É o conjunto dos dados numéricos obtidos e que
É um conjunto de elementos com uma característica ainda não foram organizados.
comum. Exemplo
O termo é mais amplo que no senso comum, pois A partir de uma lista de chamada, em ordem alfa-
envolve aglomerado de pessoas, objetos ou mesmo bética, obteve-se o conjunto de alturas, em cm, de
ideias. 20 estudantes:
Exemplo 168, 168, 163, 164, 160, 160, 164, 166, 169, 169,
Todos os alunos do Ensino Médio do Brasil. 166, 168, 162, 165, 165, 164, 168, 166, 161, 168.
Amostras Rol
São subconjuntos da população, que conservam, É o arranjo dos dados brutos em ordem crescente (ou
portanto, a característica comum da população e são re- decrescente).

98 –
C1_3SERIE_LARANJA_2020_MATEMATICA_ROSE.qxp 23/10/2019 09:48 Página 99

No exemplo apresentado, temos o seguinte rol: Frequência relativa percentual ( ƒ% )

160, 160, 161, 162, 163, 164, 164, 164, 165, 165,
ƒ% = fr . 100
166, 166, 166, 168, 168, 168, 168, 168, 169, 169.

MATEMÁTICA
Amplitude total (H) xi fi fr f%
É a diferença entre o maior e o menor dos valores
160 2 0,10 10
observados. No exemplo:
161 1 0,05 5
H = 169 – 160 H = 9
Frequência absoluta ( fi ) 162 1 0,05 5
É o número de vezes que o elemento aparece na 163 1 0,05 5
amostra: 164 3 0,15 15
xi fi 165 2 0,10 10
166 3 0,15 15
160 2
167 0 0 0
161 1
168 5 0,25 25
162 1
169 2 0,10 10
163 1
164 3 ∑ 20 1,00 100
165 2
166 3
167 0 Frequência absoluta acumulada (fa)
168 5 É a soma da frequência do valor da variável com todas
169 2 as frequências anteriores:

∑ 20
xi fi fr f% fa
Frequência relativa ( fr )
160 2 0,10 10 0+2=2
É dada por:
161 1 0,05 5 2+1=3
fi 162 1 0,05 5 3+1=4
fr = –––
n 163 1 0,05 5 4+1=5
em que n é o número de elementos da amostra (n = ∑ fi ) 164 3 0,15 15 5+3=8
165 2 0,10 10 8 + 2 = 10
Observe que ∑ fr = 1
166 3 0,15 15 10 + 3 = 13
xi fi fr 167 0 0 0 13 + 0 = 13
168 5 0,25 25 13 + 5 = 18
160 2 2 ÷ 20 = 0,10 169 2 0,10 10 18 + 2 = 20
161 1 1 ÷ 20 = 0,05
∑ 20 1,00 100
162 1 1 ÷ 20 = 0,05
163 1 1 ÷ 20 = 0,05
164 3 3 ÷ 20 = 0,15
Frequência relativa acumulada ( fra )
165 2 2 ÷ 20 = 0,10
É a soma da frequência relativa do valor da variável
166 3 3 ÷ 20 = 0,15
com todas as frequências relativas anteriores.
167 0 0 ÷ 20 = 0
168 5 5 ÷ 20 = 0,25 Frequência percentual acumulada ( ƒ%a )
169 2 2 ÷ 20 = 0,10

∑ 20 1,00 ƒ%a = fra . 100

– 99
C1_3SERIE_LARANJA_2020_MATEMATICA_ROSE.qxp 23/10/2019 09:48 Página 100

Distribuição de frequências O ponto médio da classe (PM)

É o arranjo dos valores da variável e suas respectivas É a média aritmética entre o limite inferior e o limite
frequências. superior de cada classe. É o valor da variável que repre-
MATEMÁTICA

senta a classe: PM = Xi.

xi fi fr f% fa fra f%a

160 2 0,10 10 2 0,10 10 Exercício

161 1 0,05 5 3 0,15 15 Num teste de raciocínio numérico, obtiveram-se os
162 1 0,05 5 4 0,20 20 seguintes dados brutos:
163 1 0,05 5 5 0,25 25 76 – 60 – 41 – 55 – 78 – 48 – 69 – 85 – 67 –
164 3 0,15 15 8 0,40 40 39 – 60 – 85 – 57 – 74 – 65 – 84 – 77 – 65 –
165 2 0,10 10 10 0,50 50 52 – 33 – 80 – 61 – 45 – 77 – 53 – 59 – 73 –
166 3 0,15 15 13 0,65 65 55 – 91 – 41 – 94 – 65 – 94 – 98 – 89 – 88 –
167 0 0 0 13 0,65 65 66 – 66 – 73 – 42 – 71 – 35 – 68 – 54 – 47 –
168 5 0,25 25 18 0,90 90 74 – 64 – 35 – 50 – 61
169 2 0,10 10 20 1,00 100
Fazer a distribuição de frequências dos dados
∑ 20 1,00 100
dessa amostra, distribuindo-os em classes.

