Testes χ 2 (cont.) Testes χ 2 para k categorias (cont.)

Tamanho: px
Começar a partir da página:

Download "Testes χ 2 (cont.) Testes χ 2 para k categorias (cont.)"

Transcrição

1 Testes χ 2 de ajustameto, homogeeidade e idepedêcia Testes χ 2 (cot.) Os testes χ 2 cosiderados este último poto do programa surgem associados a dados de cotagem. Mais cocretamete, dados que cotam o úmero de observações que recaem em várias categorias (defiidas a partir de um ou mais factores). Pode pesar-se que se tem uma (ou mais) variável resposta categórica (factor), e que os dados são a frequêcia com que se observa cada um dos íveis desse factor. O objectivo dos testes que agora se estudam é comparar essas cotages observadas com as cotages que seriam esperadas ao abrigo de alguma hipótese. A maior ou meor proximidade global etre cotages observadas e esperadas serve para testar a hipótese subjacete aos valores esperados. Apesar de terem um fudo comum, os testes agora estudados aplicam-se em cotextos diferetes. J. Cadima (ISA) Estatística e Delieameto / 429 J. Cadima (ISA) Estatística e Delieameto / 429 Testes χ 2 para k categorias Testes χ 2 para k categorias (cot.) Cosiderem-se observações idepedetes que podem recair uma de k categorias. Seja O i o úmero de observações a categoria i. : Cosidere-se uma avaliação da qualidade duma liha de produção de embalages de 6 latas de cerveja. Para cada embalagem, cosidere-se o úmero de latas que ão passam o cotrolo de qualidade. Temos k = 7 categorias, associadas ao úmero de latas impróprias. Em = 200 embalages, cota-se o úmero O i de embalages com i (i {0,1,2,3,4,5,6}) latas que ão passam o cotrolo. Foram obtidos os seguites valores: No. latas impróprias No. embalages Cosidere-se uma hipótese que associa a cada uma das k categorias uma probabilidade p i. Ao abrigo dessa hipótese, o úmero esperado de observações a categoria i seria E i = p i. : No cotexto do exemplo aterior, cosidere-se a hipótese de que o úmero de latas impróprias em cada embalagem segue uma distribuição Biomial, de parâmetros B(6, 0.04) J. Cadima (ISA) Estatística e Delieameto / 429 J. Cadima (ISA) Estatística e Delieameto / 429 Testes χ 2 para k categorias (cot.) Ao abrigo desta hipótese, e tedo em cota que a probabilidade de haver i latas impróprias uma embalagem de 6 latas será dada por: ( ) 6 p i = 0.04 i i, i tem-se E i = 200 p i e: i p i E i comparado-se com os valores observados: O i A distribuição observada é compatível com a distribuição esperada? A estatística de Pearso No cotexto agora descrito, Pearso mostrou que a estatística X 2 = k (O i E i ) 2 E i=1 i segue assitoticamete uma distribuição χ 2 k 1. NOTA: a subtracção de um grau de liberdade vem de existir uma restrição ao úmero de observações em cada categoria, uma vez que a sua soma tem de ser. Logo, há apeas k 1 valores observados livres. Defiido a hipótese ula como a hipótese que gerou os valores esperados E i tem-se uma Região Crítica uilateral direita, ou seja: Rejeita-se H 0 (hipótese subjacete aos E i ) se X 2 calc > χ2 γ;k 1. J. Cadima (ISA) Estatística e Delieameto / 429 J. Cadima (ISA) Estatística e Delieameto / 429

2 A estatística de Pearso (cot.) Assitoticamete sigifica para grades amostras, mas há critérios diferetes para quado se cosidera a aproximação adequada. Um critério, sugerido por Cochra, é: ehum E i iferior a 1; ão mais do que 20% dos E i s iferiores a 5. Caso estas codições ão se verifiquem, podem-se agrupar classes de forma a satisfazer o critério. Seguido o critério de Cochra, o exemplo aterior será ecessário agrupar as classes correspodetes a 2 ou mais latas impróprias, obtedo-se a ova tabela: i p i E i O i A estatística de Pearso calculada tem valor: X 2 = Numa distribuição χ3 1 2 o limiar da região crítica ao ível γ = 0.05 é 5.991, pelo que se rejeita a hipótese de a distribuição subjacete ser a referida. J. Cadima (ISA) Estatística e Delieameto / 429 J. Cadima (ISA) Estatística e Delieameto / 429 Pearso com a estimação de parâmetros Caso o cálculo dos valores esperados ao abrigo da hipótese de referêcia exija a estimação de um ou mais parâmetros (ou seja, a hipótese ula está icompletamete especificada), é ecessário retirar um grau de liberdade à distribuição χ 2 por cada parâmetro estimado. : No caso que tem vido a ser cosiderado, admita-se que o úmero de latas impróprias por embalagem segue uma distribuição Biomial B(6, q), mas com parâmetro q descohecido. Só é possível calcular os valores esperados E i admitido um valor para a probabilidade de êxito uma lata (q). Uma forma de o fazer será recordar que X B(m,q) E[X] = mq, e usar a média amostral para estimar q. Com base os dados, o úmero médio de latas impróprias por embalagem, as 200 embalages, é Como m = 6, tem-se ˆq = 0.36/6 = J. Cadima (ISA) Estatística e Delieameto / 429 Agora, a probabilidade estimada de haver i latas impróprias uma embalagem de 6 latas será dada por: ( ) 6 ˆp i = 0.06 i i, i e tem-se Êi = 200 ˆp i. Recostruido a tabela para uma Biomial B(6, 0.06), tem-se: i p i Ê i comparado-se com os (mesmos) valores observados: O i J. Cadima (ISA) Estatística e Delieameto / 429 Pearso com estimação de parâmetros (cot.) Sedo ecessário estimar r parâmetros, a estatística X 2 = k (O i Êi) 2 i=1 Ê i segue assitoticamete uma distribuição χ 2 k 1 r. Defiido a hipótese ula como hipótese que (após a estimação de parâmetros) gerou os valores esperados estimados Êi Defie-se uma Região Crítica uilateral direita, ou seja: Rejeita-se H 0 (hipótese subjacete aos Êi) se X 2 calc > χ2 γ;k 1 r (cot.) De ovo, utilizado o critério de Cochra para garatir a qualidade da aproximação assitótica à distribuição χ 2, tem-se: i p i Ê i O i A estatística de Pearso calculada tem valor: X 2 = Numa distribuição χ o limiar duma região crítica ao ível γ = 0.05 é 3.841, pelo que ão se rejeita a hipótese de a distribuição subjacete ser Biomial (em particular, B(6, 0.06)). J. Cadima (ISA) Estatística e Delieameto / 429 J. Cadima (ISA) Estatística e Delieameto / 429

