Histogramas. 12 de Fevereiro de 2015
|
|
- Inês Correia Benke
- 8 Há anos
- Visualizações:
Transcrição
1 Apêndice B Histogramas Uma situação comum no laboratório e na vida real é a de se ter uma grande quantidade de dados e deles termos que extrair uma série de informações. Encontramos essa situação em pesquisas de opinião, na classificação de produtos industrializados, na caracterização de uma população, no resultado de uma colisão entre partículas subatômicas e em muitos outros exemplos. Sabemos intuitivamente que ter um conjunto grande de dados é bom, mas o que fazer com eles? Neste Apêndice vamos ver uma análise estatística bem básica, que você poderá usar em qualquer área em que for atuar, baseada na construção de um histograma e do cálculo da média e do desvio padrão. Vamos ver um exemplo dessa construção aplicando-a a um conjunto de medidas do período de um pêndulo simples. Suponha que um aluno realizou o conjunto de N = 100 medidas relacionadas na tabela B.1. T(s) T(s) T(s) T(s) T(s) T(s) T(s) T(s) T(s) T(s) 2,7572 2,7779 2,8753 2,2747 2,7934 2,7524 2,5963 2,7656 3,0376 3,3122 2,2496 2,4900 3,2255 2,7082 3,1866 1,9964 2,4286 2,8684 3,3925 2,7289 1,9154 2,3902 3,1911 2,7354 2,6591 2,7175 3,0865 2,5922 2,9031 2,6265 3,0182 3,1634 2,6027 3,1995 1,7365 3,2880 3,2444 2,5051 2,9800 2,5974 2,4493 2,7289 2,4364 2,8538 2,8431 2,9940 2,5028 2,5058 3,7085 3,3272 3,0343 2,6654 2,7709 2,4196 2,6359 2,9121 2,6573 2,8597 2,7957 2,7995 2,6050 2,5288 2,6348 2,7352 2,3866 2,6251 2,3283 3,3204 3,4361 2,7763 3,4252 3,1978 2,2228 2,1029 3,4341 3,5109 2,7653 2,7191 2,3851 2,4484 2,7237 2,7091 2,6622 3,4943 2,7243 2,4018 2,3138 3,1882 2,6864 2,8487 3,2349 2,9837 2,4838 3,0688 2,6266 3,6141 2,5203 2,9692 2,4440 3,1977 Tabela B.1: Conjunto de dados resultantes de uma experiência de medição do período de um pêndulo simples, feitas com um cronômetro de precisão s. Examinando a tabela diretamente é difícil obter alguma informação relevante sobre a experiência. Começamos a análise definindo duas grandezas importantes, a média e o desvio padrão. Partimos de um conjunto de N medições de uma determinada grandeza, levando a um certo conjunto de dados que escrevemos como {x 1, x 2... x N }. Os valores x i são indenpendentes 31
2 32 APÊNDICE B. HISTOGRAMAS entre si, ou seja, uma medição não afeta a outra. valor médio ou valor esperado É simplesmente a média aritmética dos x i. x = 1 N N x i. (B.1) O valor médio representa um valor típico da grandeza medida. desvio padrão A caracterização do conjunto de medidas não está completa se informamos apenas o valor médio. Devemos informar também sobre a uniformidade das medidas. Para tal definimos a flutuação δx i x i x de cada medida em relação ao valor médio. Por definição temos que N N N δx i = (x i x) = x i xn = 0. (B.2) Isto significa que as N flutuações não são idependentes entre si. Temos um vínculo, uma relação entre elas. Usando esta relação, a equação (B.2), podemos sempre expressar uma das medidas em função das outras N 1. Por exemplo: N = 2 δx 1 = δx 2 N = 3 Se δx 1 e δx 2 são independentes, δx 3 = (δx 1 + δx 2 ). Assim, temos N 1 flutuações independentes. Definimos o desvio padrão σ P em termos das flutuações como δx 2 = σ P = 1 N δx 2 i = 1 N (x i x) 2. (B.3) N 1 N 1 Note que a divisão por N 1 faz com que o desvio padrão fique indefinido quando N = 1, como deveria. Quanto maior o valor de σ P, mais diferentes entre si são as medidas. Podemos ter conjuntos de medidas com o mesmo valor médio, mas diferentes desvios padrões, e vice-versa. A grandeza σ 2 P recebe o nome de variância. Aqui cabe uma observação importante. Neste contexto de tratamento estatístico de dados experimentais, associamos o desvio padrão à incerteza da medida, mas ele pode ser, por si só uma grandeza a ser medida, como no exemplo a seguir. Exemplo B.1 A rugosidade de uma superfície é uma grandeza extremamente importante. Processos de corrosão e de deposição são estudados lenvando-se em conta essa grandeza. Na figura abaixo vemos o que seria o perfil de uma superfície irregular. Para determinar sua rugosidade, definimos um referencial qualquer e medimos a altura da superfície a intervalos constantes, obtendo um conjunto de dados {h 1, h 2,......h N }. O desvio padrão em relação a h dá a rugosidade da superfície.