4. Classes Resolução

O número de elementos de uma amostra, de um • Cálculo do rol

modo geral, é grande. Para condensá-los, os valores 33 – 35 – 35 – 39 – 41 – 41 – 42 – 45 – 47 – 48
obtidos devem ser, normalmente, distribuídos em 50 – 52 – 53 – 54 – 55 – 55 – 57 – 59 – 60 – 60
classes. 61 – 61 – 64 – 65 – 65 – 65 – 66 – 66 – 67 – 68
A distribuição de frequências dos dados de uma
69 – 71 – 73 – 73 – 74 – 74 – 76 – 77 – 77 – 78
amostra distribuídos em classes é idêntica à que é feita
80 – 84 – 85 – 85 – 88 – 89 – 91 – 94 – 94 – 98
com cada valor da variável, adotando-se as seguintes
normas:
• Cálculo da amplitude total
H = 98 – 33 = 65
O número de classes (nc)
É da ordem de 
n, em que n é o número total de
• Cálculo do número de classes
elementos da amostra.

nc 
n nc 
n

nc 
50 7
A amplitude da classe (h)
É, aproximadamente, o quociente entre a amplitude • Cálculo da amplitude de classe
total (H) e o número de classes (nc).
H 65
H h = –––– = –––– 9,3
h –––– nc 7
nc
Adotaremos h = 10.

100 –
C1_3SERIE_LARANJA_2020_MATEMATICA_ROSE.qxp 23/10/2019 09:48 Página 101

• Distribuição de frequências
Classes PM fi fr f% fa fra f%a

30  40

MATEMÁTICA
35 4 0,08 8 4 0,08 8
40  50 45 6 0,12 12 10 0,20 20
50  60 55 8 0,16 16 18 0,36 36
60  70 65 13 0,26 26 31 0,62 62
70  80 75 9 0,18 18 40 0,80 80
80  90 85 6 0,12 12 46 0,92 92
90  100 95 4 0,08 8 50 1,00 100

∑ 50 1,00 100

5. Representação Gráfica da Distribuição de Frequências

As tabelas de distribuição de frequências vistas no item 4 podem ser representadas graficamente.

A finalidade principal disso é fornecer as informações analíticas de uma maneira mais rápida. Descreveremos apenas
três tipos de gráficos: histogramas, polígonos de frequências e polígonos de frequências acumuladas.

Histogramas
É a representação gráfica de uma distribuição de frequências por meio de retângulos justapostos. No eixo das
abscissas, temos os limites das classes e no eixo das ordenadas, as frequências (fi ou fr ou ƒ%).

Polígono de frequências
É um gráfico de linhas que se obtém unindo os pontos médios dos patamares dos retângulos do histograma.

Polígono de frequências acumuladas

Polígono de frequências acumuladas ou OGIVA DE GALTON é uma representação gráfica que tem no eixo das
abscissas os limites das classes e no eixo das ordenadas, as frequências acumuladas (fa ou fra ou ƒ%a) que se situam
abaixo de um determinado limite superior.
Exemplo
Fazer a representação gráfica da distribuição de frequências apresentada na tabela a seguir:
Observações
– Conforme vemos na figura, o histograma e o polígono de frequências em termos de fi, fr e ƒ% têm exatamente o
mesmo aspecto, mudando apenas a escala vertical.

– 101
C1_3SERIE_LARANJA_2020_MATEMATICA_ROSE.qxp 23/10/2019 09:48 Página 102

– Observe que, como o 1o. valor é bem maior que zero, n

 fiXi
adotamos aproximá-lo do zero segundo a convenção:
– i=1
X = ––––––––––
n
MATEMÁTICA

sendo ∑ fi = n.