3 O teste χ 2 como teste de ajustameto Os exemplos que acabámos de cosiderar mostram como o teste χ 2, baseado a estatística de Pearso, pode ser usado como um teste de ajustameto duma amostra a uma dada distribuição de probabilidades. No exemplo cosiderado, tratava-se duma distribuição discreta (a Biomial). Para outras distribuições discretas (Poisso, Geométrica, Biomial Negativa) pode proceder-se de forma aáloga. No caso de distribuições cotíuas, o teste pode aida ser utilizado, mas tora-se ecessário defiir classes de valores para a distribuição, cotado-se o úmero de observações da variável que recaem em cada classe. Teste χ 2 de homogeeidade Admita-se agora uma geeralização da questão discutida ates: classificam-se observações em várias categorias, mas repete-se o procedimeto para amostras extraídas de várias populações. Admita-se que: há a populações, que costituem os íveis de um factor A; as observações de cada população são classificadas em uma de b categorias, que defiem os íveis dum factor B. No caso de se preteder testar a Normalidade, é preferível utilizar outro teste, já estudado a disciplia de Estatística do primeiro ciclo: o teste de Shapiro-Wilks. J. Cadima (ISA) Estatística e Delieameto / 429 J. Cadima (ISA) Estatística e Delieameto / 429 Nos solos duma dada região foi assialada a preseça de larvas de 4 espécies de isectos que afectam as pricipais culturas da região. Pretede-se ivestigar se as frequêcias relativas das espécies são ou ão iguais cosoate o tipo de solos. Classificaram-se os solos em três tipos: areosos, limosos e argilosos (Factor A, com a=3 íveis). Em cada tipo de solos foram recolhidas 100 larvas, e classificadas de acordo com a respectiva espécie (Factor B, com b=4 íveis). (cot.) Feita a classificação das larvas, obtiveram-se os seguites resultados: Espécie de larva Total Tipos Areosos de Limosos solos Argilosos Total A liha fial, com as frequêcias absolutas.j de cada tipo de larva, represeta uma base para estimar o que serão as probabilidades de cada tipo de larva, caso haja uma úica distribuição pelas espécies, comum aos três tipos de solo. A probabilidade estimada da espécie j será ˆp.j =.j, ou seja: ˆp.1 = = 0.20 ˆp.2= = 0.31 ˆp.3= = 0.19 ˆp.4= = 0.30 J. Cadima (ISA) Estatística e Delieameto / 429 J. Cadima (ISA) Estatística e Delieameto / 429 (cot.) Uma vez que em cada tipo de solo há i. = 100 observações, o úmero esperado de observações a célula (i,j) é dado por Ê ij = i. ˆp.j = i..j A tabela com os valores esperados estimados etre pareteses: Espécie de larva Total Tipos Areosos 27 (20) 24 (31) 23 (19) 26 (30) 100 de Limosos 20 (20) 32 (31) 18 (19) 30 (30) 100 solos Argilosos 13 (20) 37 (31) 16 (19) 34 (30) 100 Total Etre as observações de célula O ij e os correspodetes valores esperados estimados (Êij), existe cocordâcia suficiete para admitir que as distribuições de frequêcias de espécies são aálogas os três tipos de solos? J. Cadima (ISA) Estatística e Delieameto / 429 Tabelas de cotigêcia Geeralizado, sejam dadas observações que são classificadas de acordo com dois diferetes factores. Chama-se tabela de cotigêcia a uma tabela com o úmero O ij de observações em cada célula (i,j) (ível i do factor A e j do factor B): Níveis do Níveis do Factor B Margial Factor A b de A 1 O 11 O 12 O 13 O 1,b 1 2 O 21 O 22 O 23 O 2,b 2 3 O 31 O 32 O 33 O 3,b 3... a O a1 O a2 O a3 O a,b a Margial de B b J. Cadima (ISA) Estatística e Delieameto / 429

4 Testes de homogeeidade No cotexto de testes de homogeeidade, associados ao exemplo das larvas, o úmero de observações em cada ível de um factor foi previamete fixado (o osso caso, os totais de liha, i. ). Admitido que se trata dos totais de liha (íveis do factor A), tal facto impõe a restrições. A ecessidade de estimar as probabilidades dos íveis do outro factor (o osso caso, as probabilidades de espécie, ou seja as probabilidades margiais de colua) impões mais b 1 restrições. (NOTA: Não são b restrições pois a soma dos ˆp i tem de ser 1, logo estimar b 1 probabilidades determia a última estimativa.) Assim, ao todo foram impostas a + b 1 restrições. A estatística de Pearso em testes de homogeeidade No cotexto agora descrito, a estatística de Pearso tem a forma X 2 = a b i=1 j=1 (O ij Êij) 2 e segue assitoticamete uma distribuição χ(a 1)(b 1) 2, uma vez que ab (a + b 1) = (a 1)(b 1) Defiido a hipótese ula como homogeeidade a distribuição das amostras de cada população (a hipótese que gerou os valores esperados Êi) tem-se uma Região Crítica uilateral direita, ou seja: Rejeita-se H 0 se X 2 calc > χ2 γ;(a 1)(b 1). Ê ij J. Cadima (ISA) Estatística e Delieameto / 429 J. Cadima (ISA) Estatística e Delieameto / 429 A estatística de Pearso calculada o exemplo das larvas tem valor X 2 calc = Este valor calculado deve ser comparado com o valor que, uma distribuição χ6 2 (pois (a 1)(b 1) = 2 3 = 6), deixa à direita uma região de probabilidade γ = 0.05: χ (6) = Como X 2 calc < χ2 0.05(6) ão se rejeita H 0: admite-se a homogeeidade das distribuições de espécies de larva, os três tipos de solos. Tal como os casos ateriores, pode ser ecessário agrupar classes do factor B, caso o úmero esperado de observações algumas classes seja demasiado baixo. Neste exemplo, esse agrupameto ão foi ecessário. Testes χ 2 com totais de marges livres Nos testes de homogeeidade acabados de aalisar, uma das marges da tabela de cotigêcias tem os úmeros totais de observações fixos. Mas outros cotextos podem existir, etre os quais o de tabelas de cotigêcia ode apeas se fixa o úmero total de observações, sedo essas observações livres de recair em qualquer das ab células defiidas pelos íveis de dois factores, A e B. Como em casos ateriores, pode-se testar uma hipótese a que correspodam valores esperados de células, E ij, comparado esses valores esperados com os valores efectivamete observados em cada célula, O ij, utilizado um teste baseado a estatística χ 2 de Pearso. J. Cadima (ISA) Estatística e Delieameto / 429 J. Cadima (ISA) Estatística e Delieameto / 429 Testes χ 2 de idepedêcia A mais frequete das hipóteses, o cotexto das marges de lihas e coluas duma tabela de cotigêcias serem livres, é o teste à idepedêcia etre os dois factores que defiem as marges da tabela. Recorde-se que falamos em idepedêcia quado as probabilidades cojutas são dadas pelo produto das probabilidades margiais: ode p ij = p i. p.j, i,j p ij idica a probabilidade duma observação recair a célula (i,j); p i. idica a probabilidade margial duma observação recair o ível i do factor A (seja qual fôr o ível do outro factor); p.j idica a probabilidade margial duma observação recair o ível j do factor B (seja qual fôr o ível do outro factor); J. Cadima (ISA) Estatística e Delieameto / 429 Testes χ 2 de idepedêcia (cot.) Caso se verifique a idepedêcia, o úmero esperado de observações a célula (i,j) é dado por: E ij = p ij = p i. p.j i,j. É possível estimar as probabilidades margiais a partir das frequêcias relativas margiais (como foi feito os testes de homogeeidade, para o factor B): ˆp i. = i. ˆp.j =.j, i = 1,2,...,a, j = 1,2,...,b, ode é o úmero total de observações (fixo), i. é o úmero (livre) de observações o ível i do factor A e.j é o úmero (livre) de observações o ível j do factor B. J. Cadima (ISA) Estatística e Delieameto / 429

