Aluno(a): Professor: Chiquinho

Tamanho: px
Começar a partir da página:

Download "Aluno(a): Professor: Chiquinho"

Transcrição

1 Aluo(a): Pofesso: Chquho Estatístca Básca É a cêca que tem po objetvo oeta a coleta, o esumo, a apesetação, a aálse e a tepetação de dados. População e amosta - População é um cojuto de sees com uma dada caacteístca em comum e com teesse paa o estudo. - Amosta é um subcojuto da população Escolhe coetamete os sujetos do estudo é fudametal paa gaat que os esultados epesetem felmete o que ocoe a população de teesse. Vaável É uma caacteístca ou popedade dos elemetos de uma população. Uma caacteístca quattatva também se chama vaável estatístca e cada valo que essa vaável pode assum chama-se dado estatístco. As vaáves estatístcas podem se: - Cotíuas : quado podem assum qualque valo do tevalo da vaação (exemplos: altua, peso, etc...). - Dscetas : quado só podem assum valoes teos (exemplo: úmeo de tocedoes dos clubes caocas). Exemplo Paa ealza um estudo sobe o tempo gasto, em mutos, po 60 elemetos de um clube de katg um ccuto de 0 voltas, egstou-se o tempo gasto po 6 desses elemetos. Os esultados foam os segutes:, 3,5 5,0 6, 7,6 8,7 3, 5, 6,6 7,,8 5, 8,0 6,3,,3 Idque: a) a população: os 60 elemetos de um clube de Katg. b) a amosta: 6 elemetos desse clube de Katg. c) a vaável estatístca do estudo e classfque-a: a vaável estatístca em estudo é o tempo gasto em mutos e esta vaável é cotíua. d) quato valoes que a vaável estatístca pode assum:., 3.5, 5.0, 6.. Fequêca absoluta Vamos apede a costu tabelas de dstbução de fequêca, paa sso vamos aalsa a segute stuação: cosdeemos o tempo, em mutos, que 0 aluos do 3 º ao do EXPERT fcam a teet, daamete. Tempo dáo a teet (em mutos) Temos como amosta 0 aluos do 3 ao, a udade estatístca é cada aluo desse gupo e a vaável é o tempo dáo a teet. Assm vamos costu a tabela: tempo Feqüêca absoluta ( ) Númeo de aluos f do valo é o úmeo de vezes que a vaável estatístca assume o valo. Potato: - A fequêca absoluta do tempo de 60 mutos é 6. - A fequêca absoluta do tempo de 0 mutos é 5. E sedo assm o total da fequêca absoluta é:

2 7 N = f + f + f f7 = f = 0 = Em cojuto com as tabelas, facltam a aálse e a tepetação dos dados estatístcos. Podemos completa a tabela acma com mas uma colua, chamada fequêca absoluta acumulada f f a = 50 += = = =0 Gáfcos em coluas: Sevem paa epeseta qualque sée estatístca. Gáfcos em Baas: Usados em substtução aos gáfcos de coluas quado as categoas possuem omes extesos. Fequêca elatva A fequêca elatva f do valo x da vaável é o quocete ete a fequêca absoluta elemetos N da amosta. f ( ) f = N ( ) f e o úmeo de Vamos acesceta à tabela acma as fequêcas elatvas. f f f (%) f (%) a /0=0 0% 30 /0=0% 0% a Gáfcos em Setoes Também cohecdo como Gáfco de Pzza. Os setoes epesetam as popoções das categoas. Não usa com mas de sete categoas. Gáfcos em Pctogamas Utlza fguas sugestvas paa chama a ateção do leto. As fguas dcam a udade de medda utlzada. As subdvsões são popocoas = /0=0% 0% 50 +=6 /0=0% 30% = 6/0=30% 60% =5 3/0=5% 75% =0 5/0=5% 00% Obsevado a tabela podemos pecebe que: - 30% dos aluos fcam hoa a teet daamete. - 0% dos aluos fcam meos de 50 mutos a teet po da. - 00% - 60% = 0% dos aluos fcam um tempo gual ou supeo a 80 mutos. Gáfcos Temos ada: - Gáfco pola. - Gáfco de lhas. - Catogamas. - Gáfcos aalítcos: Hstogama e polígoo de fequêca, Boxplot, uvem de potos, etc... Meddas de tedêca cetal Após as etapas de coleta e epesetação dos dados de uma pesqusa é comum que se avale as tedêcas dessa pesqusa. Os paâmetos utlzados paa caacteza a pesqusa em questão podem se: Cetalzação : méda atmétca, medaa e moda. Dspesão: desvo médo, vaâca e desvo padão.

