Universidade Católica de Moçambique

Instituto de Educação à Distância - Online

Centro de Recurso de Chimoio

Compreender a Dinâmica do Mundo e a Contribuição da Estatística na Educação Em

Especial No Ensino de Português

Nome: João Andrades Américo

Código: 708239422

Chimoio, Setembro 2023

 Universidade Católica de Moçambique
Instituto de Educação à Distância - Online
Centro de Recurso de Chimoio

Compreender a Dinâmica do Mundo e a Contribuição da Estatística na Educação Em

Especial No Ensino de Português

Nome: João Andrades Américo:

Código: 708239422

Curso: Licenciatura em ensino de Língua

Portuguesa
Disciplina: Estatística
Ano de Frequência: 1º Ano
Tutor:dr. Neto Pascoal

Chimoio, Setembro 2023

I. INTRODUÇÃO
O presente trabalho na sua temática cinge em compreender a dinâmica do mundo e a
contribuição da estatística na educação em especial no ensino de Português, no qual incorpora
os itens ligado ao conceito de estatística, área da estatística, métodos estatísticos e suas fases, as
variáveis estáticas e suas classificações, amostragem e suas tipologia e resolução de exercício
patente em algumas unidades do módulo de estatística. Contudo Estatística é um ramo de
grande importância da matemática, desenvolvendo técnicas como a colecta de dados e sua
organização, interpretação, análise e representação (Crespo, 2002).
O uso da matemática para a tomada de decisões vem acompanhando nossa história desde
o início das grandes civilizações. Com o passar do tempo, foram criados métodos para facilitar-
se esse processo (Nazareth, 2003). A estatística é dividida entre o estudo da colecta de dados,
em que conhecemos os princípios da área, como os conceitos de amostra, população, variável e
tipo de variável; o estudo da análise desses dados, no qual lida com a frequência absoluta e
relativa, as medidas centrais e as medidas de dispersão; e a representação e interpretação desses
resultados, em que estudamos os tipos de gráficos, a melhor representação para cada caso, e,
com base nessa interpretação, gerando-se também as medidas centrais, como a média, a moda e
a mediana.
A amplitude total é definida pela diferença entre o maior e o menor valor analisado em
uma variável. A variância e o desvio padrão são medidas que levam em consideração a
totalidade dos valores da variável em estudo, por isso são índices de variabilidade bastantes
estáveis. Especificamente, a variância é encontrada a partir dos desvios em torno da média
aritmética. Já o desvio padrão é a medida de dispersão mais utilizada porque aponta de forma
mais precisa a dispersão dos valores em relação à média aritmética. O coeficiente de variação é
uma medida relativa de dispersão. É útil quando se deseja comparar em termos relativos o grau
de concentração em torno da média de séries distintas (Crespo, 2002).
Quanto a estrutura o presente trabalho apresenta-se em quatro etapas distintas onde na
primeira etapa apresenta-se a introdução do tema em estudo, os objectivos (geral e especifico) e
as metodologias que auxiliaram para a concretização da pesquisa, na segunda etapa apresenta-se
a analise e discussão do tema, na qual mostra-se os principias conceitos, informações referente
ao tema em estudo, na terceira etapa apresenta-se a conclusão daquilo que foi desenvolvimento
da temática em forma de uma síntese ou resumo e na última etapa apresenta-se a referência
bibliográfica mostrando todas as obras literárias consultadas para a construção deste trabalho.

[Link]
[Link]
 Resolver actividades de estatística
1
[Link]
 Responder os exercícios de forma detalhada;

 Definir estatística e seus métodos;

 Descrever as variáveis qualitativas e quantitativas as áreas de estatística.

1.2. Aspectos Metodológicos
Para concretização deste trabalho recorreu-se uma pesquisa bibliográfica visto que este,
tem o objectivo de reunir as informações e dados que servirão de base para a construção da
investigação proposta a partir de determinado tema. Entretanto fez-se o levantamento
bibliográfico a partir de consulta de fontes secundárias que aborda, de diferente maneira sobre
cálculos de medidas, tabelas e estatísticos. As fontes foram módulo, livros, artigos, textos
disponíveis em sites confiáveis que apresentam um conteúdo documentado.