Exemplo
Classes PM fi fr f% fa fra f%a
A média aritmética da distribuição de dados a
30  40 seguir é:
35 4 0,08 8 4 0,08 8
40  50 45 6 0,12 12 10 0,20 20 xi fi
50  60 55 8 0,16 16 18 0,36 36 1 1
60  70 65 13 0,26 26 31 0,62 62 2 3
70  80 75 9 0,18 18 40 0,80 80 3 5
80  90 85 6 0,12 12 46 0,92 92 4 1
90  100 95 4 0,08 8 50 1,00 100 ∑ 10

∑ 50 1,00 100
— 1.1+3.2+5.3+1.4
X = –––––––––––––––––––––––––
6. Medidas de Posição 10

—
As medidas de posição servem para localizar os X = 2,6
dados sobre o eixo da variável em questão. As mais im-
portantes são: a média, a mediana e a moda.
– Dados agrupados em classes
A média aritmética é calculada como no item anterior,
A média e a mediana tendem a se localizar em
lembrando que cada classe é representada pelo seu
valores centrais de um conjunto de dados. Por essa ra-
ponto médio (Xi = PM).
zão, costuma-se dizer que são medidas de tendência
central. A moda, por sua vez, indica a posição de maior
Exemplo
concentração de dados.
Classes PM = xi fi
Média aritmética
– Dados não agrupados 2  4 3 5
Sendo X1, X2, X3, ..., Xn os n valores de uma variável 4  6 5 10
6  8 7 14
X, define-se média aritmética, ou simplesmente média,
8  10 9 8
como sendo:
10  12 11 3
n
 Xi
— i=1 ∑ 40
X = –––––––
n
— 5. 3 + 10 . 5 + 14 . 7 + 8 . 9 + 3 . 11
Exemplo X = ––––––––––––––––––––––––––– ⇒
A média aritmética dos valores 3; 5; 7; 8 é 40

–– 3+5+7+8
X = –––––––––––––– = 5,75 — 268
4 ⇒ X = –––– X = 6,7
40

– Dados agrupados
Moda (Mo)
Sendo X1, X2, X3, ..., Xn os n valores da variável X com Define-se moda (ou modas) de um conjunto de
frequências f1, f2, f3, ..., ƒn, respectivamente, define-se valores dados como sendo o valor de frequência máxi-
média aritmética, ou simplesmente média, como sendo ma (ou os valores da frequência máxima).

102 –
C1_3SERIE_LARANJA_2020_MATEMATICA_ROSE.qxp 23/10/2019 09:48 Página 103

Exemplos Exemplo
a) A moda do conjunto de dados 2, 2, 5, 7, 9, 9, 9, 10, A mediana dos dados 5; 7; 8; 10; 15 é 8, que é o 3o.
11, 12 é 9. Observe que 9 é o elemento mais termo do rol.

MATEMÁTICA
frequente.

Mo = 9 ––––––
2 
5+1
=3

b) O conjunto de dados 2, 3, 3, 3, 4, 4, 5, 6, 6, 7, 8, 8, 8, – Se n for par, a mediana é a média aritmética dos dois

9, 10, 10 tem duas modas: dados centrais do rol. É a média aritmética entre os
dados de ordem
Mo = 3 e Mo = 8
1 2 n n
–– e –– + 1
2 2
c) Para a distribuição
Exemplo
xi 243 245 248 251 307 Os valores centrais do rol 5; 7; 8; 10; 14; 15 são o 8
fi 7 17 23 20 8 e o 10.
A mediana dos valores deste rol é
a moda é 248, pois é o valor de frequência máxima
(23).
8 + 10
Md = –––––––– = 9
Mo = 248 2

d) Para os dados agrupados em classes, a seguir,

podemos dizer, pelo menos, que a classe modal é • Cálculo da mediana para dados
2  3. agrupados em classes
n
Classes fi Calcula-se ––– e, pela frequência acumulada, iden-
2
0  1 3 tifica-se a classe que contém a mediana. Em seguida, cal-
1  2 10 cula-se a mediana usando uma fórmula. O mais prático,
2  3 17 porém, é usar o gráfico de frequências acumuladas
3  4 8 percentuais (OGIVA DE GALTON).