3 Méda atmétca paa dados ão-agupados (ou dados smples) A méda atmétca ( x ) dos valoes x, x,...,x quocete ete a soma desses valoes e o seu úmeo total. x + x x x = : são os valoes que a vaável X assume : úmeo de elemetos da amosta obsevada é o Exemplo: A podução letea dáa da vaca B, duate uma semaa, fo de 0, 5,, 3, 6,, e 8 ltos. Detema a podução méda da semaa (a méda atmétca) x = = 5 7 Moda (Mo) paa dados ão agupados Também chamada de oma, valo domate ou valo típco. Def-se a moda como o valo que ocoe com mao fequêca em cojuto de dados. Exemplo: Se o saláo modal dos empegados de uma empesa é gual a ml eas, este é o saláo ecebdo pela maoa dos empegados dessa empesa. A moda é utlzada fequetemete quado os dados estão egstados a escala omal. Exemplo: Sexo dos aluos Tuma A Escola Z Sexo Feqüêca Masculo 0 Femo 60 Total 00 A moda é sexo femo poque tem mao feqüêca. Pmeamete os dados devem se odeados (ROL) paa, em seguda, obseva o valo que tem mao feqüêca. Exemplo: Calcula a moda dos segutes cojutos de dados:. X = (, 5, 5, 6, 6, 6, 7, 7, 8, 8) Mo = 6 (0 valo mas feqüete) Esse cojuto é umodal, pos apeseta apeas uma moda.. Y = (,,,, 3,,,, 5, 5, 6) Mo = e Mo = (valoes mas feqüetes) Esse cojuto é bmodal, pos apeseta duas modas. 3. Z = (,,,, 3, 3, 3,,,, 5) Mo =, Mo = 3 e Mo = (valoes mas feqüetes) Esse cojuto é plumodal, pos apeseta mas de duas modas.. W = (,, 3,, 5, 6) Esse cojuto é amodal poque ão apeseta um valo pedomate. Medaa (Md) paa dados ão agupados É uma medda de posção cujo úmeo dvde um cojuto de dados em duas pates guas. Po esse motvo, a medaa é cosdeada uma medda sepaatz. Potato, a medaa se localza o ceto de um cojuto de úmeos odeados segudo uma odem de gadeza. a) O úmeo de valoes obsevados é mpa Exemplo: Cosdee o cojuto de dados: X = (5,, 7, 0, 3,, ) º) Coloca os valoes em odem cescete ou decescete: X = (,, 3,, 5, 7, 0) º) Detema a odem ou posção (P) da Medaa po + P =, quado (º de elemetos) fo ímpa 7+ a P = = posção. O úmeo que se ecota a ª posção é o úmeo. Md = b) O úmeo de valoes obsevados é pa Exemplo: Cosdee o cojuto de dados: X = (, 3,, 8, 7,, 0, 6) º) Coloca os valoes em odem cescete ou decescete: X = (, 3,, 6, 7, 8,, 0) º) Detema a odem ou posção (P) da Medaa po P = e P = +, quado (º de elemetos fo pa) 8 a 8 P = = e P = + = 5 a Os úmeos são 6 (ª posção) e 7 (5ª posção). Ta-se a méda atmétca ete os dos úmeos Md = = 6,5 Meddas de dspesão (Meddas de vaabldade)

4 São meddas utlzadas paa med o gau de vaabldade, ou dspesão dos valoes obsevados em too da méda atmétca. Sevem paa med a epesetatvdade da méda e popocoam cohece o ível de homogeedade ou heteogeedade deto de cada gupo aalsado. Tpos de meddas de dspesão Desvo médo (D M ) Aalsa todos os desvos ou dstâcas em elação a méda atmétca. Calculamos o desvo médo do segute modo: ( d = x ode, = desvo ou dstâca d = valoes obsevados x = méda atmétca A soma de todos os desvos em elação a méda atmétca é 0 gual a zeo: d = ( ) =. Paa elma a soma zeo, coloca-se os desvos em módulo, dessa foma, é possível calcula a méda dos desvos po: DM Vaâca - σ d x = = = = Repeseta a soma dos quadados dos desvos dvdda pelo úmeo de ocoêcas. σ= Desvo Padão S = ( x É a medda de dspesão mas gealmete empegada, pos leva em cosdeação a totaldade dos valoes da vaável em estudo. É um dcado de vaabldade bastate estável. O desvo padão basea-se os desvos em too da méda atmétca e a sua fómula básca pode se taduzda como : a az quadada da méda atmétca dos quadados dos desvos e é epesetada po S. S = σ Exemplo: Um gupo de pessoas passou um domgo de veão a paa. Seus gastos com almetação são dados a segu : R$,00 R$ 8,00 R$ 5,0 R$ 0,00 R$,00 R$ 5,00 R$ 0,00 R$ 0,00 R$,00 R$ 8,00 R$ 5,00 R$ 8,00 Deteme: a) a méda atmétca b) desvo médo c) vaâca d) desvo padão Resolução: a) x = = =, em méda cada pessoa gastou R$,00. b) c) x x 8 8 = 8 8 = 8 8 = = = 0 0 = = 0 0 = 5 5 = = = = 8 8 ( x = 0 x = 38 = x 38 DM = = = = 3,7 x ( x ) 8 8 = = = 6 = = 0 0 = = 0 0 = 5 5 = = = = 8 6 ( x = 0 ( x = 60 = Potato

5 ( x 60 σ= = = 3,33 d) Sedo S = σ, etão S = 3,33 3,65 EXERCÍCIOS ) As dades das quaeta pessoas que pestam um cocuso de seleção paa um baco são as segutes: 8, 8, 0,,, 8,, 0,, 8,, 0,, 8, 0,, 0,,,, 0,, 0, 8,, 8,,, 0,, 0, 8,, 8, 8,, 0,, 8, 8 Nessas codções: a) Elaboe um quado de dstbução de fequêcas absolutas, de fequêca absolutas acumuladas, de fequêcas elatvas e fequêcas elatvas acumuladas. b) costua um gáfco de coluas que epesete essa dstbução. c) Deteme a méda atmétca, a moda e a medaa. d) Calcule o desvo médo, o desvo padão e a vaâca. ) (FGV SP)Dos atadoes, X e Y, obtveam uma sée de vte tos, um alvo da foma dcada a fgua, os segutes esultados: RESULTADO ATIRADOR X 6 5 Y a) Qual é a méda dos potos po to de cada um dos atadoes? b) Compae os desvos padão de cada uma das sées de tos e decda qual é o atado com desempeho mas egula ) As velocdades máxmas das cco voltas dadas em um teste de Fómula, em km/h, foam : 0, 8, 6, 0 e 0. Nessas codções, deteme : 50 )(ENEM) O quado segute mosta o desempeho de um tme de futebol o últmo campeoato. A colua da esqueda mosta o úmeo de gols macados e a colua da deta foma em quatos jogos o tme macou aquele úmeo de gols. Se X, Y e Z são, espectvamete, a méda, a medaa e a moda desta dstbução, etão (A) X = Y < Z. (D) Z < X < Y. (B) Z < X = Y. (E) Z < Y < X. (C) Y < Z < X. Gols macados Quatdade de patdas )(ENEM) Uma equpe de especalstas do ceto meteoológco de uma cdade medu a tempeatua do ambete, sempe o mesmo hoáo, duate 5 das tecalados, a pat do pmeo da de um mês. Esse tpo de pocedmeto é fequete, uma vez que os dados coletados sevem de efeêca paa estudos e vefcação de tedêcas clmátcas ao logo dos meses e aos. As medções ocodas esse peíodo estão dcadas o quado: Da do mês Tempeatua (em ºC) 5, ,5 7 8, ,5 5 3, ,5 3 3,5 5, Em elação à tempeatua, os valoes da méda, medaa e moda são, espectvamete, guas a (A) 7 C, 7 C e 3,5 C. (B) 7 C, 8 C e 3,5 C. (C) 7 C, 3,5 C e 8 C. (D) 7 C, 8 C e,5 C. (E) 7 C, 3,5 C e,5 C. a) a méda das velocdades b) o desvo padão c) a vaâca

Módulo: Binômio de Newton e o Triângulo de Pascal. Somas de elementos em Linhas, Colunas e Diagonais do Triângulo de Pascal. 2 ano do E.M.