5 Testes χ 2 de idepedêcia (cot.) Assim, caso se verifique a idepedêcia, o úmero esperado estimado de observações a célula (i,j) é: Ê ij = ˆp ij = ˆp i. ˆp.j = i. Foram estimadas:.j = i..j a 1 probabilidades margiais do factor A (a última tem de dar a soma 1); e b 1 probabilidades margiais do factor B. Jutamete com, i,j. 1 restrição imposta pelo úmero total fixo de observações (), tem-se um total de (a 1) + (b 1) + 1 = a + b 1 restrições. Testes χ 2 de idepedêcia (cot.) Estes valores esperados estimados serão comparados com os valores observados, O ij, em cada uma das ab células, com base a estatística de Pearso. NOTA: Repare-se que, embora com motivações diferetes, as expressões de cálculo dos Êij são iguais, os testes de homogeeidade e os testes de idepedêcia; e o úmero de restrições impostas é igual os dois tipos de teste. Logo, a estatística X 2 de Pearso terá uma expressão idêtica, e uma distribuição assitótica idêtica, quer os testes de homogeeidade, quer os testes de idepedêcia. Mas importa ão perder de vista que se trata de cotextos diferetes, com hipóteses de referêcia diferetes e coclusões diferetes. J. Cadima (ISA) Estatística e Delieameto / 429 J. Cadima (ISA) Estatística e Delieameto / 429 Testes χ 2 de idepedêcia (cot.) No cotexto de testes de idepedêcia, a estatística de Pearso tem a forma ( ) X 2 a b (O ij = Êij) 2 a b O ij i. 2.j = Ê ij i=1 j=1 i=1 j=1 e segue assitoticamete uma distribuição χ 2 (a 1)(b 1). Defiido a hipótese ula como idepedêcia etre os dois factores tem-se uma Região Crítica uilateral direita, ou seja: Rejeita-se H 0 se X 2 calc > χ2 γ;(a 1)(b 1). i..j Um estudo de = 6800 alemães do sexo masculio aalisou a côr do cabelo e a côr dos olhos de cada idivíduo. Os resultados foram: Cabelo Olhos Louro Castaho Preto Ruivo Total Azuis Ciz./Verde Castahos Total Pretede-se testar se existe idepedêcia etre as características côr do cabelo e côr dos olhos. J. Cadima (ISA) Estatística e Delieameto / 429 J. Cadima (ISA) Estatística e Delieameto / 429 Um exemplo (cot.) As frequêcias margiais de liha dão estimativas das probabilidades margiais de cada côr de olhos (ˆp i. = i. ): ˆp 1 = = ˆp 2 = = ˆp 3 = = De forma aáloga se obtêm estimativas das probabilidades margiais de côres de cabelo (ˆp.j =.j ): ˆp 1 = = ˆp 2 = = ˆp 3 = = ˆp 4 = = Os valores esperados estimados em cada célula, caso haja idepedêcia, são dados por: Ê ij = ˆp ij = ˆp i. ˆp.j = 6800 ˆp i. ˆp.j. Por exemplo, Ê11 = = J. Cadima (ISA) Estatística e Delieameto / 429 Um exemplo (cot.) A tabela com os valores esperados (estimados) etre pareteses é: Cabelo Olhos Louro Castaho Preto Ruivo Total Azuis 1768 ( ) 807 ( ) 189 (505.57) 47 (47.95) 2811 Ci./Verde 946 ( ) 1387 ( ) 746 (563.30) 53 (53.43) 3132 Castahos 115 (356.54) 438 (331.71) 288 (154.13) 16 (14.62) 857 Total A estatística de Pearso será etão: X (O ij = Êij) 2 = i=1 j=1 Ê ij ( )2 ( ) = O p-value deste valor uma distribuição χ6 2 é quase ulo (< ), pelo que, como seria de esperar, se rejeita de forma clara a hipótese de idepedêcia. J. Cadima (ISA) Estatística e Delieameto / 429

6 Aalisado as parcelas da estatística Aida o exemplo de teste de idepedêcia Em qualquer dos cotextos cosiderados, a região de rejeição é uilateral direita, isto é, são os valores grades da estatística que rejeitam a hipótese ula, um teste baseado a estatística de Pearso. Como a estatística X 2 de Pearso é uma soma de parcelas ão-egativas, ao logo de todas as categorias defiidas pelo factor (o caso dos testes de ajustametro iciais) ou pelo cruzameto dos íveis de cada factor (o caso de testes de homogeeidade e/ou idepedêcia), é possível idetificar a(s) categoria(s) que cotribuem com as parcelas de maior valor e que são, por isso mesmo, maiormete resposáveis pela rejeição de H 0. As parcelas idividuais da estatística de Pearso, o caso do teste de idepedêcia acima referido, são: Cabelo Olhos Louro Castaho Preto Ruivo Azuis Ci./Verde Castahos Uma vez que χ0.05(6) 2 = , quase todas as combiações (excepto as referetes aos ruivos) são, só por si, resposáveis pela rejeição de H 0, com destaque para as associações de olhos azuis com cabelo louro e de olhos azuis com cabelo preto. J. Cadima (ISA) Estatística e Delieameto / 429 J. Cadima (ISA) Estatística e Delieameto / 429 Aida o exemplo da idepedêcia (cot.) No etato, o setido destas duas associações é diferete: para olhos azuis/cabelo louro, tem-se 1768 = O 11 > Ê11 = Trata-se duma associação positiva. para olhos azuis/cabelo preto, tem-se 189 = O 13 < Ê13 = Trata-se duma associação egativa. J. Cadima (ISA) Estatística e Delieameto / 429

INTRODUÇÃO. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...

INTRODUÇÃO. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ... INTRODUÇÃO Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário

Leia mais

APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA

APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA UNIVERSIDADE DO ALGARVE ESCOLA SUPERIOR DE TECNOLOGIA APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA (III ) ÁREA DEPARTAMENTAL DE ENGENHARIA CIVIL Ídice Itrodução Aplicação do cálculo matricial aos

Leia mais

MINISTÉRIO DAS CIDADES, ORDENAMENTO DO TERRITÓRIO E AMBIENTE Instituto do Ambiente PROCEDIMENTOS ESPECÍFICOS DE MEDIÇÃO DE RUÍDO AMBIENTE

MINISTÉRIO DAS CIDADES, ORDENAMENTO DO TERRITÓRIO E AMBIENTE Instituto do Ambiente PROCEDIMENTOS ESPECÍFICOS DE MEDIÇÃO DE RUÍDO AMBIENTE MINISÉRIO DAS CIDADES, ORDENAMENO DO ERRIÓRIO E AMBIENE Istituto do Ambiete PROCEDIMENOS ESPECÍFICOS DE MEDIÇÃO DE RUÍDO AMBIENE Abril 2003 . Equadrameto O presete documeto descreve a metodologia a seguir

Leia mais

5. A nota final será a soma dos pontos (negativos e positivos) de todas as questões

5. A nota final será a soma dos pontos (negativos e positivos) de todas as questões DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG - 2013/2014 Istruções: 1. Cada questão respodida corretamete vale 1 (um) poto. 2. Cada questão respodida