4  5 5
Exemplo

Mediana (Md) Classes fi fa

Colocando-se os valores da variável em ordem
crescente, a mediana é o elemento que ocupa a posição 34  45 5 5
central. Em outras palavras: a mediana divide um 45  55 12 17
conjunto de n dados em dois subconjuntos com igual 55  65 18 35
número de elementos. 65  75 14 49
• Cálculo da mediana para dados não
75  85 6 55
agrupados
85  95 3 58
– Se n for ímpar, a mediana é o valor central dos n
n+1
dados do rol. É o elemento de ordem ––––– .
2

– 103
C1_3SERIE_LARANJA_2020_MATEMATICA_ROSE.qxp 23/10/2019 09:48 Página 104

MATEMÁTICA

104 –
C1_3SERIE_LARANJA_2020_MATEMATICA_ROSE.qxp 23/10/2019 09:48 Página 105

MATEMÁTICA
Construída a OGIVA, a partir dos dados, note que:

1o.) no ponto B, temos fa = 58, que corresponde a ƒ%a = 100.

2o.) o ponto A é médio de OB e, nesse ponto, temos fa = 29, que corresponde a ƒ%a = 50.

3o.) o valor da variável associado a ƒ%a = 50 é a mediana.

4o.) da OGIVA, concluímos, pois, que Md 62.

– 105
C1_3SERIE_LARANJA_2020_MATEMATICA_ROSE.qxp 23/10/2019 09:48 Página 106

1. As idades dos 25 participantes de uma festa, em anos, estão 2. O gráfico apresenta a taxa de desemprego (em %)
MATEMÁTICA

descritas a seguir: para o período de março de 2008 a abril de 2009,

16, 15, 18, 14, 12, 18, 15, 16, 18, 12, 15, 14, 16, 15, 18, 16, 18, 16, 15, obtida com base nos dados observados nas regiões
14, 16, 15, 14, 16, 14. metropolitanas de Recife, Salvador, Belo Horizonte, Rio de Janeiro, São
Determine: Paulo e Porto Alegre.
a) o rol
b) a amplitude Taxa de desemprego (%)
9,0
c) a distribuição de frequências 8,6
8,5 8,9
xi fi fr f% fa fra f%a 8,1 8,5
8,2
7,7 7,6
7,9 7,9
7,6 7,5

6,8

11
10

03
09

/09
04

04
/08

08
06

12

02
05

07

01
03
∑
IBGE. Pesquisa mensal de emprego.
d) a moda
Disponível em: [Link].
e) a mediana
Acesso em: 30 jul. 2012 (adaptado).
f) a média

A mediana dessa taxa de desemprego, no período de março de 2008 a

RESOLUÇÃO:
abril de 2009, foi de
a) Rol:
a) 8,1% b) 8,0% c) 7,9%
12, 12, 14, 14, 14, 14, 14, 15, 15, 15, 15, 15, 15, 16, 16, 16, 16, 16, d) 7,7% e) 7,6%
16, 16, 18, 18, 18, 18, 18
b) H = 18 – 12 = 6 RESOLUÇÃO:
c) O rol das taxas de desemprego (%), no período de março de 2008
xi fi fr f% fa fra f% a
a abril de 2009, é:
12 2 0,08 8 2 0,08 8
6,8; 7,5; 7,6; 7,6; 7,7; 7,9; 7,9; 8,1; 8,2; 8,5; 8,5; 8,6; 8,9; 9,0
14 5 0,20 20 7 0,28 28
7,9 + 8,1
Logo, a mediana é –––––––– = 8,0(%)
15 6 0,24 24 13 0,52 52
2
16 7 0,28 28 20 0,80 80
Resposta: B
18 5 0,20 20 25 1,00 100
∑ 25 1,00 100

d) M0 = 16 e) Md = 15

— 12 . 2 + 14 . 5 + 15 . 6 + 16 . 7 + 18 . 5 386
f) X = –––––––––––––––––––––––––––––––––––– = ––––– = 15,44
25 25

106 –
C1_3SERIE_LARANJA_2020_MATEMATICA_ROSE.qxp 23/10/2019 09:48 Página 107

3. Ao iniciar suas atividades, um ascensorista registra 4. (UNIMES) – O gráfico a seguir representa a distribuição de fre-
tanto o número de pessoas que entram quanto o quências das faixas salariais numa pequena empresa:
número de pessoas que saem do elevador em cada
um dos andares do edifício onde ele trabalha. O quadro apresenta os re-

MATEMÁTICA
gistros do ascensorista durante a primeira subida do térreo, de onde
partem ele e mais três pessoas, ao quinto andar do edifício.