Módulo: Binômio de Newton e o Triângulo de Pascal. Somas de elementos em Linhas, Colunas e Diagonais do Triângulo de Pascal. 2 ano do E.M. Módulo: Bômo de Newto e o Tâgulo de Pascal Somas de elemetos em Lhas, Coluas e Dagoas do Tâgulo de Pascal ao do EM Módulo: Bômo de Newto e o Tâgulo de Pascal Somas de elemetos em Lhas, Coluas e Dagoas

Leia mais

Módulo: Binômio de Newton e o Triângulo de Pascal. Somas de elementos em Linhas, Colunas e Diagonais do Triângulo de Pascal. 2 ano do E.M.

Módulo: Binômio de Newton e o Triângulo de Pascal. Somas de elementos em Linhas, Colunas e Diagonais do Triângulo de Pascal. 2 ano do E.M. Módulo: Bômo de Newto e o Tâgulo de Pascal Somas de elemetos em Lhas, Coluas e Dagoas do Tâgulo de Pascal ao do EM Módulo: Bômo de Newto e o Tâgulo de Pascal Somas de elemetos em Lhas, Coluas e Dagoas

Leia mais

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a

Leia mais

INTRODUÇÃO A ESTATÍSTICA

INTRODUÇÃO A ESTATÍSTICA Hewlett-Packard INTRODUÇÃO A ESTATÍSTICA Aulas 01 e 06 Elso Rodrgues, Gabrel Carvalho e Paulo Luz Sumáro Defções... 1 EXERCÍCIOS FUNDAMENTAIS... 1 Meddas de tedêca cetral... 1 Méda artmétca smples... 1

Leia mais

APLICAÇÃO DE TÉCNICAS PROBABILÍSTICAS ÀS TARIFAS DE USO DO SISTEMA DE TRANSMISSÃO. Djalma M. Falcão COPPE/UFRJ

APLICAÇÃO DE TÉCNICAS PROBABILÍSTICAS ÀS TARIFAS DE USO DO SISTEMA DE TRANSMISSÃO. Djalma M. Falcão COPPE/UFRJ GPL/026 2 a 26 de Outubo de 200 Campas - São Paulo - Basl GRUPO VII PLANEJAMENTO DE SISTEMAS ELÉTRICOS APLICAÇÃO DE TÉCNICAS PROBABILÍSTICAS ÀS TARIFAS DE USO DO SISTEMA DE TRANSMISSÃO Yu S.B. Wllmesdof

Leia mais

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12 MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação

Leia mais

Credenciada e Autorizada pelo MEC, Portaria n. o. 644 de 28 de março de 2001 Publicado no D.O.U. em 02/04/2001

Credenciada e Autorizada pelo MEC, Portaria n. o. 644 de 28 de março de 2001 Publicado no D.O.U. em 02/04/2001 Ceecaa e Autozaa pelo MEC, Potaa. o. 644 e 8 e maço e 00 Publcao o D.O.U. em 0/04/00 ESTATÍSTICA Pelo Poesso Gealo Pacheco A Estatístca é uma pate a Matemátca Aplcaa que oece métoos paa coleta, ogazação,

Leia mais

É o quociente da divisão da soma dos valores das variáveis pelos números deles:

É o quociente da divisão da soma dos valores das variáveis pelos números deles: Meddas de Posção. Itrodução Proª Ms. Mara Cytha O estudo das dstrbuções de requêcas, os permte localzar a maor cocetração de valores de uma dstrbução. Porém, para ressaltar as tedêcas característcas de

Leia mais

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL I

MEDIDAS DE TENDÊNCIA CENTRAL I Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE

Leia mais

EXPERIÊNCIA No. 2 - Associação de Resistores

EXPERIÊNCIA No. 2 - Associação de Resistores FTEC-SP Faculdade de Tecologa de São Paulo Laboatóo de Ccutos Elétcos Pof. Macelo aatto EXPEIÊNCI No. - ssocação de esstoes Nome do luo N 0 de matícula FTEC-SP Faculdade de Tecologa de São Paulo Laboatóo

Leia mais

MAE116 Noções de Estatística

MAE116 Noções de Estatística Grupo C - º semestre de 004 Exercíco 0 (3,5 potos) Uma pesqusa com usuáros de trasporte coletvo a cdade de São Paulo dagou sobre os dferetes tpos usados as suas locomoções dáras. Detre ôbus, metrô e trem,

Leia mais

Matemática Ficha de Trabalho

Matemática Ficha de Trabalho Matemátca Fcha de Trabalho Meddas de tedêca cetral - 0º ao MEDIDAS DE LOCALIZAÇÃO Num estudo estatístco, depos de recolhdos e orgazados os dados, há a ase de trar coclusões através de meddas que possam,

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

Estatística - exestatmeddisper.doc 25/02/09 Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade

Leia mais

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,

Leia mais

Sobre a classe de diferenciabilidade de quocientes de polinômios homogêneos.