3 33 Para os dados da tabela B.1 obtemos T = 1 N N T i = 2,8 s σ P = 1 N ( Ti T ) 2 = 0,4 s N 1 Agora vamos à construção do histograma, que é um tipo especial de gráfico em que a frequência relativa, ou o número de ocorrências de valores medidos, é expressa em função do valor das medidas. Os dados são classificados em intervalos, permitindo um entendimento muito melhor de como os valores estão distribuídos. A construção de um histograma envolve os seguintes passos: 1. Obter de uma tabela com N valores da grandeza que se quer estudar. Quanto maior o valor de N, mais significativo será o resultado. 2. Determinar os valores mínimo e máximo de x. 3. Definir o tamanho do intervalo x que será usado para classificar os dados. Em inglês este intervalo recebe o nome de bin que significa caixa ou compartimento. Este termo também é muito usado em portugues, no contexto de construção de histograma. Normalmente usa-se a regra de que o número n de bins deve ser da ordem de N, tendo a variação total, calcula-se x. Em geral tomamos como extremos valores x min e x max, tais que todos os dados sejam incluídos ao mesmo tempo que a escala de leitura para o gráfico é fácil leitura. 4. Classificar os dados pelos intervalos ou bins. Definir N i como o número de dados entre x i e x i + x. Este processo recebe o nome de binning. 5. Opcional: dividir a contagem em cada intervalo, N i, pelo número total de dados, definindo a frequência relativa F i = N i /N. 6. Traçar o gráfico de F i, ou de N i, em função de x i, que é o valor central de cada bin.
4 34 APÊNDICE B. HISTOGRAMAS Note que usando a divisão por N explicada no item 5 temos a normalização n n F i = N i N = 1 N n N i = 1, (B.4) onde n é o número de bins. Vamos agora construir o histograma seguindo esses passos, usando os dados da tabela B.1. Começamos verificando os valores extremos. O menor valor de período na tabela é T min = 1,7365 s, e o maior, T max = 3, 7085 s. Para simplificar vamos fazer o gráfico entre 1,72 s e 3,72 s, com 10 bins de largura T = 0,2 s. Contamos quantas medidas caem em cada intervalo e dividimos por N =100 cada contagem. Com isso obtemos os valores de F i. Para a construção do gráfico associamos as frequências F i ao centro de cada bin e aí colocamos uma coluna de altura proporcional a F i, obtendo o histograma de frequências mostrado na figura B.1. T(s) Figura B.1: Histograma relativo aos dados da tabela B.1. Observando o histograma da figura B.1 notamos a concentração de valores em torno de T = T=2,8 s. Quando os valores do período se afastam do valor médio, o número de ocorrências cai bastante. Agora vamos ver como a forma do histograma se altera se um número maior de medidas é utilizado na sua construção. Suponha que numa experiência equivalente, sejam tomadas N = 1000 medidas do período, sendo os valores mínimo e máximo 1,585 s e 3,993 s, respectivamente. Em vez de mostrar a tabela com os N = 1000 valores, vamos apresentar o resultado da contagem por bins. Construimos o histograma com bins de largura 0,25 s, indo de 1,55 a 4,05 s. A tabela B.2 mostra o resultado da classificação dos dados nesses bins. F i é a frequência relativa, ou seja, o número de dados no intervalo centrado no valor indicado na primeira coluna, dividido por N. Por exemplo, havia quatro valores entre 1,550 s e 1,800 s, correspondento ao primeiro
5 35 bin (i = 1). Temos F 1 = = 0,004 T 1 = 1, ,800 2 = 1,6750 s Os valores de F na tabela B.2 podem ser considerados como estimativas para as probabilidades i T i (s) F i 1 1,6750 0, ,9250 0, ,1750 0, ,4250 0, ,6750 0, ,9250 0, ,1750 0, ,4250 0, ,6750 0, ,9250 0,007 Tabela B.2: Valores de frequência relativa para a construção de um histograma referente a um conjunto de N = 1000 medidas de período de um pêndulo simples. O histograma referente a esta tabela está na figura B.2. 2 P Figura B.2: Histograma relativo a um conjunto de dados similar aos da tabela B.1, mas com N = 1000 valores, classificados em bins de largura T = 0,25 s. No gráfico estão indicados o valor médio, T = 2,8 s e o desvio padrão σ P = 0,4 s. Comparando este gráfico com o da figura B.1, podemos observar que é muito mais simétrico, e apresenta menos flutuações, consequência do aumento do número de medidas. A região compreendida entre T σ P e T + σ P concentra a maior parte do dados. T(s) de se obter uma medida de período nos intervalos considerados. Já que o valor de F dá a fração
6 36 APÊNDICE B. HISTOGRAMAS de medidas no intervalo, vamos fazer a aproximação 1 P i = F i = N i N A partir da tabela B.2 podemos calcular a probabilidade de se ter uma medida na região central do histograma, entre 2,300 s e 3,300 s. Usando a regra da adição de probabilidades, somamos as probabilidades referentes a todos os bins dentro dos limite definidos. Por exemplo, P(2,300 < T < 3,300) = P(2,300 < T < 2,550) + P(2,550 < T < 2,800) + P(2,800 < T < 3,050) + P(3,050 < T < 3,300) 1 É uma aproximação porque temos um número finito de medidas. A definição experimental de probabilidade é P i = lim F N i i = lim N N N. Na prática N será sempre finito, por isso devemos usar o maior número possível de medidas
7 37 Se usamos a frequência relativa de cada intervalo como sendo a probabilidade de encontrar a medida no intervalo, temos que 4 P(2,300 < T < 3,300) = P i i=4 4 = F i i=4 = 0, , , ,148 = 0,79 ou 79%. Finalmente, observamos que a forma geral do histograma também depende do valor de T considerado para a classificação dos dados. Por exemplo, a figura B.3 mostra um histograma construído com T = 0,20 s sobre o mesmo conjunto de dados da figura B.2. Como o intervalo considerado na contagem é menor, o número de dados em cada intervalo também será menor, por isso os valores de frequência são todos menores. Com um número finito de dados, se diminuímos muito o tamanho do intervalo haverá vários sem nenhum dado, vários com um só dado, etc. Quando o número de dados for muito grande, N, poderemos definir intervalos infinitesimais que conterão um número significativo de dados. Com isso será possível construir um histograma cuja forma será independente do tamanho do intervalo. Nesse limite estaremos partindo para uma descrição contínua. Veremos mais sobre este assunto no Apêndice D T(s) Figura B.3: Histograma relativo ao mesmo conjunto de dados da figura B.2, mas com T = 0,20 s. Note como a forma geral foi alterada, e em especial os valores de frequência. Construção de histogramas no QtiPlot A maior parte dos programas de gráfico já vêm com diversas ferramentas para a análise estatística de dados. Uma dessas ferramentas é exatamente a de construção de histogramas.