Número
1° 2° 3° 4° 5°
de Térreo
andar andar andar andar andar
pessoas

que
entram
4 4 1 2 2 2
no Com os dados disponíveis, pode-se concluir que a média desses salários
elevador
é aproximadamente:
que a) $ 400 b) $ 600 c) $ 800
saem do 0 3 1 2 0 6 d) $ 1000 e) $ 1200
elevador

Com base no quadro, qual é a moda do número de pessoas no elevador RESOLUÇÃO:

durante a subida do térreo ao quinto andar?
— 250 . 10 + 750 . 4 + 1250 . 2 + 1750 . 2 + 2250 . 2 16 000
a) 2 b) 3 c) 4 X –––––––––––––––––––––––––––––––––––––––––––– = –––––– = 800
10 + 4 + 2 + 2 + 2 20
d) 5 e) 6
Resposta: C
RESOLUÇÃO:
Número de pessoas no elevador

Térreo 4–0=4

1o. andar 4+4–3=5

2o. andar 5+1–1=5

3o. andar 5+2–2=5

4o. andar 5+2–0=7

5o. andar 7+2–6=3

O número de pessoas no elevador, nos respectivos andares, é

4, 5, 5, 5, 7 e 3. A moda é 5.
Resposta: D

– 107
C1_3SERIE_LARANJA_2020_MATEMATICA_ROSE.qxp 23/10/2019 09:48 Página 108

MÓDULO 3 Noções de Estatística – II

1. Medidas de Dispersão Suponhamos que numa classe, os pesos dos
MATEMÁTICA

alunos se distribuam entre 45 e 75 kg, a amplitude seja

Introdução H = 75 – 45 = 30 kg. Se entrar nessa classe um aluno
As medidas de posição vistas até aqui, média, com 100 kg, a nova amplitude será 100 – 45 = 55kg,
mediana e moda, têm conceitos diferentes, detalhes pró- quase o dobro da anterior apenas por causa de um aluno.
prios, que ajudam semelhantemente a representar um
conjunto de dados. Desvio
Entretanto, a informação fornecida pelas medidas de Uma maneira de medir o grau de dispersão ou
posição, em geral, necessita ser completada pelas concentração de cada valor da variável em relação às me-
MEDIDAS DE DISPERSÃO. Estas servem para indicar o didas de tendência central é fazer a diferença entre o valor
quanto os dados se apresentam dispersos em torno da da variável e a média.
região central. Caracterizam, portanto, o grau de variação
existente no conjunto de valores e, por isso, são também Esta diferença é chamada desvio e representada
chamadas MEDIDAS DE VARIABILIDADE. por D.
Exemplo
—
Suponha que as notas de 2 alunos no decorrer do ano Di = Xi – X
foram:
—
Aluno A: 2; 3; 4; 3; 8;10 → X = 5 Exemplo
— Um aluno que obteve as notas 2, 3, 4, 3, 8, 10
Aluno B: 5; 6; 4; 5; 4; 6 → X = 5
conseguiu uma média
–
Ambos obtiveram a mesma média (X = 5), entretanto – 2 + 3 + 4 + 3 + 8 + 10
X = –––––––––––––––––––––– = 5.
percebe-se claramente que o aluno A, de péssimos 6
resultados iniciais, conseguiu recuperar-se no fim, Os desvios de cada uma das notas são:
enquanto o aluno B manteve-se praticamente no mesmo —
nível. xi Di = Xi – X
Isso significa que as notas do aluno B não foram
2 –3
dispersas como as notas do aluno A.
3 –2
Portanto, a medida de posição poderá ser completada
4 –1
por uma medida de dispersão (amplitude, desvio médio,
desvio padrão, variância) que passaremos a descrever.
3 –2
8 3
Amplitude 10 5
Amplitude (H), ou intervalo total, é definida como
Observe que ∑Di = 0.
a diferença entre os valores extremos da série, ou seja:

H = Xmáx – Xmín Observação

Ao calcular a média dos desvios, para conhecer um
Exemplo desvio global do conjunto, o resultado é sempre ZERO,
Sejam os valores 4; 5; 7; 9; 10; 13 pois ∑Di = 0.
Assim, para obter um resultado que exprima a média
H = 13 – 4 = 9 dos desvios, costuma-se proceder de dois modos:
a) calcular a média dos módulos de cada desvio;
Por depender de apenas dois valores do conjunto de b) calcular a média dos quadrados dos desvios e em
dados, a amplitude contém relativamente pouca infor- seguida extrair a raiz quadrada.
mação quanto à dispersão, pois se sujeita a grandes O primeiro é chamado desvio médio (Dm) e o
flutuações de uma amostra para outra. segundo é chamado desvio padrão (s).