Leia mais

Probabilidades. José Viegas

Probabilidades. José Viegas Probabilidades José Viegas Lisboa 001 1 Teoria das probabilidades Coceito geral de probabilidade Supoha-se que o eveto A pode ocorrer x vezes em, igualmete possíveis. Etão a probabilidade de ocorrêcia

Leia mais

ActivALEA. ative e atualize a sua literacia

ActivALEA. ative e atualize a sua literacia ActivALEA ative e atualize a sua literacia N.º 29 O QUE É UMA SONDAGEM? COMO É TRANSMIITIIDO O RESULTADO DE UMA SONDAGEM? O QUE É UM IINTERVALO DE CONFIIANÇA? Por: Maria Eugéia Graça Martis Departameto

Leia mais

Jackknife, Bootstrap e outros métodos de reamostragem

Jackknife, Bootstrap e outros métodos de reamostragem Jackkife, Bootstrap e outros métodos de reamostragem Camilo Daleles Reó camilo@dpi.ipe.br Referata Biodiversa (http://www.dpi.ipe.br/referata/idex.html) São José dos Campos, 8 de dezembro de 20 Iferêcia

Leia mais

Estatística stica para Metrologia

Estatística stica para Metrologia Estatística stica para Metrologia Aula Môica Barros, D.Sc. Juho de 28 Muitos problemas práticos exigem que a gete decida aceitar ou rejeitar alguma afirmação a respeito de um parâmetro de iteresse. Esta

Leia mais

Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística

Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Uiversidade Federal de Mias Gerais Istituto de Ciêcias Exatas Departameto de Estatística Associação etre Variáveis Qualitativas - Teste Qui-Quadrado, Risco Relativo e Razão das Chaces (Notas de Aula e

Leia mais

Lista 9 - Introdução à Probabilidade e Estatística

Lista 9 - Introdução à Probabilidade e Estatística UNIVERSIDADE FEDERAL DO ABC Lista 9 - Itrodução à Probabilidade e Estatística Desigualdades e Teoremas Limites 1 Um ariro apota a um alvo de 20 cm de raio. Seus disparos atigem o alvo, em média, a 5 cm

Leia mais

Análise de Projectos ESAPL / IPVC. Critérios de Valorização e Selecção de Investimentos. Métodos Estáticos

Análise de Projectos ESAPL / IPVC. Critérios de Valorização e Selecção de Investimentos. Métodos Estáticos Aálise de Projectos ESAPL / IPVC Critérios de Valorização e Selecção de Ivestimetos. Métodos Estáticos Como escolher ivestimetos? Desde sempre que o homem teve ecessidade de ecotrar métodos racioais para

Leia mais

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA 5. INTRODUÇÃO É freqüete ecotrarmos problemas estatísticos do seguite tipo : temos um grade úmero de objetos (população) tais que se fossem tomadas as medidas

Leia mais

O erro da pesquisa é de 3% - o que significa isto? A Matemática das pesquisas eleitorais

O erro da pesquisa é de 3% - o que significa isto? A Matemática das pesquisas eleitorais José Paulo Careiro & Moacyr Alvim O erro da pesquisa é de 3% - o que sigifica isto? A Matemática das pesquisas eleitorais José Paulo Careiro & Moacyr Alvim Itrodução Sempre que se aproxima uma eleição,

Leia mais

1.4- Técnicas de Amostragem

1.4- Técnicas de Amostragem 1.4- Técicas de Amostragem É a parte da Teoria Estatística que defie os procedimetos para os plaejametos amostrais e as técicas de estimação utilizadas. As técicas de amostragem, tal como o plaejameto

Leia mais

As dificuldades na representação gráfica

As dificuldades na representação gráfica II2 A Regressão Liear Múltipla Por vezes, é ecessário mais do que uma variável preditora para modelar a variável resposta de iteresse Exemplo: Num estudo sobre uma população experimetal de cloes da casta

Leia mais

Testes de Hipóteses para a Diferença Entre Duas Médias Populacionais

Testes de Hipóteses para a Diferença Entre Duas Médias Populacionais Estatística II Atoio Roque Aula Testes de Hipóteses para a Difereça Etre Duas Médias Populacioais Vamos cosiderar o seguite problema: Um pesquisador está estudado o efeito da deficiêcia de vitamia E sobre

Leia mais

Problema de Fluxo de Custo Mínimo

Problema de Fluxo de Custo Mínimo Problema de Fluo de Custo Míimo The Miimum Cost Flow Problem Ferado Nogueira Fluo de Custo Míimo O Problema de Fluo de Custo Míimo (The Miimum Cost Flow Problem) Este problema possui papel pricipal etre

Leia mais

Anexo VI Técnicas Básicas de Simulação do livro Apoio à Decisão em Manutenção na Gestão de Activos Físicos

Anexo VI Técnicas Básicas de Simulação do livro Apoio à Decisão em Manutenção na Gestão de Activos Físicos Aexo VI Técicas Básicas de Simulação do livro Apoio à Decisão em Mauteção a Gestão de Activos Físicos LIDEL, 1 Rui Assis rassis@rassis.com http://www.rassis.com ANEXO VI Técicas Básicas de Simulação Simular

Leia mais

Prof. Eugênio Carlos Stieler

Prof. Eugênio Carlos Stieler http://wwwuematbr/eugeio SISTEMAS DE AMORTIZAÇÃO A ecessidade de recursos obriga aqueles que querem fazer ivestimetos a tomar empréstimos e assumir dívidas que são pagas com juros que variam de acordo

Leia mais

PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO MESTRADO/UFMG 2008. são fixos (não aleatórios), α e β são parâmetros desconhecidos e os εi

PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO MESTRADO/UFMG 2008. são fixos (não aleatórios), α e β são parâmetros desconhecidos e os εi PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO MESTRADO/UFMG 008 Istruções para a prova: a) Cada questão respodida corretamete vale um poto. b) Questões deixadas em braco valem zero potos (este caso marque

Leia mais

Esta Norma estabelece o procedimento para calibração de medidas materializadas de volume, de construção metálica, pelo método gravimétrico.

Esta Norma estabelece o procedimento para calibração de medidas materializadas de volume, de construção metálica, pelo método gravimétrico. CALIBRAÇÃO DE MEDIDAS MATERIALIZADAS DE VOLUME PELO MÉTODO GRAVIMÉTRICO NORMA N o 045 APROVADA EM AGO/03 N o 01/06 SUMÁRIO 1 Objetivo 2 Campo de Aplicação 3 Resposabilidade 4 Documetos Complemetes 5 Siglas

Leia mais

CURTOSE. Teremos, portanto, no tocante às situações de Curtose de um conjunto, as seguintes possibilidades:

CURTOSE. Teremos, portanto, no tocante às situações de Curtose de um conjunto, as seguintes possibilidades: CURTOSE O que sigifica aalisar um cojuto quato à Curtose? Sigifica apeas verificar o grau de achatameto da curva. Ou seja, saber se a Curva de Freqüêcia que represeta o cojuto é mais afilada ou mais achatada

Leia mais

CAP. I ERROS EM CÁLCULO NUMÉRICO

CAP. I ERROS EM CÁLCULO NUMÉRICO CAP I ERROS EM CÁLCULO NUMÉRICO 0 Itrodução Por método umérico etede-se um método para calcular a solução de um problema realizado apeas uma sequêcia fiita de operações aritméticas A obteção de uma solução