Sobre a classe de diferenciabilidade de quocientes de polinômios homogêneos. Uvesdade Regoal do Ca - URCA CADERNO DE CULTURA E CIÊNCIA VOLUME Nº - 008 IN 980-586 obe a classe de dfeecabldade de quocetes de polômos homogêeos About the Dffeetablty Class of the Quotet of Homogeeous

Leia mais

RESOLUÇÃO SIMULADO ITA FÍSICA E REDAÇÃO - CICLO 7 FÍSICA GM G M GM GM. T g

RESOLUÇÃO SIMULADO ITA FÍSICA E REDAÇÃO - CICLO 7 FÍSICA GM G M GM GM. T g RESOLUÇÃO SIMULADO ITA FÍSICA E REDAÇÃO - CICLO 7 FÍSICA Questão M a) A desdade é a azão ete a massa e o volume: d. V Se as desdades fossem guas: MP MT MT MT dp dt. V 4 4 P VT RT R T GM b) A gavdade a

Leia mais

Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística

Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística Tarea Iterméda 13 versão B 1. A tabela segute cotém regstos de um estudo eectuado relatvamete ao trasporte utlzado, daramete, para o emprego por um cojuto de cdadãos etrevstados a Baa de uma cdade. req.

Leia mais

Organização; Resumo; Apresentação.

Organização; Resumo; Apresentação. Prof. Lorí Val, Dr. val@ufrgs.br http://www.ufrgs.br/~val/ Grade Cojutos de Dados Orgazação; Resumo; Apresetação. Amostra ou População Defetos em uma lha de produção Lascado Deseho Torto Deseho Torto Lascado

Leia mais

1 - CORRELAÇÃO LINEAR SIMPLES rxy

1 - CORRELAÇÃO LINEAR SIMPLES rxy 1 - CORRELAÇÃO LINEAR IMPLE Em pesquisas, feqüetemete, pocua-se veifica se existe elação ete duas ou mais vaiáveis, isto é, sabe se as alteações sofidas po uma das vaiáveis são acompahadas po alteações

Leia mais

Resoluções dos exercícios propostos

Resoluções dos exercícios propostos os fudametos da físa Udade E Capítulo efação lumosa esoluções dos eeíos popostos P.85 Como, temos: 8 0 0 8,5 P.86 De, em: 0 8,5 0 8 m/s P.87 elodade da luz a plaa de do oespode a 75% da elodade da luz

Leia mais

Total Bom Ruim Masculino

Total Bom Ruim Masculino UNIDADE I - ESTUDO DIRIGIDO Questão - Classfque as varáves em qualtatva (omal ou ordal ou quattatva (cotíua ou dscreta: a. População: aluos de uma Uversdade. Varável: cor dos cabelos (louro, castaho, ruvo,

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma

Leia mais

Capítulo I Erros e Aritmética Computacional

Capítulo I Erros e Aritmética Computacional C. Balsa e A. Satos Capítulo I Eos e Aitmética Computacioal. Itodução aos Métodos Numéicos O objectivo da disciplia de Métodos Numéicos é o estudo, desevolvimeto e avaliação de algoitmos computacioais

Leia mais

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f Lsta de exercícos Gabarto e chave de respostas Estatístca Prof.: Nelse 1) Calcule 1, e para o segute cojuto de valores. A,1,8,0,11,,7,8,6,,9, 1 O úmero que correspode a 5% do rol é o valor. O úmero que

Leia mais

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR Boestatístca Professor: Celso Luz Borges de Olvera Assuto: Estatístca TEMA: Somatóro RESUMO E NOTAS DA AULA Nº 0 Seja

Leia mais

Revisão de Estatística X = X n

Revisão de Estatística X = X n Revsão de Estatístca MÉDIA É medda de tedêca cetral mas comumete usada ara descrever resumdamete uma dstrbução de freqüêca. MÉDIA ARIMÉTICA SIMPLES São utlzados os valores do cojuto com esos guas. + +...

Leia mais

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA 003 Iformações: relembra-se os aluos teressados que a realzação de acções presecas só é possível medate solctação vossa, por escrto, à assstete da cadera. A realzação

Leia mais

INTRODUÇÃO AO ESTUDO DA ÁLGEBRA LINERAR Luiz Francisco da Cruz Departamento de Matemática Unesp/Bauru CAPÍTULO 2 ESPAÇOS VETORIAIS

INTRODUÇÃO AO ESTUDO DA ÁLGEBRA LINERAR Luiz Francisco da Cruz Departamento de Matemática Unesp/Bauru CAPÍTULO 2 ESPAÇOS VETORIAIS Luiz Facisco da Cuz Depatameto de Matática Uesp/Bauu CAPÍTULO ESPAÇOS VETORIAIS 1 Históico Sabe-se que, até pelo meos o fial do século XIX, ão havia ehuma teoia ou cojuto de egas b defiidas a que se pudesse

Leia mais

Números Complexos (Parte II) 1 Plano de Argand-Gauss. 2 Módulo de um número complexo. Prof. Gustavo Adolfo Soares

Números Complexos (Parte II) 1 Plano de Argand-Gauss. 2 Módulo de um número complexo. Prof. Gustavo Adolfo Soares Númeos Complexos (Pate II) 1 Plao de Agad-Gauss Das defiições de que um úmeo complexo é um pa odeado de úmeos eais x e y e que C = R R, temos que: A cada úmeo complexo coespode um úico poto do plao catesiao,

Leia mais

Relatório 2ª Atividade Formativa UC ECS

Relatório 2ª Atividade Formativa UC ECS Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução

Leia mais

Os fundamentos da física Volume 2 1. Resumo do capítulo

Os fundamentos da física Volume 2 1. Resumo do capítulo Os fudametos da físca Volume 2 1 Capítulo 13 Refação lumosa A efação é o feômeo o qual a luz muda de meo de popagação, com mudaça em sua velocdade. ÍDICE DE REFRAÇÃO ABSOLUTO O ídce de efação absoluto

Leia mais

Matemática. Resolução das atividades complementares. M18 Noções de Estatística

Matemática. Resolução das atividades complementares. M18 Noções de Estatística Resolução das atvdades complemetares Matemátca M8 Noções de Estatístca p. 3 (UFRJ) Dos estados do país, um certo ao, produzem os mesmos tpos de grãos. Os grácos de setores lustram a relação etre a produção

Leia mais

4/10/2015. Física Geral III

4/10/2015. Física Geral III Físca Geal III Aula Teóca 8 (Cap. 6 pate /3: Potecal cado po: Uma caga putome Gupo de cagas putomes 3 Dpolo elétco Dstbução cotíua de cagas Po. Maco. Loos mos ue uma caga putome gea um campo elétco dado