2
II. DESENVOLVIMENTO
2.1. PARTE-1
1. Conceito de estatística
A estatística é uma parte da Matemática Aplicada que pode ser entendida como um
conjunto de métodos empregados no planeamento de experimentos, na obtenção, organização e
resumo de dados colectados, bem como na análise e interpretação de tais dados, a fim de que
conclusões possam ser tiradas (Ministério, 2023)
1.1. Áreas da estatística
A estatística possui 3 grandes áreas: a probabilidade, a estatística descritiva e a
estatística inferencial.
Probabilidade é o estudo da aleatoriedade e incerteza. Entre os tipos de estudo de
probabilidade mais comuns estão Eleições, Clima e Tempo e desporto. A estatística possui
ferramentas que nos oferecem possíveis previsões para resultados em ambientes incertos. Não é
uma bola de cristal, mas é melhor saber pouco do que nada. Os resultados de estudos da
probabilidade nos dão uma melhor preparação nos ambientes de negócios.
Estatística descritiva utiliza métodos para colecta, organização, tratamento, análise,
sínteses e apresentação de dados obtidos de uma população ou amostra. Assim, temos uma
descrição de informações básicas sobre um determinado assunto. Em geral, é uma das primeiras
tarefas em um projecto de ciência de dados.
Estatística inferencial é o processo de estimar informações sobre uma população a
partir dos resultados observados em uma amostra. Utiliza-se amostras pois o custo é menor,
bem como o tempo e demais recursos necessários. Este trabalho de previsão deve ser feito sobre
amostras com regras e princípios significativos, para não ter resultados muito divergentes da
realidade.
1.2. Métodos estatísticos e suas fases
1º definição do problema:saber exatamente aquilo que se pretende pesquisar é o
mesmo que definir corretamente o problema.
2º planejamento:como levantar informações? que dados deverão ser obtidos ? qual
levantamento a ser utilizado? censitário? por amostragem? e o cronograma de atividades ? os
custos envolvidos ? etc.
3º coleta de dados: fase operacional. é o registro sistemático de dados, com um objetivo
determinado.
4º apuração dos dados: resumo dos dados através de sua contagem e agrupamento. é a
condensação e tabulação de dados.
5º apresentação dos dados: há duas formas de apresentação, que não se excluem
mutuamente. Apresentação tabular, ou seja é uma apresentação numérica dos dados em linhas
e colunas distribuídas de modo ordenado, segundo regras práticas fixadas pelo conselho

3
nacional de estatística. Apresentação gráfica dos dada numérica, constitui uma apresentação
geométrica permitindo uma visão rápida e clara do fenómeno.
6ºanálise e interpretação dos dados: a última fase do trabalho estatístico é a mais
importante e delicada. está ligada essencialmente ao cálculo de medidas e coeficientes, cuja
finalidade principal é descrever o fenômeno (estatística descritiva).
1.3. Variáveis estatísticos e sua classificação
Para Ministério, (2023) as variáveis são valores que representam determinadas
características dentro de uma pesquisa. Esses valores variam de elemento para elemento. É a
medida em cada elemento da amostra ou população. Essas variáveis podem ter valores
numéricos ou não numéricos e são classificadas assim:

Variáveis Quantitativas: são representadas por meio de números resultantes de uma

contagem ou mensuração. Elas podem ser de dois tipos:
Variáveis discretas: os valores representam um conjunto finito ou enumerável de
números, e que resultam de uma contagem, por exemplo: Número de filhos (0,1,2, …), número
de bactérias por amostra, número de copos de cerveja tomados por dia.
Variáveis contínuas: os valores pertencem a um intervalo de números reais e
representam uma mensuração como por exemplo altura ou peso de uma pessoa. Nesses casos
números fraccionais fazem sentido. Exemplo: tempo (relógio) e pressão arterial.
Variáveis Qualitativas: representam uma qualidade (ou atributo) de um indivíduo
pesquisado, são definidas por várias categorias. São características que não possuem valores
quantitativos. Essas variáveis podem ser de dois tipos:
Variável nominal: quando não existe nenhuma ordenação nas possíveis representações.
Exemplos: sexo, cor dos olhos, cor do cabelo, fumante/não fumante.
Variável ordinal: quando apresentam uma ordem nos seus resultados. Exemplos:
escolaridade (1, 2, 3 graus), mês de observação (Janeiro, Fevereiro, …, Dezembro.)
1.4. Amostragem e Sua Tipologia
1.4.1. Amostragem aleatória simples
É o processo mais elementar. O método se fundamenta no princípio de que todos os
membros de uma população têm a mesma probabilidade de serem incluídos na amostra.
Exemplo:

4
1.4.2. Amostragem aleatória sistemática
É uma variação da amostragem simples. Após a identificação dos participantes, um
determinado critério é eleito (por exemplo, a cada 5) e a selecção segue este formato.
Exemplo:

1.4.3. Amostragem estratificada

Neste tipo de amostragem, a população é dividida em subpopulações em função de
características em comum, o que é chamado de estrato. Em seguida, cada participante recebe
uma identificação dentro de seu estrato e o processo de amostragem aleatória simples é feito
dentro em cada estrato são desbalanceadas e, com isso, os estratos e a amostra também serão
desbalanceados Moretin e Bussab (Moretin e Bussab, 2023).
Exemplo: se há cerca de 80% de mulheres em uma determinada população, é esperado
que a amostra tenha proporção similares de mulheres.
1.4.4. Amostragem por conglomerados
Neste tipo de amostragem, a população encontra-se localizada naturalmente em
conglomerados. Estes conglomerados podem ser ruas, bairros ou empresas, por exemplo e são
assumidos como heterogéneos. Os conglomerados recebem identificações que, por sua vez, são
sorteadas. Todos os participantes dos conglomerados sorteados devem ser acessados.
Exemplo:

1.4.5. Amostragem por conveniência

Neste tipo de amostragem, a amostra é feita pelos participantes que o pesquisador tem
maior acesso.

5
1.4.6. Amostragem por auto-seleção
Para Moretin e Bussab (2023), neste tipo de amostragem, os participantes
voluntariamente solicitam participar da pesquisa. Isso tende a acontecer em pesquisas em que a
colecta de dados é feita online (ex: google survey ou survey monkey) e também em estudos
sobre novos medicamentos.
1.4.6. Amostragem intencional
Crespo, (2002), neste tipo de amostragem, o pesquisador decide quem irá compor a
amostra. É bem frequente em estudos psicométricos de validação de testes psicológicos. Neste
tipo de pesquisa, existe uma etapa em que especialistas são convidados para opinar sobre
características dos testes.
1.4.7. Amostragem por bola de neve
Neste tipo de amostragem, o pesquisador identifica um participante de interesse que,
consequentemente, indica outros participantes para pesquisa. Por exemplo, caso deseje-se
avaliar a saúde mental de usuários de cocaína, o pesquisador poderia identificar a primeira
pessoa a ser avaliada que, em seguida, indicaria outras possíveis participantes (Crespo, 2002).
1.4.8. Amostragem por quotas
Este tipo de amostragem tende a ter um rigor mais elevado dentro das técnicas não-
probabilísticas. Na amostragem por quotas (ou cotas), o pesquisador define classes
populacionais e, em seguida, determinar a proporção da população para cada classe.
1.5. Distribuição de frequência e Tipos de gráficos,
Distribuição de frequência é um tipo de tabela que condensa uma coleção de dados
conforme as freqüências (repetições de seus valores).