Leia mais

ANDRÉ REIS MATEMÁTICA. 1ª Edição NOV 2013

ANDRÉ REIS MATEMÁTICA. 1ª Edição NOV 2013 ANDRÉ REIS MATEMÁTICA TEORIA 6 QUESTÕES DE PROVAS DE CONCURSOS GABARITADAS EXERCÍCIOS RESOLVIDOS Teoria e Seleção das Questões: Prof. Adré Reis Orgaização e Diagramação: Mariae dos Reis ª Edição NOV 0

Leia mais

Introdução ao Estudo de Sistemas Lineares

Introdução ao Estudo de Sistemas Lineares Itrodução ao Estudo de Sistemas Lieares 1. efiições. 1.1 Equação liear é toda seteça aberta, as icógitas x 1, x 2, x 3,..., x, do tipo a1 x1 a2 x2 a3 x3... a x b, em que a 1, a 2, a 3,..., a são os coeficietes

Leia mais

CAPÍTULO 8 - Noções de técnicas de amostragem

CAPÍTULO 8 - Noções de técnicas de amostragem INF 6 Estatística I JIRibeiro Júior CAPÍTULO 8 - Noções de técicas de amostragem Itrodução A Estatística costitui-se uma excelete ferrameta quado existem problemas de variabilidade a produção É uma ciêcia

Leia mais

Guia do Professor. Matemática e Saúde. Experimentos

Guia do Professor. Matemática e Saúde. Experimentos Guia do Professor Matemática e Saúde Experimetos Coordeação Geral Elizabete dos Satos Autores Bárbara N. Palharii Alvim Sousa Karia Pessoa da Silva Lourdes Maria Werle de Almeida Luciaa Gastaldi S. Souza

Leia mais

Carteiras de Mínimo VAR ( Value at Risk ) no Brasil

Carteiras de Mínimo VAR ( Value at Risk ) no Brasil Carteiras de Míimo VAR ( Value at Risk ) o Brasil Março de 2006 Itrodução Este texto tem dois objetivos pricipais. Por um lado, ele visa apresetar os fudametos do cálculo do Value at Risk, a versão paramétrica

Leia mais

O poço de potencial infinito

O poço de potencial infinito O poço de potecial ifiito A U L A 14 Meta da aula Aplicar o formalismo quâtico ao caso de um potecial V(x) que tem a forma de um poço ifiito: o potecial é ifiito para x < a/ e para x > a/, e tem o valor

Leia mais

CAPÍTULO 5 CIRCUITOS SEQUENCIAIS III: CONTADORES SÍNCRONOS

CAPÍTULO 5 CIRCUITOS SEQUENCIAIS III: CONTADORES SÍNCRONOS 60 Sumário CAPÍTULO 5 CIRCUITOS SEQUENCIAIS III: CONTADORES SÍNCRONOS 5.1. Itrodução... 62 5.2. Tabelas de trasição dos flip-flops... 63 5.2.1. Tabela de trasição do flip-flop JK... 63 5.2.2. Tabela de

Leia mais

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV DISCIPLINA: TGT410026 FUNDAMENTOS DE ESTATÍSTICA 8ª AULA: ESTIMAÇÃO POR INTERVALO

Leia mais

defi departamento de física www.defi.isep.ipp.pt

defi departamento de física www.defi.isep.ipp.pt defi departameto de física Laboratórios de Física www.defi.isep.ipp.pt stituto Superior de Egeharia do Porto- Departameto de Física Rua Dr. Atóio Berardio de Almeida, 431 4200-072 Porto. T 228 340 500.

Leia mais

CURSO ONLINE DE EXERCÍCIOS MATEMÁTICA FINANCEIRA & ESTATÍSTICA AULA 09

CURSO ONLINE DE EXERCÍCIOS MATEMÁTICA FINANCEIRA & ESTATÍSTICA AULA 09 1 AULA 09 Olá, amigos! Chegamos hoje ao osso peúltimo simulado! Com mais esta aula, completaremos 8 (ceto e oito) questões resolvidas e miuciosamete aalisadas (54 de cada matéria). Teho a impressão de

Leia mais

SUMÁRIO 1. AMOSTRAGEM 4. 1.1. Conceitos básicos 4

SUMÁRIO 1. AMOSTRAGEM 4. 1.1. Conceitos básicos 4 SUMÁRIO 1. AMOSTRAGEM 4 1.1. Coceitos básicos 4 1.. Distribuição amostral dos estimadores 8 1..1. Distribuição amostral da média 8 1... Distribuição amostral da variâcia 11 1..3. Distribuição amostral

Leia mais

Instituto de Engenharia de Produção & Gestão

Instituto de Engenharia de Produção & Gestão UNIFEI - Uiversidade Federal de Itajubá Istituto de Egeharia de Produção & Gestão Notas compiladas por PEDRO PAULO BALESTRASSI ANDERSON PAULO DE PAIVA Itajubá/007 CAPÍTULO - ESTATÍSTICA. - Do que trata

Leia mais

INTRODUÇÃO A TEORIA DE CONJUNTOS

INTRODUÇÃO A TEORIA DE CONJUNTOS INTRODUÇÃO TEORI DE CONJUNTOS Professora Laura guiar Cojuto dmitiremos que um cojuto seja uma coleção de ojetos chamados elemetos e que cada elemeto é um dos compoetes do cojuto. Geralmete, para dar ome

Leia mais

Capitulo 6 Resolução de Exercícios

Capitulo 6 Resolução de Exercícios FORMULÁRIO Cojutos Equivaletes o Regime de Juros Simples./Vecimeto Comum. Descoto Racioal ou Por Detro C1 C2 Cm C1 C2 C...... 1 i 1 i 1 i 1 i 1 i 1 i 1 2 m 1 2 m C Ck 1 i 1 i k1 Descoto Por Fora ou Comercial

Leia mais

Séries de Potências AULA LIVRO

Séries de Potências AULA LIVRO LIVRO Séries de Potêcias META Apresetar os coceitos e as pricipais propriedades de Séries de Potêcias. Além disso, itroduziremos as primeiras maeiras de escrever uma fução dada como uma série de potêcias.

Leia mais

a taxa de juros i está expressa na forma unitária; o período de tempo n e a taxa de juros i devem estar na mesma unidade de tempo.

a taxa de juros i está expressa na forma unitária; o período de tempo n e a taxa de juros i devem estar na mesma unidade de tempo. UFSC CFM DEPARTAMENTO DE MATEMÁTICA MTM 5151 MATEMÁTICA FINACEIRA I PROF. FERNANDO GUERRA. UNIDADE 3 JUROS COMPOSTOS Capitalização composta. É aquela em que a taxa de juros icide sempre sobre o capital

Leia mais

APOSTILA MATEMÁTICA FINANCEIRA PARA AVALIAÇÃO DE PROJETOS

APOSTILA MATEMÁTICA FINANCEIRA PARA AVALIAÇÃO DE PROJETOS Miistério do Plaejameto, Orçameto e GestãoSecretaria de Plaejameto e Ivestimetos Estratégicos AJUSTE COMPLEMENTAR ENTRE O BRASIL E CEPAL/ILPES POLÍTICAS PARA GESTÃO DE INVESTIMENTOS PÚBLICOS CURSO DE AVALIAÇÃO