8 38 APÊNDICE B. HISTOGRAMAS O ponto de partida é uma tabela contendo os dados que queremos analisar, numa única coluna. Selecione essa coluna e escolha: Analysis-Statistics on Columns. O resultado será uma tabela como a mostrada na figura B.4 Nela podemos identificar o valor médio (Mean), o Figura B.4: Resultado da análise estatística dos dados de período. desvio padrão (StandardDev), o valor máximo (Max) e o valor mínimo (Min). Tendo os valores extremos e o número de dados, divida o intervalo Max-Min por um número de intervalos, ou bins, que seja aproximadamente N. Veja quanto vai valer cada bin. Novamente selecione a coluna com os dados e escolha agora Analysis-Frequency Count. Aparecerá uma janela pedindo os valores máximo e mínimo e o binsize, que é o tamanho do intervalo de classificação. Verifique se os valores indicados são adequados. Edite os valores, se for o caso. Feito isso, escolha Apply. O resultado será a tabela mostrada na figura B.5. Para Figura B.5: Tabela gerada pela análise estatística dos dados originais e respectivo histograma. nossa análise apenas as duas primeira colunas interessam. A primeira (BinCentr) tem a posição do centro de cada intervalo e a segunda (Count), o número de dados no intervalo. Selecione a coluna Count e depois escolha Plot-Columns para obter o gráfico como o mostrado na figura.
9 62 APÊNDICE B. HISTOGRAMAS
10 Bibliografia [1] B P Flannery, W H Press, S A Teukolsky, and W Vetterling. Numerical recipes in C. University of Cambridge, New York, [2] Paul L Meyer. Probabilidade: aplicações à estatística. In Probabilidade: aplicações à estatística. Livro Técnico,
Método dos mínimos quadrados - ajuste linear
Apêndice A Método dos mínimos quadrados - ajuste linear Ao final de uma experiência muitas vezes temos um conjunto de N medidas na forma de pares (x i, y i ). Por exemplo, imagine uma experiência em que
Leia maisUso da webcam para análise de movimentos
Apêndice E Uso da webcam para análise de movimentos Várias experiências de física básica requerem o registro temporal de algum movimento. Dependendo do tipo de sistema e de que informações são necessárias,
Leia maisINE 5111 Gabarito da Lista de Exercícios de Probabilidade INE 5111 LISTA DE EXERCÍCIOS DE PROBABILIDADE
INE 5 LISTA DE EERCÍCIOS DE PROBABILIDADE INE 5 Gabarito da Lista de Exercícios de Probabilidade ) Em um sistema de transmissão de dados existe uma probabilidade igual a 5 de um dado ser transmitido erroneamente.
Leia maisUNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo
UNIVERSIDADE DE SÃO PAULO Faculdade de Arquitetura e Urbanismo DISTRIBUIÇÃO AMOSTRAL ESTIMAÇÃO AUT 516 Estatística Aplicada a Arquitetura e Urbanismo 2 DISTRIBUIÇÃO AMOSTRAL Na aula anterior analisamos
Leia maisComo escrever um bom RELATÓRIO
Como escrever um bom RELATÓRIO Mas o que é uma EXPERIÊNCIA? e um RELATÓRIO? Profa. Ewa W. Cybulska Profa. Márcia R. D. Rodrigues Experiência Relatório Pergunta à Natureza e a procura da Resposta Divulgação
Leia maisIBM1018 Física Básica II FFCLRP USP Prof. Antônio Roque Aula 6. O trabalho feito pela força para deslocar o corpo de a para b é dado por: = =
Energia Potencial Elétrica Física I revisitada 1 Seja um corpo de massa m que se move em linha reta sob ação de uma força F que atua ao longo da linha. O trabalho feito pela força para deslocar o corpo
Leia mais2. Representação Numérica
2. Representação Numérica 2.1 Introdução A fim se realizarmos de maneira prática qualquer operação com números, nós precisamos representa-los em uma determinada base numérica. O que isso significa? Vamos
Leia maisIntrodução a Química Analítica. Professora Mirian Maya Sakuno
Introdução a Química Analítica Professora Mirian Maya Sakuno Química Analítica ou Química Quantitativa QUÍMICA ANALÍTICA: É a parte da química que estuda os princípios teóricos e práticos das análises
Leia maisExercícios Resolvidos sobre Parâmetros e tabelas de frequência
Exercícios Resolvidos sobre Parâmetros e tabelas de frequência Apresentamos aqui uma série de exercícios nos quais destacamos o uso de parâmetros e tabelas de frequência. O conhecimento desses parâmetros
Leia maisAula 4 Estatística Conceitos básicos
Aula 4 Estatística Conceitos básicos Plano de Aula Amostra e universo Média Variância / desvio-padrão / erro-padrão Intervalo de confiança Teste de hipótese Amostra e Universo A estatística nos ajuda a
Leia maisCapítulo 7 Medidas de dispersão
Capítulo 7 Medidas de dispersão Introdução Para a compreensão deste capítulo, é necessário que você tenha entendido os conceitos apresentados nos capítulos 4 (ponto médio, classes e frequência) e 6 (média).