Leia mais

ÁREA DE COBERTURA EM AMBIENTE DE PROPAGAÇÃO MODELADO COM A DISTRIBUIÇÃO κ µ

ÁREA DE COBERTURA EM AMBIENTE DE PROPAGAÇÃO MODELADO COM A DISTRIBUIÇÃO κ µ ÁREA DE COBERTURA EM AMBIENTE DE PROPAGAÇÃO MODELADO COM A DISTRIBUIÇÃO κµ κµ JAMIL RIBEIRO ANTÔNIO Dssetação apesetada ao Isttuto Nacoal de Telecomucações INATEL como pate dos equstos paa obteção do Título

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental. É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04 MA1 - Udade 4 Somatóros e Bômo de Newto Semaa de 11/04 a 17/04 Nesta udade troduzremos a otação de somatóro, mostrado como a sua mapulação pode sstematzar e facltar o cálculo de somas Dada a mportâca de

Leia mais

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento. Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão

Leia mais

i CC gerador tg = P U = U.i o i i r.i 0 i CC i i i

i CC gerador tg = P U = U.i o i i r.i 0 i CC i i i GEDO ELÉTIO "Levao-se em cota a esstêca tea o geao, pecebemos que a p ete os temas é meo o que a foça eletomotz (fem), evo à pea e p a esstêca tea." - + = -. OENTE DE TO-IITO Se lgamos os os temas e um

Leia mais

50 Logo, Número de erros de impressão

50 Logo, Número de erros de impressão Capítulo 3 Problema. (a) Sedo o úmero médo de erros por pága, tem-se: 5 + + 3 + 3 + 4 33,66 5 5 Represetado o úmero medao de erros por md, tem-se, pela ordeação dos valores observados, que os valores de

Leia mais

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi REGESD Prolc Matemátca e Realdade- Profª Suz Samá Pto e Profº Alessadro da Slva Saad Meddas de Posção ou Tedêca Cetral As meddas de posção ou meddas de tedêca cetral dcam um valor que melhor represeta

Leia mais

TRABALHO DE COMPENSAÇÃO DE FALTAS - DP

TRABALHO DE COMPENSAÇÃO DE FALTAS - DP Cotrole do Proº Compesou as Faltas Não Compesou as Faltas TRABALHO DE COMPENSAÇÃO DE FALTAS - DP (De acordo coma s ormas da Isttução) CURSO: CIÊNCIAS CONTÁBEIS DISCIPLINA: INTRODUÇÃO À ESTATÍSTICA 2º ANO

Leia mais

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20 . MEDIDAS DE TENDÊNCIA CENTRAL (OU DE POSIÇÃO) Coceto: São aquelas que mostram o alor em toro do qual se agrupam as obserações.. MÉDIA ARITMÉTICA ( ) Sea (x, x,..., x ), uma amostra de dados: Se os dados

Leia mais

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma: Professora Jaete Perera Amador 1 9 Meddas Descrtvas Vmos aterormete que um cojuto de dados pode ser resumdo através de uma dstrbução de freqüêcas, e que esta pode ser represetada através de uma tabela

Leia mais

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Val, Dr. http://www.pucrs.br/famat/val/ val@pucrs.br Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Obetvos A Aálse de

Leia mais

b. As medidas de posição mais importantes são as medidas de tendência central. Dentre elas, destacamos: média aritmética, mediana, moda.

b. As medidas de posição mais importantes são as medidas de tendência central. Dentre elas, destacamos: média aritmética, mediana, moda. Meddas de Posção Introdução a. Dentre os elementos típcos, destacamos aqu as meddas de posção _ estatístcas que representam uma sére de dados orentando-nos quanto à posção da dstrbução em relação ao exo

Leia mais

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados 3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas

Leia mais

CAPÍTULO 9 - Regressão linear e correlação

CAPÍTULO 9 - Regressão linear e correlação INF 6 Prof. Luz Alexadre Peterell CAPÍTULO 9 - Regressão lear e correlação Veremos esse capítulo os segutes assutos essa ordem: Correlação amostral Regressão Lear Smples Regressão Lear Múltpla Correlação

Leia mais

Como CD = DC CD + DC = 0

Como CD = DC CD + DC = 0 (9-0 www.eltecampas.com.br O ELITE RESOLVE IME 008 MATEMÁTICA - DISCURSIVAS MATEMÁTICA QUESTÃO Determe o cojuto-solução da equação se +cos = -se.cos se + cos = se cos ( se cos ( se se.cos cos + + = = (

Leia mais

ESTATÍSTICA MÓDULO 3 MEDIDAS DE TENDÊNCIA CENTRAL

ESTATÍSTICA MÓDULO 3 MEDIDAS DE TENDÊNCIA CENTRAL ESTATÍSTICA MÓDULO 3 MEDIDAS DE TEDÊCIA CETRAL Ídce. Meddas de Tedêca Cetral...3 2. A Méda Artmétca Smles ( μ, )...3 3. A Méda Artmétca Poderada...6 Estatístca Módulo 3: Meddas de Tedêca Cetral 2 . MEDIDAS

Leia mais

9 Medidas Descritivas

9 Medidas Descritivas 1 9 Meddas Descrtvas Vmos aterormete que um cojuto de dados pode ser resumdo através de uma dstrbução de freqüêcas, e que esta pode ser represetada através de uma tabela ou de um gráfco. Se o cojuto refere-se

Leia mais

A ab = 1 pol 2 A bd = 2 pol 2. L AB = 2,0 pés = 24 pol L BC = 1,5 pés = 18 pol L CD = 1,0 pés = 12 pol

A ab = 1 pol 2 A bd = 2 pol 2. L AB = 2,0 pés = 24 pol L BC = 1,5 pés = 18 pol L CD = 1,0 pés = 12 pol Resstêca dos Mateas ecícos de Foças as emplo - baa composta de -3 (=9 ks) mostada a fgua abao está composta po dos segmetos, B e BD, com áeas da seção tasvesal B = pol e BD = pol. Detema o deslocameto