Leia mais

PROF. DR. JACQUES FACON

PROF. DR. JACQUES FACON PUCPR- Potifícia Uiversidade Católica Do Paraá PPGIA- Programa de Pós-Graduação Em Iformática Aplicada PROF. DR. JACQUES FACON LIMIARIZAÇÃO ATRAVÉS DA PROJEÇÃO DO DISCRIMINANTE LINEAR DE FISHER SOBRE O

Leia mais

A soma dos perímetros dos triângulos dessa sequência infinita é a) 9 b) 12 c) 15 d) 18 e) 21

A soma dos perímetros dos triângulos dessa sequência infinita é a) 9 b) 12 c) 15 d) 18 e) 21 Nome: ºANO / CURSO TURMA: DATA: 0 / 0 / 05 Professor: Paulo. (Pucrj 0) Vamos empilhar 5 caixas em ordem crescete de altura. A primeira caixa tem m de altura, cada caixa seguite tem o triplo da altura da

Leia mais

ERROS ERRO DE ARREDONDAMENTO

ERROS ERRO DE ARREDONDAMENTO ERROS Seja o valor aproimado do valor eacto. O erro de deie-se por ε ε erro absoluto de Aálise N um érica 4 ERRO DE ARREDONDAENTO Seja o valor aproimado do valor eacto tedo eactamete k dígitos após o poto

Leia mais

UM MODELO DE PLANEJAMENTO DA PRODUÇÃO CONSIDERANDO FAMÍLIAS DE ITENS E MÚLTIPLOS RECURSOS UTILIZANDO UMA ADAPTAÇÃO DO MODELO DE TRANSPORTE

UM MODELO DE PLANEJAMENTO DA PRODUÇÃO CONSIDERANDO FAMÍLIAS DE ITENS E MÚLTIPLOS RECURSOS UTILIZANDO UMA ADAPTAÇÃO DO MODELO DE TRANSPORTE UM MODELO DE PLANEJAMENTO DA PRODUÇÃO CONSIDERANDO FAMÍLIAS DE ITENS E MÚLTIPLOS RECURSOS UTILIZANDO UMA ADAPTAÇÃO DO MODELO DE TRANSPORTE Debora Jaesch Programa de Pós-Graduação em Egeharia de Produção

Leia mais

Secção 9. Equações de derivadas parciais

Secção 9. Equações de derivadas parciais Secção 9 Equações de derivadas parciais (Farlow: Sec 9 a 96) Equação de Derivadas Parciais Eis chegado o mometo de abordar as equações difereciais que evolvem mais do que uma variável idepedete e, cosequetemete,

Leia mais

CONCURSO PÚBLICO 2013 MATEMÁTICA PARA TODOS OS CARGOS DA CLASSE "D" TEORIA E 146 QUESTÕES POR TÓPICOS. 1ª Edição JUN 2013

CONCURSO PÚBLICO 2013 MATEMÁTICA PARA TODOS OS CARGOS DA CLASSE D TEORIA E 146 QUESTÕES POR TÓPICOS. 1ª Edição JUN 2013 CONCURSO PÚBLICO 01 FUNDAÇÃO UNIVERSIDADE FEDERAL DE MATO GROSSO DO SUL UFMS MATEMÁTICA PARA TODOS OS CARGOS DA CLASSE "D" TEORIA E 16 QUESTÕES POR TÓPICOS Coordeação e Orgaização: Mariae dos Reis 1ª Edição

Leia mais

A seguir, uma demonstração do livro. Para adquirir a versão completa em papel, acesse: www.pagina10.com.br

A seguir, uma demonstração do livro. Para adquirir a versão completa em papel, acesse: www.pagina10.com.br A seguir, uma demostração do livro. Para adquirir a versão completa em papel, acesse: www.pagia10.com.br Matemática comercial & fiaceira - 2 4 Juros Compostos Iiciamos o capítulo discorredo sobre como

Leia mais

Aplicação de geomarketing em uma cidade de médio porte

Aplicação de geomarketing em uma cidade de médio porte Aplicação de geomarketig em uma cidade de médio porte Guilherme Marcodes da Silva Vilma Mayumi Tachibaa Itrodução Geomarketig, segudo Chasco-Yrigoye (003), é uma poderosa metodologia cietífica, desevolvida

Leia mais

Endereço. Dados. Mem Read Mem select

Endereço. Dados. Mem Read Mem select Parte IV Sistea de Meória Os sisteas de coputação utiliza vários tipos de dispositivos para arazeaeto de dados e de istruções. Os dispositivos de arazeaeto cosiste e eória pricipal e eória secudária. A

Leia mais

1.1 Comecemos por determinar a distribuição de representantes por aplicação do método de Hondt:

1.1 Comecemos por determinar a distribuição de representantes por aplicação do método de Hondt: Proposta de Resolução do Exame de Matemática Aplicada às Ciêcias Sociais Cód. 835-2ª 1ª Fase 2014 1.1 Comecemos por determiar a distribuição de represetates por aplicação do método de Hodt: Divisores PARTIDOS

Leia mais

Eletrodinâmica III. Geradores, Receptores Ideais e Medidores Elétricos. Aula 6

Eletrodinâmica III. Geradores, Receptores Ideais e Medidores Elétricos. Aula 6 Aula 6 Eletrodiâmica III Geradores, Receptores Ideais e Medidores Elétricos setido arbitrário. A ddp obtida deve ser IGUAL a ZERO, pois os potos de partida e chegada são os mesmos!!! Gerador Ideal Todo

Leia mais

Capítulo 10 - Somatórios

Capítulo 10 - Somatórios Capítulo 10 - Somatórios Os somatórios, que se ecotram aturalmete associados às relações de recorrêcia, são bastate importates para a resolução de problemas de matemática do discreto (aálise de eficiêcia

Leia mais

PROBABILIDADES E ESTATÍSTICA

PROBABILIDADES E ESTATÍSTICA ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA o Teste 7 o SEMESTRE 5/6 Data: Sábado, 7 de Jaeiro de 6 Duração: 9:3 às :3 Tópicos de Resolução. O úmero

Leia mais

O TESTE DOS POSTOS ORDENADOS DE GALTON: UMA ABORDAGEM GEOMÉTRICA

O TESTE DOS POSTOS ORDENADOS DE GALTON: UMA ABORDAGEM GEOMÉTRICA O TESTE DOS POSTOS ORDENADOS DE GALTON: UMA ABORDAGEM GEOMÉTRICA Paulo César de Resede ANDRADE Lucas Moteiro CHAVES 2 Devail Jaques de SOUZA 2 RESUMO: Este trabalho apreseta a teoria do teste de Galto

Leia mais

Faculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu Programação Diâmica Aula 3: Programação Diâmica Programação Diâmica Determiística; e Programação Diâmica Probabilística. Programação Diâmica O que é a Programação Diâmica? A Programação Diâmica é uma técica

Leia mais

UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA MECÂNICA IM 317 METODOLOGIA PARA PLANEJAMENTO EXPERIMENTAL E ANÁLISE DE RESULTADOS

UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA MECÂNICA IM 317 METODOLOGIA PARA PLANEJAMENTO EXPERIMENTAL E ANÁLISE DE RESULTADOS UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA MECÂNICA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA IM 37 METODOLOGIA PARA PLANEJAMENTO EXPERIMENTAL E ANÁLISE DE RESULTADOS PROF. DR. SÉRGIO

Leia mais

Influência do ruído aéreo gerado pela percussão de pavimentos na determinação de L n,w

Influência do ruído aéreo gerado pela percussão de pavimentos na determinação de L n,w Ifluêcia do ruído aéreo gerado pela percussão de pavimetos a determiação de,w iogo M. R. Mateus CONTRAruído Acústica e Cotrolo de Ruído, Al. If.. Pedro, Nº 74-1º C, 3030 396 Coimbra Tel.: 239 403 666;

Leia mais

somente um valor da variável y para cada valor de variável x.

somente um valor da variável y para cada valor de variável x. Notas de Aula: Revisão de fuções e geometria aalítica REVISÃO DE FUNÇÕES Fução como regra ou correspodêcia Defiição : Uma fução f é uma regra ou uma correspodêcia que faz associar um e somete um valor

Leia mais

Neste capítulo, pretendemos ajustar retas ou polinômios a um conjunto de pontos experimentais.