108 –
C1_3SERIE_LARANJA_2020_MATEMATICA_ROSE.qxp 23/10/2019 09:48 Página 109

Desvio médio (Dm) Desvio padrão (s)

2
∑ fi D i
∑ Di s= ––––––––

MATEMÁTICA
Dm = ––––––– n
n
ou Variância
É o quadrado do desvio padrão.

∑ fi Di ∑ fi D2i
Dm = –––––––– s2 = ––––––––––
n n

1. Calcule: amplitude, média, desvio médio, variância e desvio-padrão.

RESOLUÇÃO:
xi 5 6 7 8 10 11
xi fi Di Di fi Di Di2 fiDi2
fi 1 2 2 3 7 5
5 1 –4 4 4 16 16
6 2 –3 3 6 9 18
a) Amplitude 7 2 –2 2 4 4 8
8 3 –1 1 3 1 3
RESOLUÇÃO: 10 7 1 1 7 1 7
H = 11 – 5 = 6 11 5 2 2 10 4 20
∑ 20 34 72

b) Média

d) Desvio médio
RESOLUÇÃO:
5 . 1 + 6 . 2 + 7 . 2 + 8 . 3 + 10 . 7 + 11 . 5
–x = ––––––––––––––––––––––––––––––––––––––– 180
= ––––– = 9 RESOLUÇÃO:
1+2+2+3+7+5 20
∑ fi Di| | 34
Dm = –––––––––– = –––– = 1,7
n 20

c) Construção da tabela e) Variância

xi fi Di Di fi Di Di2 fiDi2 RESOLUÇÃO:

∑ fi Di2 72
5 1 s2 = –––––––– = –––– = 3,6
n 20
6 2

7 2

8 3
f) Desvio-padrão
10 7

11 5 RESOLUÇÃO:
∑ s = 
3,6 1,9

– 109
C1_3SERIE_LARANJA_2020_MATEMATICA_ROSE.qxp 23/10/2019 09:48 Página 110

2. (UFAM) – O quadro a seguir mostra notas de um determinado aluno. 3. (UFPR) – Considere as seguintes medidas descritivas das notas
finais dos alunos de três turmas:
N1 N2 N3 N4
Turma Número de alunos Média Desvio Padrão
8,5 9,5 6,0 8,0
MATEMÁTICA

A 15 6.0 1.31

A variância dessas notas é aproximadamente: B 15 6.0 3.51

a) 1,16 b) 1,45 c) 1,63 d) 1,65 e) 1,76 C 14 6.0 2.61

Com base nesses dados, considere as seguintes afirmativas:

RESOLUÇÃO: 1. Apesar de as médias serem iguais nas três turmas, as notas dos
I) A média das notas é alunos da turma B foram as que se apresentaram mais
heterogêneas.
– 8,5 + 9,5 + 6,0 + 8,0 32
X = –––––––––––––––––––––– = –––– = 8 2. As três turmas tiveram a mesma média, mas com variação diferente.
4 4
3. As notas da turma A se apresentaram mais dispersas em torno da
II) A variância das notas é
média.
(8,5 –8)2 +(9,5 – 8)2
+ (6 – 8)2
+ (8 – 8)2 Assinale a alternativa correta.
V = ––––––––––––––––––––––––––––––––––––––––– =
4 a) Somente a afirmativa 3 é verdadeira.
b) Somente a afirmativa 2 é verdadeira.
0,25 + 2,25 + 4 + 0 6,5
= –––––––––––––––––– = –––– = 1,625  1,63 c) Somente as afirmativas 2 e 3 são verdadeiras.
4 4 d) Somente as afirmativas 1 e 2 são verdadeiras.
Resposta: C e) Somente as afirmativas 1 e 3 são verdadeiras.

RESOLUÇÃO:
1. VERDADEIRA.
Os alunos da turma B foram os que apresentaram as notas mais
heterogêneas pois possuem o maior desvio padrão.
2. VERDADEIRA.
As três turmas tiveram variações diferentes pois apresentam
desvios padrões diferentes.
3. FALSA.
As notas dos alunos da turma A estão mais próximas da média
pois apresentam o menor desvio padrão.
Resposta: D

110 –