Tabela primitiva ou dados brutos: É uma tabela ou relação de elementos que não foram
numericamente organizados. É difícil formarmos uma ideia exacta do comportamento do grupo
como um todo, a partir de dados não ordenados.
Ex : 45, 41, 42, 41, 42 43, 44, 41 ,50, 46, 50, 46, 60, 54, 52, 58, 57, 58, 60, 51
Distribuição de frequência com intervalos de classe: Quando o tamanho da amostra é
elevado, é mais racional efetuar o agrupamento dos valores em vários intervalos de classe.
1.5.1. Diagramas
São gráficos geométricos dispostos em duas dimensões. São os mais usados na
representação de séries estatísticas. Eles podem ser : Gráficos em barras horizontais, Gráficos
em barras verticais ( colunas ), Gráficos em barras compostas, Gráficos em colunas
superpostas, Gráficos em linhas ou lineares, Gráficos em setores (Crespo, 2002).
1.5.2. Estereogramas
São gráficos geométricos dispostos em três dimensões, pois representam volume. São
usados nas representações gráficas das tabelas de dupla entrada. Em alguns casos este tipo de
gráfico fica difícil de ser interpretado dada a pequena precisão que oferecem.
6
1.5.3. Pictogramas
São construídos a partir de figuras representativas da intensidade do fenômeno. Este tipo
de gráfico tem a vantagem de despertar a atenção do público leigo, pois sua forma é atraente e
sugestiva. Os símbolos devem ser auto-explicativos. A desvantagem dos pictogramas é que
apenas mostram uma visão geral do fenômeno, e não de detalhes minuciosos.
1.5.4. 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.

1.6. Medidas de posição

São as estatísticas que representam uma série de dados orientando-nos quanto à posição
da distribuição em relação ao eixo horizontal do gráfico da curva de freqüência. As medidas de
posições mais importantes são as medidas de tendência central ou promédias (verifica-se uma
tendência dos dados observados a se agruparem em torno dos valores centrais).
As medidas de tendência central mais utilizadas são: média aritmética, moda e mediana.
Outros promédios menos usados são as médias: geométrica, harmônica, quadrática, cúbica e
biquadrática. As outras medidas de posição são as separatrizes, que englobam: a própria
mediana, os decis, o quartis e os percentis (Nazareth, 2003).
1.7. Medidas de assimetria
Coeficiente de assimetria: apresenta a mesma deficiência do desvio padrão, isto é, não
permite a possibilidade de comparação entre as medidas de duas distribuições. Por esse motivo,
daremos preferência ao coeficiente de assimetria de Person:

As = 3 ( Média - Mediana ) / Desvio Padrão

1.8. Medidas de curtose

Denomina-se curtose o grau de achatamento de uma distribuição em relação a uma
distribuição padrão, denominada curva normal (curva correspondente a uma distribuição teórica
de probabilidade). Quando a distribuição apresenta uma curva de frequência mais fechada que a
normal (ou mais aguda ou afilada em sua parte superior), ela recebe o nome de leptocúrtica.
Quando a distribuição apresenta uma curva de frequência mais aberta que a normal (ou mais
achatada em sua parte superior), ela recebe o nome de platicúrtica. A curva normal, que é a
nossa base referencial, recebe o nome de mesocúrtica.

7
2.2. PARTE-2
1. Define probabilidade e qual a contribuição no seu dia-a-dia na sua área
de formação?
R: Probabilidade é um ramo da Matemática em que as chances de ocorrência de experimentos

são calculadas. A probabilidade no meu dia a dia proporciona um modo de medir a incerteza e
de mostrar aos estudantes como matematizar, como aplicar a matemática para resolver
problemas reais (Silva, 2023).
2. O que entende por acontecimentos incomparáveis e comparáveis,
distingui-los?
R: Os acontecimentos A e B dizem se contrária se a sua conjugação é impossível (não
incompatíveis) e, simultaneamente a sua disjunção é certa.
3. Conceito de probabilidade clássica, frequência e empírica
R: Probabilidade clássica é uma parte da probabilidade que calcula analiticamente as chances
de determinado fenómeno acontecer. Ela é calculada como sendo o número de vezes que um
fenómeno ocorre dividido pelo número de vezes que ele poderia ocorre. Probabilidade
frequencista, é o valor obtido para a frequência relativa da realização de, num grande número
de repetições da experiência aleatória. A probabilidade empírica, também conhecida por
frequência relativa, ou probabilidade experimental, é a relação entre o resultado de uma
ocorrência em um evento e o número total de ensaios, não num espaço amostral teórico, no
experimento actual (Silva, 2023).
4. A partir de dados abaixos agrupe em classe e determine interpretando os
resultados
Solução:
Classe fi xi fr F ac Xi*fi Xi2*fi