Neste capítulo, pretendemos ajustar retas ou polinômios a um conjunto de pontos experimentais. 03 Capítulo 3 Regressão liear e poliomial Neste capítulo, pretedemos ajustar retas ou poliômios a um cojuto de potos experimetais. Regressão liear A tabela a seguir relacioa a desidade (g/cm 3 ) do sódio

Leia mais

Módulo 4 Matemática Financeira

Módulo 4 Matemática Financeira Módulo 4 Matemática Fiaceira I Coceitos Iiciais 1 Juros Juro é a remueração ou aluguel por um capital aplicado ou emprestado, o valor é obtido pela difereça etre dois pagametos, um em cada tempo, de modo

Leia mais

RESISTORES E RESISTÊNCIAS

RESISTORES E RESISTÊNCIAS ELETICIDADE CAPÍTULO ESISTOES E ESISTÊNCIAS No Capítulo estudamos, detre outras coisas, o coceito de resistêcia elétrica. Vimos que tal costitui a capacidade de um corpo qualquer se opôr a passagem de

Leia mais

Capítulo 2 Análise Descritiva e Exploratória de Dados

Capítulo 2 Análise Descritiva e Exploratória de Dados UNIVERSIDADE FEDERAL DE SÃO CARLOS C E N T R O D E C I Ê N C I A S E X A T A S E D E T E C N O L O G I A D E P A R T A M E N T O D E E S T A T Í S T I C A INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA

Leia mais

5- CÁLCULO APROXIMADO DE INTEGRAIS 5.1- INTEGRAÇÃO NUMÉRICA

5- CÁLCULO APROXIMADO DE INTEGRAIS 5.1- INTEGRAÇÃO NUMÉRICA 5- CÁLCULO APROXIMADO DE INTEGRAIS 5.- INTEGRAÇÃO NUMÉRICA Itegrar umericamete uma fução y f() um dado itervalo [a, b] é itegrar um poliômio P () que aproime f() o dado itervalo. Em particular, se y f()

Leia mais

Faculdade Campo Limpo Paulista Mestrado em Ciência da Computação Complexidade de Algoritmos Avaliação 2

Faculdade Campo Limpo Paulista Mestrado em Ciência da Computação Complexidade de Algoritmos Avaliação 2 Faculdade Campo Limpo Paulista Mestrado em Ciêcia da Computação Complexidade de Algoritmos Avaliação 2. (2,0): Resolva a seguite relação de recorrêcia. T() = T( ) + 3 T() = 3 Pelo método iterativo progressivo.

Leia mais

PUCRS FAMAT DEPTº DE ESTATÍSTICA Estimação e Teste de Hipótese- Prof. Sérgio Kato

PUCRS FAMAT DEPTº DE ESTATÍSTICA Estimação e Teste de Hipótese- Prof. Sérgio Kato 1 PUCRS FAMAT DEPTº DE ESTATÍSTICA Estimação e Teste de Hipótese- Prof. Sérgio Kato 1. Estimação: O objetivo da iferêcia estatística é obter coclusões a respeito de populações através de uma amostra extraída

Leia mais

J. A. M. Felippe de Souza 9 Diagramas de Bode

J. A. M. Felippe de Souza 9 Diagramas de Bode 9 Diagramas de Bode 9. Itrodução aos diagramas de Bode 3 9. A Fução de rasferêcia 4 9.3 Pólos e zeros da Fução de rasferêcia 8 Equação característica 8 Pólos da Fução de rasferêcia 8 Zeros da Fução de

Leia mais

Análise no domínio dos tempos de sistemas representados no Espaço dos Estados

Análise no domínio dos tempos de sistemas representados no Espaço dos Estados MEEC Mestrado em Egeharia Electrotécica e de Computadores MCSDI Guião do trabalho laboratorial º 3 Aálise o domíio dos tempos de sistemas represetados o Espaço dos Estados Aálise o domíio dos tempos de

Leia mais

MATEMÁTICA APLICADA À GESTÃO I

MATEMÁTICA APLICADA À GESTÃO I 00 MATEMÁTICA APLICADA À GESTÃO I TEXTO DE APOIO MARIA ALICE FILIPE ÍNDICE NOTAS PRÉVIAS ALGUNS CONCEITOS SOBRE SÉRIES6 NOTAS PRÉVIAS As otas seguites referem-se ao maual adoptado: Cálculo, Vol I James

Leia mais

1. GENERALIDADES 2. CHEIA DE PROJETO

1. GENERALIDADES 2. CHEIA DE PROJETO Capítulo Previsão de Echetes. GENERALIDADES Até agora vimos quais as etapas do ciclo hidrológico e como quatificá-las. O problema que surge agora é como usar estes cohecimetos para prever, a partir de

Leia mais

Sistema Computacional para Medidas de Posição - FATEST

Sistema Computacional para Medidas de Posição - FATEST Sistema Computacioal para Medidas de Posição - FATEST Deise Deolido Silva, Mauricio Duarte, Reata Ueo Sales, Guilherme Maia da Silva Faculdade de Tecologia de Garça FATEC deisedeolido@hotmail.com, maur.duarte@gmail.com,

Leia mais

Métodos Estatísticos de Previsão MÉTODOS ESTATÍSTICOS DE PREVISÃO. Regressão Linear. Bernardo Almada-Lobo

Métodos Estatísticos de Previsão MÉTODOS ESTATÍSTICOS DE PREVISÃO. Regressão Linear. Bernardo Almada-Lobo MÉTODO ETATÍTICO DE PREVIÃO 8 6 4 98 96 94 9 9 5 5 Regressão Liear Berardo Almada-Lobo Regressão A regressão é uma das técicas estatísticas mais potetes e de utilização mais frequete. É um método matemático

Leia mais

UNIVERSIDADE DA MADEIRA

UNIVERSIDADE DA MADEIRA Biofísica UNIVERSIDADE DA MADEIRA P9:Lei de Sell. Objetivos Verificar o deslocameto lateral de um feixe de luz LASER uma lâmia de faces paralelas. Verificação do âgulo critico e reflexão total. Determiação

Leia mais

Até que tamanho podemos brincar de esconde-esconde?

Até que tamanho podemos brincar de esconde-esconde? Até que tamaho podemos bricar de escode-escode? Carlos Shie Sejam K e L dois subcojutos covexos e compactos de R. Supoha que K sempre cosiga se escoder atrás de L. Em termos mais precisos, para todo vetor

Leia mais

Aula 7. Em outras palavras, x é equivalente a y se, ao aplicarmos x até a data n, o montante obtido for igual a y.