Leia maisMedidas de Variação ou Dispersão
Medidas de Variação ou Dispersão Estatística descritiva Recapitulando: As três principais características de um conjunto de dados são: Um valor representativo do conjunto de dados: uma média (Medidas de
Leia maisMedidas e Incertezas
Medidas e Incertezas O que é medição? É o processo empírico e objetivo de designação de números a propriedades de objetos ou eventos do mundo real de forma a descreve-los. Outra forma de explicar este
Leia maisAula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística
Aula 4 Conceitos Básicos de Estatística Aula 4 Conceitos básicos de estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa
Leia maisAjuda ao SciEn-Produção 1. 1. O Artigo Científico da Pesquisa Experimental
Ajuda ao SciEn-Produção 1 Este texto de ajuda contém três partes: a parte 1 indica em linhas gerais o que deve ser esclarecido em cada uma das seções da estrutura de um artigo cientifico relatando uma
Leia maisActivALEA. active e actualize a sua literacia
ActivALEA active e actualize a sua literacia N.º 25 HIISTOGRAMA Por: Maria Eugénia Graça Martins Departamento de Estatística e Investigação Operacional da FCUL memartins@fc.ul.pt Emília Oliveira Escola
Leia maisATIVIDADES EXTRA CLASSE
ATIVIDADES EXTRA CLASSE UNIVERSIDADE ESTADUAL DO SUDOESTE DA BAHIA- UESB 1) Em que consiste o processamento de Sinais? 2) Em processamento digital de sinas, o que significa codificação da informação? 3)
Leia maisMicrosoft Access: Criar consultas para um novo banco de dados. Vitor Valerio de Souza Campos
Microsoft Access: Criar consultas para um novo banco de Vitor Valerio de Souza Campos Conteúdo do curso Visão geral: consultas são essenciais Lição: inclui sete seções Tarefas práticas sugeridas Teste.
Leia maisCAPÍTULO 9. PROCESSAMENTO DOS DADOS 9.5. ALGARISMOS SIGNIFICATIVOS. =0.01 gcm 3 3.36 Logo o resultado experimental é: = 5.82 g 0.
CAPÍTULO 9. PROCESSAMENTO DOS DADOS 9.5. ALGARISMOS SIGNIFICATIVOS Logo o resultado experimental é: =(1.732 ± 0.001) gcm 3 O erro relativo do volume (0.1%) é uma ordem de grandeza maior que o erro relativo
Leia maisAS LEIS DE NEWTON PROFESSOR ANDERSON VIEIRA
CAPÍTULO 1 AS LEIS DE NEWTON PROFESSOR ANDERSON VIEIRA Talvez o conceito físico mais intuitivo que carregamos conosco, seja a noção do que é uma força. Muito embora, formalmente, seja algo bastante complicado
Leia maisA avaliação da incerteza do tipo B. Segundo o Guia para Expressão da Incerteza na Medição (Joint Commitee for Guides
A avaliação da incerteza do tipo B Segundo o Guia para Expressão da Incerteza na Medição (Joint Commitee for Guides in Metrology, 2008a), em condições ideais, todas as incertezas em laboratório seriam
Leia mais3. Características amostrais. Medidas de localização e dispersão
Estatística Descritiva com Excel Complementos. 77 3. Características amostrais. Medidas de localização e dispersão 3.1- Introdução No módulo de Estatística foram apresentadas as medidas ou estatísticas
Leia maisCAPÍTULO 9 Exercícios Resolvidos
CAPÍTULO 9 Exercícios Resolvidos R9.1) Diâmetro de esferas de rolamento Os dados a seguir correspondem ao diâmetro, em mm, de 30 esferas de rolamento produzidas por uma máquina. 137 154 159 155 167 159
Leia maisMÓDULO 6 INTRODUÇÃO À PROBABILIDADE
MÓDULO 6 INTRODUÇÃO À PROBBILIDDE Quando estudamos algum fenômeno através do método estatístico, na maior parte das vezes é preciso estabelecer uma distinção entre o modelo matemático que construímos para
Leia maisMatemática Financeira II
Módulo 3 Unidade 28 Matemática Financeira II Para início de conversa... Notícias como essas são encontradas em jornais com bastante frequência atualmente. Essas situações de aumentos e outras como financiamentos
Leia mais1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Leia mais3 Classificação. 3.1. Resumo do algoritmo proposto
3 Classificação Este capítulo apresenta primeiramente o algoritmo proposto para a classificação de áudio codificado em MPEG-1 Layer 2 em detalhes. Em seguida, são analisadas as inovações apresentadas.