17 |-| 22 4 19.5 0,09 4 78 1521

22 |-| 27 3 24.5 0,07 7 73.5 1800.75

27 |-| 32 7 29.5 0.17 14 206.5 6091.75

32 |-| 37 9 34.5 0.21 23 310.5 10712.25

37 |-| 42 4 39.5 0.09 27 158 6241

42 |-| 47 7 44.5 0.07 34 311.5 13861.75

47 |-| 52 7 49.5 0.07 41 3465.5 17151.75

N=41 1 1484.5 57380.25

a) Media, Moda e Mediana

1484.5
Media ( x ) : x = Xi*fi = = 36.2
41
Interpretação: o tempo médio dos dados acima é de 36.2

D1 2
Moda (Mo): Mo = li + *h = 32+ *5 ≅ 34
D1+ D 2 7
Interpretação: o tempo com maior frequência é de 34

8
 N
∗fac . ant 20.5−14
Mediana (Md) : Md = li + 2 *h = 32+ *5 ≅ 36
9
fi
Interpretação: abaixo de 50% dos dados tem pontos máximos de 36

b) Desvio padrão
1 ∑( x∗f )2 1 2203740.25 1
σ2 = * (∑ xi 2*fi - ¿ = *(57380,25- = 3630.49 = 90.76
N −1 N 40 41 40 *

σ = √ 90.76 = 9.52
Interpretação: o desvio padrão dos dados foi de 9.52

c) 1° e 2° Quartil
41
Q1= 4 *1= 10.25 ⟹ classe(Q1) = 27 |-| 32
10.25−7
Q1 = 27+ *5 = 27+2.3 = 29.3
7
Interpretação: 25% dos dados tem 29.3 pontos

41
Q2 = *2= 20.5 ⟹ Classe (Q2) = 32|-|37
4
20.5−14
Q2 = 27+ *5 = 32+3.61= 35.61
9
Interpretação: 50% dos dados tem 35.61 pontos

d) Decis 37
R: Não existem decil para número 37, por que os decis terminam no 10
e) Percentil 19,77 e 99
41
P19 = *19 = 7.79 ⟹ classe (p19) = 27 |-|32
100
7.79−7
P19 = 27+ *5 = 27+ 0.5 = 27.5
7
Interpretação: 19% dos dados com menor pontos de 27.5

41
P77 = *77 = 31.57 ⟹ Classe (P77) = 42 |-| 47
100
31.57
P77 = 42 + *5 = 42+ 3.25 = 45.25
7
Interpretação: 77% dos dados com menor pontos de 45.25
41
P99 = *99 = 40.59 ⟹ classe (P99) = 47|-| 52
100

9
 40.59
P99 = 47 + *5 = 47 + 4.7= 51.7
7
Interpretação: 99% dos dados com menor ponto de 51.7

5. Resolva o n° 3 à 6 da página 47 do Módulo (Unidade n° 02)

3. Como classifica a recolha de dados estatísticos no que respeita à periodicidade?
R: No respeitante à periodicidade, a recolha dos dados pode ser classificada como:
Continua − Quando realizada permanentemente;
Periódica − Quando feita em intervalos de tempo;
Ocasional − Quando realizada de modo esporádico

4. Quais os métodos de recolha de informação que conhece?

R: Entrevista, inquérito, questionário.

5. Em que consiste o processo de classificação dos dados?

R: O processo de classificação de dados consiste na identificação de unidade de informação
com características comuns e no seu agrupamento em classes.

6. Dê alguns exemplos de enviesamento dos resultados obtidos numa análise estatística.

R: As taxas de infiltração e desemprego estimadas pelos órgãos governamentais e pelos
sindicatos.