Leia mais

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes Mostra Nacoal de Icação Cetífca e Tecológca Iterdscplar VI MICTI Isttuto Federal Catarese Câmpus Camború 30 a 3 de outubro de 03 A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: echetes Ester Hasse

Leia mais

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1 MÓDULO 8 REVISÃO REVISÃO MÓDULO A Estatístca é uma técca que egloba os métodos cetícos para a coleta, orgazação, apresetação, tratameto e aálse de dados. O objetvo da Estatístca é azer com que dados dspersos

Leia mais

AULA 23 FATORES DE FORMA DE RADIAÇÃO TÉRMICA

AULA 23 FATORES DE FORMA DE RADIAÇÃO TÉRMICA Notas de aula de PME 336 Pocessos de Tasfeêcia de Calo e Massa 98 AULA 3 ATORES DE ORMA DE RADIAÇÃO TÉRMICA Cosidee o caso de duas supefícies egas quaisque que tocam calo po adiação témica ete si. Supoha

Leia mais

Medidas de Tendência Central. Prof.: Ademilson Teixeira

Medidas de Tendência Central. Prof.: Ademilson Teixeira Meddas de Tendênca Central Prof.: Ademlson Texera ademlson.texera@fsc.edu.br 1 Servem para descrever característcas báscas de um estudo com dados quanttatvos e comparar resultados. Meddas de Tendênca Central

Leia mais

Vimos que: 1) Interação coulombiana residual para os elétrons efeito perturbativo

Vimos que: 1) Interação coulombiana residual para os elétrons efeito perturbativo Vmos que: Iteação couombaa esdua paa os eétos efeto petubatvo V ee No caso de eétos em uma subcamada, o sp tota pode se S0 sgeto ou S tpeto Um sstema costtuído de váos e - deve se descto po uma autofução

Leia mais

Eletromagnetismo Licenciatura. 18 a aula. Professor Alvaro Vannucci

Eletromagnetismo Licenciatura. 18 a aula. Professor Alvaro Vannucci leomagesmo Lcecaua 8 a aula Pofesso Alvao Vaucc Na úlma aula vmos... Poêca adada po um Dpolo léco que Oscla: P dpolo p 0 4 c quao que a Poêca adada po uma aea mea-oda: P aea q 0 4 c Agoa, em emos do valo

Leia mais

3 O Método de Partículas MPS

3 O Método de Partículas MPS O Método de Patículas MPS 9 3 O Método de Patículas MPS O método MPS fo apesetado calmete po Koshzuka e Oka (1996). Este método, de atueza Lagageaa, fo deseoldo paa esole escoametos de fludos compessíes

Leia mais

LCE2112 Estatística Aplicada às Ciências Sociais e Ambientais 2010/02. Exemplos de revisão

LCE2112 Estatística Aplicada às Ciências Sociais e Ambientais 2010/02. Exemplos de revisão LCE Etatítca Aplcada à Cêca Soca e Ambeta 00/0 Eemplo de revão Varável Aleatóra Cotíua Eemplo: Para e etudar o comportameto de uma plata típca de dua, a Hydrocotlle p., quato ao eu deevolvmeto, medu-e

Leia mais

Medidas Numéricas Descritivas:

Medidas Numéricas Descritivas: Meddas Numércas Descrtvas: Meddas de dspersão Meddas de Varação Varação Ampltude Ampltude Iterquartl Varâca Desvo absoluto Coefcete de Varação Desvo Padrão Ampltude Medda de varação mas smples Dfereça

Leia mais

? Isso é, d i= ( x i. . Percebeu que

? Isso é, d i= ( x i. . Percebeu que Estatístca - Desvo Padrão e Varâca Preparado pelo Prof. Atoo Sales,00 Supoha que tehamos acompahado as otas de quatro aluos, com méda 6,0. Aluo A: 4,0; 6,0; 8,0; méda 6,0 Aluo B:,0; 8,0; 8,0; méda 6,0

Leia mais

ESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA. 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis dependentes.

ESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA. 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis dependentes. ESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis depedetes. - DISTRIBUIÇÃO DE FREQUÊNCIA a) Dados Brutos É um cojuto resultate

Leia mais

Centro de massa, momento linear de sistemas de partículas e colisões

Centro de massa, momento linear de sistemas de partículas e colisões Cetro de massa, mometo lear de sstemas de partículas e colsões Prof. Luís C. Pera stemas de partículas No estudo que temos vdo a fazer tratámos os objectos, como, por exemplo, blocos de madera, automóves,

Leia mais

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano ESTATÍSTICA Aula 7 Prof. Dr. Marco Atoo Leoel Caetao Dstrbuções de Probabldade DISCRETAS CONTÍNUAS (Números teros) Bomal Posso Geométrca Hper-Geométrca Pascal (Números reas) Normal t-studet F-Sedecor Gama

Leia mais

A Base Termodinâmica da Pressão Osmótica

A Base Termodinâmica da Pressão Osmótica 59087 Bofísca II FFCLRP P Pof. Atôo Roque Aula 7 A Base emodâmca da Pessão Osmótca Elemetos de emodâmca As les báscas da temodâmca dzem espeto à covesão de eega de uma foma em outa e à tasfeêca de eega

Leia mais

Prof. Anderson Coser Gaudio Departamento de Física Centro de Ciências Exatas Universidade Federal do Espírito Santo

Prof. Anderson Coser Gaudio Departamento de Física Centro de Ciências Exatas Universidade Federal do Espírito Santo POLEMAS ESOLVIDOS DE FÍSICA Pof. Andeson Cose Gaudo Depatamento de Físca Cento de Cêncas Eatas Unvesdade Fedeal do Espíto Santo http://www.cce.ufes.b/andeson andeson@npd.ufes.b Últma atualzação: 3/8/5

Leia mais

Capítulo 4 Variáveis Aleatórias Discretas. Prof. Fabrício Maciel Gomes

Capítulo 4 Variáveis Aleatórias Discretas. Prof. Fabrício Maciel Gomes Capítulo 4 Vaiáveis Aleatóias Discetas Pof. Fabício Maciel Gomes Picipais Distibuições de Pobabilidade Discetas Equipovável Beoulli Biomial Poisso Geomética Pascal Hipegeomética Distibuição Equipovável