Leia maisO QUE É E COMO FUNCIONA O CREDIT SCORING PARTE I
O QUE É E COMO FUNCIONA O CREDIT SCORING PARTE I! A utilização de escores na avaliação de crédito! Como montar um plano de amostragem para o credit scoring?! Como escolher as variáveis no modelo de credit
Leia maisx0 = 1 x n = 3x n 1 x k x k 1 Quantas são as sequências com n letras, cada uma igual a a, b ou c, de modo que não há duas letras a seguidas?
Recorrências Muitas vezes não é possível resolver problemas de contagem diretamente combinando os princípios aditivo e multiplicativo. Para resolver esses problemas recorremos a outros recursos: as recursões
Leia maisRESUMO 2 - FÍSICA III
RESUMO 2 - FÍSICA III CAMPO ELÉTRICO Assim como a Terra tem um campo gravitacional, uma carga Q também tem um campo que pode influenciar as cargas de prova q nele colocadas. E usando esta analogia, podemos
Leia maisMaterial Teórico - Módulo de Divisibilidade. MDC e MMC - Parte 1. Sexto Ano. Prof. Angelo Papa Neto
Material Teórico - Módulo de Divisibilidade MDC e MMC - Parte 1 Sexto Ano Prof. Angelo Papa Neto 1 Máximo divisor comum Nesta aula, definiremos e estudaremos métodos para calcular o máximo divisor comum
Leia maisExercícios Teóricos Resolvidos
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Matemática Exercícios Teóricos Resolvidos O propósito deste texto é tentar mostrar aos alunos várias maneiras de raciocinar
Leia maisAlém do Modelo de Bohr
Além do Modelo de Bor Como conseqüência do princípio de incerteza de Heisenberg, o conceito de órbita não pode ser mantido numa descrição quântica do átomo. O que podemos calcular é apenas a probabilidade
Leia mais1. Introdução. 1.1 Introdução
1. Introdução 1.1 Introdução O interesse crescente dos físicos na análise do comportamento do mercado financeiro, e em particular na análise das séries temporais econômicas deu origem a uma nova área de
Leia maisAula 11 Esperança e variância de variáveis aleatórias discretas
Aula 11 Esperança e variância de variáveis aleatórias discretas Nesta aula você estudará os conceitos de média e variância de variáveis aleatórias discretas, que são, respectivamente, medidas de posição
Leia maisApresentação de Dados em Tabelas e Gráficos
Apresentação de Dados em Tabelas e Gráficos Os dados devem ser apresentados em tabelas construídas de acordo com as normas técnicas ditadas pela Fundação Instituto Brasileiro de Geografia e Estatística
Leia mais&XUVRGH,QWURGXomRDR (GLWRUGH3ODQLOKDV([FHO
Universidade Federal de Viçosa Departamento de Informática &XUVRGH,QWURGXomRDR (GLWRUGH3ODQLOKDV([FHO Flaviano Aguiar Liziane Santos Soares Jugurta Lisboa Filho (Orientador) PROJETO UNESC@LA Setembro de
Leia maisDistribuição de Freqüências
Distribuição de Freqüências Por constituir-se o tipo de tabela importante para a Estatística Descritiva, faremos um estudo completo da distribuição de freqüências. Uma distribuição de freqüências condensa
Leia maisQUEDA LIVRE. Permitindo, então, a expressão (1), relacionar o tempo de queda (t), com o espaço percorrido (s) e a aceleração gravítica (g).
Protocolos das Aulas Práticas 3 / 4 QUEDA LIVRE. Resumo Uma esfera metálica é largada de uma altura fixa, medindo-se o tempo de queda. Este procedimento é repetido para diferentes alturas. Os dados assim
Leia mais7Testes de hipótese. Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno. H 0 : 2,5 peças / hora
7Testes de hipótese Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno COMENTÁRIOS INICIAIS Uma hipótese estatística é uma afirmativa a respeito de um parâmetro de uma distribuição de probabilidade. Por exemplo,
Leia maisConceitos Fundamentais
Capítulo 1 Conceitos Fundamentais Objetivos: No final do Capítulo o aluno deve saber: 1. distinguir o uso de vetores na Física e na Matemática; 2. resolver sistema lineares pelo método de Gauss-Jordan;
Leia maisCálculo Numérico Aula 1: Computação numérica. Tipos de Erros. Aritmética de ponto flutuante
Cálculo Numérico Aula : Computação numérica. Tipos de Erros. Aritmética de ponto flutuante Computação Numérica - O que é Cálculo Numérico? Cálculo numérico é uma metodologia para resolver problemas matemáticos
Leia maisAula 1: Medidas Físicas
Aula 1: Medidas Físicas 1 Introdução A Física é uma ciência cujo objeto de estudo é a Natureza. Assim, ocupa-se das ações fundamentais entre os constituíntes elementares da matéria, ou seja, entre os átomos
Leia maisDadas a base e a altura de um triangulo, determinar sua área.