6. Resolva o n° 30 da página 47 do Modulo (Unidade n° 06)

30. Resolva em ordem a x as equações
20 20
a ¿ ∑ (2i−1)+ x=¿ ∑ 2 i ¿ = (2.1-1)+x +(2.2-1)+x….(2.20-1) +x= 2.1+2.2+2.3…+2.20 =
i−1 i−1

1+x+3+x+…+39+ x = 2+4+6+…+40 = 20x = 2+4+6+…40 - 1+3+…+39

2+ 4 +6+… 40−1+3+39
x=
20

15 4 15
b ¿ ∑ (1+2 j) = ∑ x +∑ ¿¿ = 4x= (1+2.1)+ (1+2.2)+(1+2.3)…+(1+2.15)
j−0 j−1 j−1

3+5+7+ ….31
X=
4
10 10
2 x∗ ∑ i -2
= ∑ i2 = -22+ (-1)2+ 02+12+22+.....102
j −−2 j −−2

100 100

∑K 2
= x + ∑ ¿¿ 2+1) = (12+1)+(22+1)+(32+1)….+(1002+1)
K−0 k −1

10
 7. Resolva os n° 46 da página 78 do módulo (unidade N°11)
36. Considere a seguinte tabela de dados agrupados (a tabela esta no modulo).
Determine:
a) Amplitude total.
R= Amax – Amin = 60-20 =40

b) A média e a moda.
5325
x= = 35.5
150
Mo = 32.

c) A variância e o desvio padrão.

1 5325 1 28355625 1
Variância: σ 2 = 150−1 * (197287.5 – ( 150 )2 = 149 * 197287.5- ( 150
) = 149 *8250 = 55.36
Desvio padrão: σ = √ 55.36 = 7.44

d) O coeficiente de variação.
s 55.36
CV = *100 = *100 = 1.55%
x 35.5

8. Resolva os n° 56 a 60 da página 92 do Módulo (unidade n° 14)

56. Considere a seguinte variável bidimensional constituída pelas variáveis x i e yi dadas
pelas tabelas:
xi 2 3 4 5 6
yi 3 4 5 3 6

Calcule:
a) A média da variável x e a da variável y;
2+ 3+4 +5+6 20
Para variável xi temos: x = = =4
5 5
3+4 +5+3+6 21
Para variável yi temos: x = = = 4.2
5 5

b) O desvio padrão da variável x e o da variável y;

Para variável xi temos:σ =

√400
5
20
–( )2 = √ 80−16 = √ 64 = 8
5

Para variável yi temos: σ =

441
5 √
21
–( )2 = √ 88.2−17.65 = √ 70.56 = 8.4
5

11
 c) A co-variância das variáveis x e y;
41 20 21
Cx,y = 5 - 5 *
5
= 8.2- (4*8.2) = - 24.6

d) O coeficiente de correlação.
Cx , y −24.6 −24.6
℘= = = 67.2 = -0.36
σx∗σy 8∗8.4

57. De um conjunto de 50 pares (x, y) sabe –se que:

∑ x =100 , ∑ y =900 , ∑ x2= 208 , ∑ y 2 =16650 , ∑ xy = 1836
Calcule:

a) x e y

100 900
x= =2 e y = = 18
50 50

b) σ x e σ y
208 100 2 16650 900 2
σx= –( ) = 4.16- 4 = 0.16 e σy= –( ) = 333- 324 = 9
50 50 50 50

c) Cx,y e ℘
1835 100 900 0.7 0.7
Cx,y = - * = 36.7- (2.18) = 0.7 e ℘= = = 0.486
50 50 50 0.16∗9 1.44

9. Resolva os n° 58 a 60 da página 101 do módulo (unidade n° 14)

58. Quando lançamos uma moeda sobre uma superfície plana, qual é o conjunto de todos
os casos possíveis?
R: conjunto: E = { 1 , 2 } ou seja { cara ou coroa }

59. Se em 1000 lançamentos de um dado se obtêm 400 vezes a face 6, o dado deve ser
viciado. Porque?
R: Por que cada lado do dado deveria ter a mesma chance de cair de face para cima, ou seja,
1/6 = 0,16, ou 16% de chance. Em 1000 lançamentos caindo com 400 no mesmo número temos
400/1000 = 0,4 ou 40% das vezes.
60. Uma urna contém várias bolas sendo umas vermelhas, outras amarelas e as restantes
brancas. Sabe-se que a probabilidade de tirar bola vermelha é ¼.
a) Qual é a probabilidade de tirar amarelas ou brancas?
12
 R: é de 1/4

b) Qual é o espaço amostral?