Leia mais

Apostila de Introdução Aos Métodos Numéricos

Apostila de Introdução Aos Métodos Numéricos Apostla de Itrodução Aos Métodos Numércos PARTE III o Semestre - Pro a. Salete Souza de Olvera Buo Ídce INTERPOAÇÃO POINOMIA...3 INTRODUÇÃO...3 FORMA DE AGRANGE... 4 Iterpolação para potos (+) - ajuste

Leia mais

q(x) = x 4 6x x² - 18x + 10 * z+ z + w + w = 6 ** z z + zw + z w + z w + w w = 15

q(x) = x 4 6x x² - 18x + 10 * z+ z + w + w = 6 ** z z + zw + z w + z w + w w = 15 MATEMÁTICA Sejam a i, a + si e a + ( s) + ( + s) i ( > ) temos de uma seqüêcia. Detemie, em fução de, os valoes de e s que toam esta seqüêcia uma pogessão aitmética, sabedo que e s são úmeos eais e i -.

Leia mais

IND 1603 - Gerência Financeira

IND 1603 - Gerência Financeira 6 IND 603 - Geêca Facea apítulo - Valo Pesete e o usto de Opotudade do aptal Neste capítulo estaemos teessados em calcula valoes pesetes (e futuos) e vamos apede como ada paa fete e paa tás com o dheo.

Leia mais

7 Análise de covariância (ANCOVA)

7 Análise de covariância (ANCOVA) Plejameto de Expermetos II - Adlso dos Ajos 74 7 Aálse de covarâca (ANCOVA) 7.1 Itrodução Em algus expermetos, pode ser muto dfícl e até mpossível obter udades expermetas semelhtes. Por exemplo, pode-se

Leia mais

Professor Mauricio Lutz ESTATÍSTICA BÁSICA

Professor Mauricio Lutz ESTATÍSTICA BÁSICA Proessor Maurco Lutz ESTATÍSTICA BÁSICA. Coceto Exstem mutas deções propostas por autores, objetvado estabelecer com clareza o que é estatístca, como por exemplo: Þ A Estatístca é um cojuto de métodos

Leia mais

Análise de Componentes Principais

Análise de Componentes Principais PÓS-GRADUAÇÃO EM AGRONOMIA CPGA-CS Aálse Multvd Alcd s Cêcs Agás Aálse de Comoetes Pcs Clos Albeto Alves Vell Seoédc - RJ //008 Coteúdo Itodução... Mt de ddos X... 4 Mt de covâc S... 4 Pdoção com méd eo

Leia mais

5 Critérios para Análise dos Resultados

5 Critérios para Análise dos Resultados 5 Crtéros para Aálse dos Resultados Este capítulo tem por objetvos forecer os crtéros utlzados para aálse dos dados ecotrados a pesqusa, bem como uma vsão geral dos custos ecotrados e a forma de sua evolução

Leia mais

CURSO SOBRE MEDIDAS DESCRITIVA Adriano Mendonça Souza Departamento de Estatística - UFSM -

CURSO SOBRE MEDIDAS DESCRITIVA Adriano Mendonça Souza Departamento de Estatística - UFSM - CURSO SOBRE MEDIDAS DESCRITIVA Adrao Medoça Souza Departameto de Estatístca - UFSM - O telecto faz pouco a estrada que leva à descoberta. Acotece um salto a coscêca, chame-o você de tução ou do que quser;

Leia mais

Grande Conjuntos de Dados. Organização; Resumo; Apresentação. Amostra ou População. Defeitos em uma linha de produção

Grande Conjuntos de Dados. Organização; Resumo; Apresentação. Amostra ou População. Defeitos em uma linha de produção Prof. Lorí Val, Dr. val@pucr.br http://www.pucr.br/~val/ Grade Cojuto de Dado Orgazação; Reumo; Apreetação. Amotra ou População Defeto em uma lha de produção Lacado Deeho Torto Deeho Torto Lacado Torto

Leia mais

Disciplina: FGE5748 Simulação Computacional de Líquidos Moleculares 1

Disciplina: FGE5748 Simulação Computacional de Líquidos Moleculares 1 Dscpla: FGE5748 Smulação Computacoal de Líqudos Moleculaes Exstem pocedmetos paa toa os pogamas mas efcetes, depedetemete, de seem DM ou MC. Como: Cálculo da teação Múltplos passos Coeções de logo alcace

Leia mais

Questão 01) Na equação matricial, , calcule x e y. Questão 02) , determine o valor do módulo do elemento. Dadas as matrizes A = (3-4 6) e

Questão 01) Na equação matricial, , calcule x e y. Questão 02) , determine o valor do módulo do elemento. Dadas as matrizes A = (3-4 6) e Questão ) Na equação matricial, y, calcule e y. Questão ) Dadas as matrizes A = ( - 6) e B, determie o valor do módulo do elemeto a da matriz produto A por B. Questão ) Cosidere uma matriz A, de ordem,

Leia mais

PLANO PROBABILIDADES Professora Rosana Relva DOS. Números Inteiros e Racionais COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS

PLANO PROBABILIDADES Professora Rosana Relva DOS. Números Inteiros e Racionais COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS Professor Luz Atoo de Carvalho PLANO PROBABILIDADES Professora Rosaa Relva DOS Números Iteros e Racoas COMPLEXOS rrelva@globo.com Número s 6 O Número Por volta de 00 d.c a mpressão que se tha é que, com

Leia mais

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA ESTATÍSTICA MÓDULO OS RAMOS DA ESTATÍSTICA Ídce. Os Ramos da Estatístca...3.. Dados Estatístcos...3.. Formas Icas de Tratameto dos Dados....3. Notação por Ídces...5.. Notação Sgma ()...5 Estatístca Módulo

Leia mais

CIV 2552 Mét. Num. Prob. de Fluxo e Transporte em Meios Porosos. Método dos Elementos Finitos Fluxo 2D em regime transiente em reservatório