Disciplina Lógica de Programação Visual Ana Rita Dutra dos Santos Especialista em Novas Tecnologias aplicadas a Educação Mestranda em Informática aplicada a Educação ana.santos@qi.edu.br Conceitos Preliminares
Leia maisExemplos de Testes de Hipóteses para Médias Populacionais
Exemplos de Testes de Hipóteses para Médias Populacionais Vamos considerar exemplos de testes de hipóteses para a média de uma população para os dois casos mais importantes na prática: O tamanho da amostra
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Revisão de Probabilidade e Estatística
Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões Revisão de Probabilidade e Estatística Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Conceitos Básicos Estamos
Leia maisMicrosoft Access: Criar relações para um novo banco de dados. Vitor Valerio de Souza Campos
Microsoft Access: Criar relações para um novo banco de Vitor Valerio de Souza Campos Conteúdo do curso Visão geral: relações são essenciais Lição: inclui oito seções Tarefas práticas sugeridas Teste Cartão
Leia maisLaboratório de Física I - EAD- UESC 2011
Laboratório de Física I - EAD- UESC 011 Equipe: 1. Nome:.... Nome:... 3. Nome:... Pólo:... Data:... Experiência três: CONSERVAÇÃO DA ENERGIA Relatório Programado: Guia para tomada e análise de dados Prazo:
Leia maisCapítulo 3. Avaliação de Desempenho. 3.1 Definição de Desempenho
20 Capítulo 3 Avaliação de Desempenho Este capítulo aborda como medir, informar e documentar aspectos relativos ao desempenho de um computador. Além disso, descreve os principais fatores que influenciam
Leia maisCURSO ON-LINE PROFESSOR: VÍTOR MENEZES. Comentários sobre as provas de estatística e financeira ICMS RJ
Comentários sobre as provas de estatística e financeira ICMS RJ Caríssimos, Acabei de voltar de uma longa auditoria em que visitamos inúmeros assentamentos federais do INCRA no interior do estado. Ou seja:
Leia maisDESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE
DESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE Mariane Alves Gomes da Silva Eliana Zandonade 1. INTRODUÇÃO Um aspecto fundamental de um levantamento
Leia maisAV2 - MA 12-2012. (a) De quantos modos diferentes posso empilhá-los de modo que todos os CDs de rock fiquem juntos?
Questão 1. Num porta-cds, cabem 10 CDs colocados um sobre o outro, formando uma pilha vertical. Tenho 3 CDs de MPB, 5 de rock e 2 de música clássica. (a) De quantos modos diferentes posso empilhá-los de
Leia maisAMBIENTE DE PROGRAMAÇÃO PYTHON
Computadores e Programação Engª Biomédica Departamento de Física Faculdade de Ciências e Tecnologia da Universidade de Coimbra Ano Lectivo 2003/2004 FICHA 1 AMBIENTE DE PROGRAMAÇÃO PYTHON 1.1. Objectivos
Leia maisIBM1018 Física Básica II FFCLRP USP Prof. Antônio Roque Aula 3
Linhas de Força Mencionamos na aula passada que o físico inglês Michael Faraday (79-867) introduziu o conceito de linha de força para visualizar a interação elétrica entre duas cargas. Para Faraday, as
Leia maisFísica Experimental I SALA - 424
Física Experimental I SALA - 424 02/2015 2 Conteúdo I Experimentos Roteiros 7 1 Medida da largura de uma mesa 9 2 Medida do volume de um cilindro 11 3 Movimento Retilíneo Uniforme 13 4 Determinação da
Leia maisFração como porcentagem. Sexto Ano do Ensino Fundamental. Autor: Prof. Francisco Bruno Holanda Revisor: Prof. Antonio Caminha M.
Material Teórico - Módulo de FRAÇÕES COMO PORCENTAGEM E PROBABILIDADE Fração como porcentagem Sexto Ano do Ensino Fundamental Autor: Prof. Francisco Bruno Holanda Revisor: Prof. Antonio Caminha M. Neto
Leia maisUm capacitor é um sistema elétrico formado por dois condutores separados por um material isolante, ou pelo vácuo.
Capacitores e Dielétricos Um capacitor é um sistema elétrico formado por dois condutores separados por um material isolante, ou pelo vácuo. Imaginemos uma configuração como a de um capacitor em que os
Leia maisTeste de hipóteses com duas amostras. Estatística Aplicada Larson Farber
8 Teste de hipóteses com duas amostras Estatística Aplicada Larson Farber Seção 8.1 Testando a diferença entre duas médias (amostras grandes e independentes) Visão geral Para testar o efeito benéfico de
Leia mais4 Segmentação. 4.1. Algoritmo proposto
4 Segmentação Este capítulo apresenta primeiramente o algoritmo proposto para a segmentação do áudio em detalhes. Em seguida, são analisadas as inovações apresentadas. É importante mencionar que as mudanças
Leia maisSistemas de numeração
E Sistemas de numeração Aqui estão apenas números ratificados. William Shakespeare A natureza tem algum tipo de sistema de coordenadas geométrico-aritmético, porque a natureza tem todos os tipos de modelos.
Leia mais15 4 Operação Avançada do Sistema: Inclusão de Nota Fiscal e seus relacionamentos
15 4 Operação Avançada do Sistema: Inclusão de Nota Fiscal e seus relacionamentos Agora vamos fazer algo mais complexo, que vai demonstrar várias das facilidades do sistema. Vamos Incluir uma Nota Fiscal
Leia maisUnidade 5: Sistemas de Representação
Arquitetura e Organização de Computadores Atualização: 9/8/ Unidade 5: Sistemas de Representação Números de Ponto Flutuante IEEE 754/8 e Caracteres ASCII Prof. Daniel Caetano Objetivo: Compreender a representação
Leia mais4Distribuição de. freqüência
4Distribuição de freqüência O objetivo desta Unidade é partir dos dados brutos, isto é, desorganizados, para uma apresentação formal. Nesse percurso, seção 1, destacaremos a diferença entre tabela primitiva
Leia maisProcessamento dos dados
Capítulo 9 Processamento dos dados 9.1 Propagação não estatística de erros Suponhamos que é possível estabelecer uma relação de proporcionalidade directa (ver secção3.2) entre duas variáveis. Por exemplo,
Leia maisEstrutura de Dados Básica
Estrutura de Dados Básica Professor: Osvaldo Kotaro Takai. Aula 7: Recursividade O objetivo desta aula é apresentar o conceito de recursão para solução de problemas. A recursão é uma técnica de programação
Leia maisAPLICAÇÕES DA DERIVADA
Notas de Aula: Aplicações das Derivadas APLICAÇÕES DA DERIVADA Vimos, na seção anterior, que a derivada de uma função pode ser interpretada como o coeficiente angular da reta tangente ao seu gráfico. Nesta,
Leia maisÉ usual dizer que as forças relacionadas pela terceira lei de Newton formam um par ação-reação.