R: S= { V , B , A } onde: V = bola vermelha, B= bola branca, A = bola amarela
c) Sendo V, A, B os acontecimentos elementares e sendo P (B) = 2P(A), complete o quadro:
Acontecimentos V A B
Probabilidade 1/3 1/3 1/3

d) Há acontecimentos equivocáveis; dá mais do que um exemplo.

R: Se é perfeito, P(1) = P(2) = P(3) = P(4) = P(5) = P(6), isto é, os acontecimentos elementares
são equiprováveis
e) Calcula P (V), P (B) e. P (A ou B).
P (V) = 1/3
P (B) =1/3
P (A ou B) = 1/+1/3 =2/3

[Link] os n° 78 a 80 da pagina 117 do Modulo (unidade n° 16)

78. Determine a probabilidade de um casal ter 3 filhos, todos do sexo feminino.
Probabilidade de sair feminino no 1º nascimento: P (A)= ½
Probabilidade de sair feminino no 2º nascimento: P (B)= ½
Probabilidade de sair feminino no 3º nascimento: P (C)= ½
1
∗1
2
P (A∩ B ∩C) = ∗1
2 1
=
2 8
79. No lançamento de dois dados qual é a probabilidade da soma ser 8, supondo que saiu
no número 5 no primeiro dado?
R: P(A) = 8/5
80. A probabilidade de um casal de namorados passear no sábado é 0,9 e quando saem, a
probabilidade de jantar fora é 0,6. Qual é a probabilidade desse casal sair para jantar no
sábado?
R: Passer sábado: P(A) =0.9 Jantar fora :P(B) =0.6
P(A∪B) = P(A)*P(B)= 0.9*0.6= 0.54

13
III. CONCLUSÃO
Após análise e discussão dos exercícios pode se concluir que para dados agrupados sem
intervalos de classe, a fórmula usada para a identificação da amplitude total é semelhante à
utilizada para dados não agrupados. Porém o processo se diferencia porque identificaremos o
maior e o menor valor em uma tabela de distribuição de frequência. A Variância e o desvio
padrão são medidas que levam em consideração a totalidade dos valores da variável em estudo,
e não apenas os valores externos, como a amplitude total. Por isso, essas medidas são índices de
variabilidade bastantes estáveis e, consequentemente, muito utilizados no quotidiano. Além
disso, a variância e o desvio padrão complementam informações obtidas pelas medidas de
tendência central. O desvio padrão é a medida de dispersão mais utilizada porque aponta de
forma mais precisa a dispersão dos valores em relação à média aritmética. O desvio padrão de
uma série será sempre um valor positivo, e quanto maior esse valor, maior será a dispersão entre
os elementos. Quando nos deparamos com dados agrupados, o valor das frequências também
precisa ser levado em consideração para o cálculo do desvio padrão. O coeficiente de variação é
uma medida relativa de dispersão. Ela é útil quando se deseja comparar em termos relativos o
grau de concentração em torno da média de séries distintas.

14
IV. REFERÊNCIAS BIBLIOGRÁFICAS
1. Crespo, António Arnot.(2002). Estatística fácil. São Paulo: Saraiva.

2. Ministério, Fernanda (2023). As três grandes áreas da estatística. Disponível em

[Link]
estat%C3%ADstica-fernanda-ministerio Acesso em 02 de Setembro de 2023.
3. Moretin e Bussab. Estatística Básica. Tipos de Variáveis. Disponível em
[Link] Acesso em 06 de
Setembro de 2023.
4. Nazareth, Helenalda. (2003). Curso básico de estatística. São Paulo: Ática.

5. Silva, Luiz Paulo Moreira. Probabilidade. Brasil Escola. Disponível em:

[Link] Acesso em 10 de
setembro de 2023.

15