CIV 2552 Mét. Num. Prob. de Fluxo e Transporte em Meios Porosos. Método dos Elementos Finitos Fluxo 2D em regime transiente em reservatório CIV 55 Mét. um. ob. de luo e aote em Meo ooo Método do Elemeto to luo D em egme taete em eevatóo Codçõe ca e aâmeto etete: eão cal: Ma emeabldade tíeca: -5 md m md ml-dac Vcodade dâmca: - µ Ma oe Comebldade

Leia mais

Capítulo 6 Corpo Rígido, Estática e Elasticidade

Capítulo 6 Corpo Rígido, Estática e Elasticidade Capítulo 6 Copo Rígdo, Estátca e Elastcdade 6. Noção de Copo Rígdo Estudamos já os movmetos de copos cujas dmesões eam despezáves face às meddas das suas tajectóas ou po coveêca e smplfcação, tomados como

Leia mais

Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística

Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística Escola Secudára com 3º cclo D. Ds 10º Ao de Matemátca A Estatístca Tarea Iterméda 13 versão A 1. A tabela segute cotém regstos de um estudo eectuado relatvamete ao trasporte utlzado, daramete, para o emprego

Leia mais

CAPÍTULO 2 DINÂMICA DA PARTÍCULA: FORÇA E ACELERAÇÃO

CAPÍTULO 2 DINÂMICA DA PARTÍCULA: FORÇA E ACELERAÇÃO 13 CAPÍTULO 2 DINÂMICA DA PATÍCULA: OÇA E ACELEAÇÃO Nese capíulo seá aalsada a le de Newo a sua foma dfeecal, aplcada ao movmeo de paículas. Nesa foma a foça esulae das foças aplcadas uma paícula esá elacoada

Leia mais

Escola Secundária de Jácome Ratton

Escola Secundária de Jácome Ratton Ecola Secudára de Jácome Ratto Ao Lectvo / Matemátca Aplcada à Cêca Soca Na Ecola Secudára do Suceo aualmete é premado o aluo que tver melhor méda a ua clafcaçõe a dferete dcpla. No ao lectvo 9/, o do

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Aálse Eploratóra de Dados Objetvos Aálse bvarada: uma varável qualtatva e uma quattatva: represetar grafcamete as duas varáves combadas; defr e calcular uma medda de assocação etre as varáves. Eemplo 1

Leia mais

Sumário. Mecânica. Sistemas de partículas

Sumário. Mecânica. Sistemas de partículas umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - stemas de partículas e corpo rígdo. - Cetro de massa. - Como determar o cetro de massa dum sstema de partículas. - Vetor

Leia mais

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados Capítulo : Ajuste de curvas pelo método dos mímos quadrados. agrama de dspersão No capítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas por uma taela de valores. Frequetemete o etato

Leia mais

Estatística: uma definição

Estatística: uma definição Coleção de úmeros estatístcas Estatístca: uma defção O úmero de carros veddos o país aumetou em 30%. A taa de desemprego atge, este mês, 7,5%. As ações da Telebrás subram R$,5, hoje. Resultados do Caraval

Leia mais

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;

Leia mais

Capítulo 1: Erros em cálculo numérico

Capítulo 1: Erros em cálculo numérico Capítulo : Erros em cálculo umérco. Itrodução Um método umérco é um método ão aalítco, que tem como objectvo determar um ou mas valores umércos, que são soluções de um certo problema. Ao cotráro das metodologas

Leia mais

PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO

PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO A expressão dados, será ctada dversas vezes esta dscpla, em lguagem ormal, dados são ormações (úmeros ou ão) sobre um dvíduo (pessoa,

Leia mais

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø. Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.

Leia mais

Momento Linear duma partícula

Momento Linear duma partícula umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - Mometo lear de uma partícula e de um sstema de partículas. - Le fudametal da dâmca para um sstema de partículas. - Impulso

Leia mais

1) Escrever um programa que faça o calculo de transformação de horas em minuto onde às horas devem ser apenas número inteiros.

1) Escrever um programa que faça o calculo de transformação de horas em minuto onde às horas devem ser apenas número inteiros. Dscpla POO-I 2º Aos(If) - (Lsta de Eercícos I - Bmestre) 23/02/2015 1) Escrever um programa que faça o calculo de trasformação de horas em muto ode às horas devem ser apeas úmero teros. Deverá haver uma

Leia mais

Estatística: uma definição

Estatística: uma definição Prof. Lorí Val, Dr. val@ufrgs.br http://www.ufrgs.br/~val/ Estatístca: uma defção Coleção de úmeros estatístcas O úmero de carros veddos o país aumetou em 30%. A taa de desemprego atge, este mês, 7,5%.

Leia mais

ESTATÍSTICA APLICADA À ZOOTECNIA

ESTATÍSTICA APLICADA À ZOOTECNIA ESTATÍSTICA APLICADA À ZOOTECNIA Eucldes Braga MALHEIROS *. INTRODUÇÃO.a) Somatóras e Produtóros Sejam,, 3,...,, valores umércos. A soma desses valores (somatóra) pode ser represetada por: = = = =. e o

Leia mais

FINANCIAMENTOS UTILIZANDO O EXCEL

FINANCIAMENTOS UTILIZANDO O EXCEL rofessores Ealdo Vergasta, Glóra Márca e Jodála Arlego ENCONTRO RM 0 FINANCIAMENTOS UTILIZANDO O EXCEL INTRODUÇÃO Numa operação de empréstmo, é comum o pagameto ser efetuado em parcelas peródcas, as quas

Leia mais

de uma variável em função da outra, por exemplo: Quantas vendas da Marca Philips na região Norte? Quantos homens são fumantes?

de uma variável em função da outra, por exemplo: Quantas vendas da Marca Philips na região Norte? Quantos homens são fumantes? Estatístca descrtva bdmesoal (Tabelas, Gráfcos e Estatístcas) Aálse bvarada (ou bdmesoal): avala o comportameto de uma varável em fução da outra, por exemplo: Quatas vedas da Marca Phlps a regão Norte?

Leia mais