Terceira Lei de Newton A terceira lei de Newton afirma que a interação entre dois corpos quaisquer A e B é representada por forças mútuas: uma força que o corpo A exerce sobre o corpo B e uma força que
Leia maisEscolha de Portfólio. Professor do IE-UNICAMP http://fernandonogueiracosta.wordpress.com/
Escolha de Portfólio considerando Risco e Retorno Aula de Fernando Nogueira da Costa Fernando Nogueira da Costa Professor do IE-UNICAMP http://fernandonogueiracosta.wordpress.com/ Relação entre risco e
Leia maisCURSO ON-LINE PROFESSOR GUILHERME NEVES 1
CURSO ON-LINE PROFESSOR GUILHERME NEVES 1 Olá pessoal! Resolverei neste ponto a prova de Matemática e Estatística para Técnico Administrativo para o BNDES 2008 organizado pela CESGRANRIO. Sem mais delongas,
Leia maisResoluções comentadas das questões de Estatística da prova para. ANALISTA DE GERENCIAMENTO DE PROJETOS E METAS da PREFEITURA/RJ
Resoluções comentadas das questões de Estatística da prova para ANALISTA DE GERENCIAMENTO DE PROJETOS E METAS da PREFEITURA/RJ Realizada pela Fundação João Goulart em 06/10/2013 41. A idade média de todos
Leia maisExercícios Resolvidos sobre Amostragem
Exercícios Resolvidos sobre Amostragem Observe agora, nestes Exercícios Resolvidos, como alguns parâmetros estatísticos devem ser construídos para formar amostras fidedignas de certas populações ou fenômenos
Leia maisMatemática Financeira Módulo 2
Fundamentos da Matemática O objetivo deste módulo consiste em apresentar breve revisão das regras e conceitos principais de matemática. Embora planilhas e calculadoras financeiras tenham facilitado grandemente
Leia maisAula de Exercícios - Testes de Hipóteses
Aula de Exercícios - Testes de Hipóteses Organização: Airton Kist Digitação: Guilherme Ludwig Testes de Hipóteses Exemplo Para decidirmos se os habitantes de uma ilha são descendentes da civilização A
Leia maisMedir a aceleração da gravidade... com um telemóvel! Fisiquipédia 9
Medir a aceleração da gravidade... com um telemóvel! Acelerómetros Uma das medidas de segurança de computadores e smarthphones modernos é a incorporação de um acelerómetro nestes aparelhos. Como o nome
Leia maisExercício 8 Busca de Músicas
Exercício 8 Busca de Músicas Diversos softwares têm sido projetados para realizar a busca de músicas a partir de um trecho de áudio. Por exemplo, atualmente há ferramentas para celulares ou Web em que
Leia maisGráficos estatísticos: histograma. Série Software ferramenta
Gráficos estatísticos: histograma Série Software ferramenta Funcionalidade Este software permite a construção de histogramas a partir de uma tabela de dados digitada pelo usuário. Gráficos estatísticos:
Leia maisÁlgebra. SeM MiSTéRio
Álgebra SeM MiSTéRio Série SeM MiSTéRio Alemão Sem Mistério Álgebra Sem Mistério Cálculo Sem Mistério Conversação em Alemão Sem Mistério Conversação em Espanhol Sem Mistério Conversação em Francês Sem
Leia maisGERAÇÃO DE VIAGENS. 1.Introdução
GERAÇÃO DE VIAGENS 1.Introdução Etapa de geração de viagens do processo de planejamento dos transportes está relacionada com a previsão dos tipos de viagens de pessoas ou veículos. Geralmente em zonas
Leia maisProf. Dr. Iron Macêdo Dantas
Governo do Estado do Rio Grande do Norte Secretaria de Estado da Educação e da Cultura - SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN MESTRADO EM CIÊNCIAS NATURAIS Prof. Dr. Iron Macêdo Dantas
Leia maisProjeção ortográfica de modelos com elementos paralelos e oblíquos
A U L A Projeção ortográfica de modelos com elementos paralelos e oblíquos Introdução Você já sabe que peças da área da Mecânica têm formas e elementos variados. Algumas apresentam rebaixos, outras rasgos,
Leia maisConceitos e fórmulas
1 Conceitos e fórmulas 1).- Triângulo: definição e elementos principais Definição - Denominamos triângulo (ou trilátero) a toda figura do plano euclidiano formada por três segmentos AB, BC e CA, tais que
Leia maisUnidades de volume. Com esta aula iniciamos uma nova unidade. Nossa aula. Volume ou capacidade
A UA UL LA Unidades de volume Introdução Com esta aula iniciamos uma nova unidade do Telecurso 2000: a Geometria Espacial. Nesta unidade você estudará as propriedades de figuras espaciais, tais como: o
Leia maisIvan Guilhon Mitoso Rocha. As grandezas fundamentais que serão adotadas por nós daqui em frente:
Rumo ao ITA Física Análise Dimensional Ivan Guilhon Mitoso Rocha A análise dimensional é um assunto básico que estuda as grandezas físicas em geral, com respeito a suas unidades de medida. Como as grandezas
Leia maisTópico 8. Aula Prática: Movimento retilíneo uniforme e uniformemente variado (Trilho de ar)
Tópico 8. Aula Prática: Movimento retilíneo uniforme e uniformemente variado (Trilho de ar) 1. OBJETIVOS DA EXPERIÊNCIA 1) Esta aula experimental tem como objetivo o estudo do movimento retilíneo uniforme
Leia maisIBM1018 Física Básica II FFCLRP USP Prof. Antônio Roque Aula 4
Lei de Gauss Considere uma distribuição arbitrária de cargas ou um corpo carregado no espaço. Imagine agora uma superfície fechada qualquer envolvendo essa distribuição ou corpo. A superfície é imaginária,
Leia maisA equação da posição em função do tempo t do MRUV - movimento retilíneo uniformemente variado é:
Modellus Atividade 3 Queda livre. Do alto de duas torres, uma na Terra e outra na Lua, deixaram-se cair duas pedras, sem velocidade inicial. Considerando que cada uma das pedras leva 3,0s atingir o solo
Leia maisCURSO ON-LINE PROFESSOR GUILHERME NEVES
Olá pessoal! Neste ponto resolverei a prova de Matemática Financeira e Estatística para APOFP/SEFAZ-SP/FCC/2010 realizada no último final de semana. A prova foi enviada por um aluno e o tipo é 005. Os
Leia maisTabela e Gráficos Dinâmicos Como estruturar dinamicamente dados no Excel
Tabela e Gráficos Dinâmicos Como estruturar! Para que serve a Tabela e o Gráfico Dinâmico?! Como criar uma Tabela Dinâmica?! Como criar um Gráfico Dinâmico?! Como podemos atualizar dos dados da Tabela
Leia maisCláudio Tadeu Cristino 1. Julho, 2014
Inferência Estatística Estimação Cláudio Tadeu Cristino 1 1 Universidade Federal de Pernambuco, Recife, Brasil Mestrado em Nutrição, Atividade Física e Plasticidade Fenotípica Julho, 2014 C.T.Cristino
Leia maisCAPACITORES. Vestibular1 A melhor ajuda ao vestibulando na Internet Acesse Agora! www.vestibular1.com.br
CAPACITORES DEFINIÇÕES Quando as placas do capacitor estão carregadas com cargas iguais e de sinais diferentes, estabelece-se entre as placas uma diferença de potencial V que é proporcional à carga. Q
Leia maisMATEMÁTICA. Recenseamento/Sondagem ESTATÍSTICA
MATEMÁTICA NOME: ANO: TURMA: N.º FICHA INFORMATIVA ESTATÍSTICA A estatística é uma área da Matemática que trata da recolha, organização, resumo e interpretação de dados, e está presente em todos os ramos
Leia maisEventos independentes
Eventos independentes Adaptado do artigo de Flávio Wagner Rodrigues Neste artigo são discutidos alguns aspectos ligados à noção de independência de dois eventos na Teoria das Probabilidades. Os objetivos
Leia maisAtividade 4 - Acerte no alvo
Atividade 4 - Acerte no alvo 1. Justificativa Para entender um processo estatístico, é possível criar um experimento em que os alunos possam vivenciá-lo, organizando, selecionando, interpretando e criticando
Leia maisCAP. I ERROS EM CÁLCULO NUMÉRICO
CAP. I ERROS EM CÁLCULO NUMÉRICO 0. Introdução Por método numérico entende-se um método para calcular a solução de um problema realizando apenas uma sequência finita de operações aritméticas. A obtenção
Leia maisO ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2
3.2 O Espaço Nulo de A: Resolvendo Ax = 0 11 O ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2 Esta seção trata do espaço de soluções para Ax = 0. A matriz A pode ser quadrada ou retangular. Uma solução imediata
Leia maisAPOSTILA DE EXCEL 2007
APOSTILA DE EXCEL 2007 1. Introdução Quando você cria uma planilha nova, a tela do computador é dividida em linhas e colunas, formando uma grade. A interseção de uma linha e de uma coluna é chamada de
Leia mais9. Derivadas de ordem superior
9. Derivadas de ordem superior Se uma função f for derivável, então f é chamada a derivada primeira de f (ou de ordem 1). Se a derivada de f eistir, então ela será chamada derivada segunda de f (ou de
Leia mais4 - Layout de Mapas no QGIS 2.0
UPE Campus III Petrolina 4 - Layout de Mapas no QGIS 2.0 GT-Paisagem Prof. Dr. Lucas Costa de Souza Cavalcanti 1 INTRODUÇÃO Este tutorial ensina como elaborar o layout de mapas no QGIS 2.0. O layout é
Leia maisROTEIRO 20 PÊNDULO SIMPLES E PÊNDULO FÍSICO
ROTEIRO 20 PÊNDULO SIMPLES E PÊNDULO FÍSICO INTRODUÇÃO Estamos cercados de oscilações, movimentos que se repetem. Neste roteiro vamos abordar oscilações mecânicas para uma classe de osciladores harmônicos
Leia mais