Aula 7. Em outras palavras, x é equivalente a y se, ao aplicarmos x até a data n, o montante obtido for igual a y. DEPARTAMENTO...: ENGENHARIA CURSO...: PRODUÇÃO DISCIPLINA...: ENGENHARIA ECONÔMICA / MATEMÁTICA FINANCEIRA PROFESSORES...: WILLIAM FRANCINI PERÍODO...: NOITE SEMESTRE/ANO: 2º/2008 Aula 7 CONTEÚDO RESUMIDO

Leia mais

JUROS COMPOSTOS. Questão 01 A aplicação de R$ 5.000, 00 à taxa de juros compostos de 20% a.m irá gerar após 4 meses, um montante de: letra b

JUROS COMPOSTOS. Questão 01 A aplicação de R$ 5.000, 00 à taxa de juros compostos de 20% a.m irá gerar após 4 meses, um montante de: letra b JUROS COMPOSTOS Chamamos de regime de juros compostos àquele ode os juros de cada período são calculados sobre o motate do período aterior, ou seja, os juros produzidos ao fim de cada período passam a

Leia mais

[Type the document subtitle] Análise Técnica Principais conceitos, indicadores e formações gráficas

[Type the document subtitle] Análise Técnica Principais conceitos, indicadores e formações gráficas Aálise Técica Coceitos [Type the documet subtitle] Aálise Técica Pricipais coceitos, idicadores e formações gráficas A Aálise Técica (AT) tem por objetivo forecer idicações dos movimetos ou formação de

Leia mais

Tabela Price - verdades que incomodam Por Edson Rovina

Tabela Price - verdades que incomodam Por Edson Rovina Tabela Price - verdades que icomodam Por Edso Rovia matemático Mestrado em programação matemática pela UFPR (métodos uméricos de egeharia) Este texto aborda os seguites aspectos: A capitalização dos juros

Leia mais

Os juros compostos são conhecidos, popularmente, como juros sobre juros.

Os juros compostos são conhecidos, popularmente, como juros sobre juros. Módulo 4 JUROS COMPOSTOS Os juros compostos são cohecidos, popularmete, como juros sobre juros. 1. Itrodução Etedemos por juros compostos quado o fial de cada período de capitalização, os redimetos são

Leia mais

Probabilidade e Estatística. Probabilidade e Estatística

Probabilidade e Estatística. Probabilidade e Estatística Probabilidade e Estatística i Sumário 1 Estatística Descritiva 1 1.1 Coceitos Básicos.................................... 1 1.1.1 Defiições importates............................. 1 1.2 Tabelas Estatísticas...................................

Leia mais

ESTATÍSTICA DESCRITIVA

ESTATÍSTICA DESCRITIVA COORDENADORIA DE MATEMÁTICA ESTATÍSTICA DESCRITIVA Vitória - ES CAPÍTULO I 1-UM BREVE HISTÓRICO Pesquisas arqueológicas idicam que há 3000 aos A.C. já se faziam cesos a Babilôia, Chia e Egito. Até mesmo

Leia mais

Unesp Universidade Estadual Paulista FACULDADE DE ENGENHARIA

Unesp Universidade Estadual Paulista FACULDADE DE ENGENHARIA Uesp Uiversidade Estadual Paulista FACULDADE DE ENGENHARIA CAMPUS DE GUARATINGUETÁ MBA-PRO ESTATÍSTICA PARA A TOMADA DE DECISÃO Prof. Dr. Messias Borges Silva e Prof. M.Sc. Fabricio Maciel Gomes GUARATINGUETÁ,

Leia mais

AMOSTRAGEM. metodologia de estudar as populações por meio de amostras. Amostragem ou Censo?

AMOSTRAGEM. metodologia de estudar as populações por meio de amostras. Amostragem ou Censo? AMOSTRAGEM metodologia de estudar as populações por meio de amostras Amostragem ou Ceso? Por que fazer amostragem? população ifiita dimiuir custo aumetar velocidade a caracterização aumetar a represetatividade

Leia mais

APLICAÇÃO DO MÉTODO DE INTEGRAÇÃO TRAPEZOIDAL EM SISTEMAS ELÉTRICOS

APLICAÇÃO DO MÉTODO DE INTEGRAÇÃO TRAPEZOIDAL EM SISTEMAS ELÉTRICOS AT49-07 - CD 6-07 - PÁG.: APLICAÇÃO DO MÉTODO DE INTEGAÇÃO TAPEZOIDAL EM SISTEMAS ELÉTICOS J.. Cogo A.. C. de Oliveira IEE - EFEI Uiv. Taubaté Artigo apresetado o Semiário de Pesquisa EFEI 983 ESUMO Este

Leia mais

O QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE li

O QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE li O QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE li Média Aritmética Simples e Poderada Média Geométrica Média Harmôica Mediaa e Moda Fracisco Cavalcate(f_c_a@uol.com.br)

Leia mais

Otimização e complexidade de algoritmos: problematizando o cálculo do mínimo múltiplo comum

Otimização e complexidade de algoritmos: problematizando o cálculo do mínimo múltiplo comum Otimização e complexidade de algoritmos: problematizado o cálculo do míimo múltiplo comum Custódio Gastão da Silva Júior 1 1 Faculdade de Iformática PUCRS 90619-900 Porto Alegre RS Brasil gastaojuior@gmail.com

Leia mais

Lista de Exercícios #4. in Noções de Probabilidade e Estatística (Marcos N. Magalhães et al, 4ª. edição), Capítulo 4, seção 4.4, páginas 117-123.

Lista de Exercícios #4. in Noções de Probabilidade e Estatística (Marcos N. Magalhães et al, 4ª. edição), Capítulo 4, seção 4.4, páginas 117-123. Uiversidade de São Paulo IME (Istituto de Matemática e Estatística MAE Profº. Wager Borges São Paulo, 9 de Maio de 00 Ferado Herique Ferraz Pereira da Rosa Bach. Estatística Lista de Exercícios #4 i Noções

Leia mais

Curso MIX. Matemática Financeira. Juros compostos com testes resolvidos. 1.1 Conceito. 1.2 Período de Capitalização

Curso MIX. Matemática Financeira. Juros compostos com testes resolvidos. 1.1 Conceito. 1.2 Período de Capitalização Curso MI Matemática Fiaceira Professor: Pacífico Referêcia: 07//00 Juros compostos com testes resolvidos. Coceito Como vimos, o regime de capitalização composta o juro de cada período é calculado tomado

Leia mais

Capitulo 9 Resolução de Exercícios

Capitulo 9 Resolução de Exercícios FORMULÁRIO Empréstimos a Curto Prazo (Juros Simples) Taxa efetiva liear i l i ; Taxa efetiva expoecial i Empréstimos a Logo Prazo Relações Básicas C k R k i k ; Sk i Sk i e i ; Sk Sk Rk ; Sk i Sk R k ;

Leia mais

MOMENTOS DE INÉRCIA. Física Aplicada à Engenharia Civil II

MOMENTOS DE INÉRCIA. Física Aplicada à Engenharia Civil II Física Aplicada à Egeharia Civil MOMENTOS DE NÉRCA Neste capítulo pretede-se itroduzir o coceito de mometo de iércia, em especial quado aplicado para o caso de superfícies plaas. Este documeto, costitui

Leia mais

INFERÊNCIA ESTATÍSTICA

INFERÊNCIA ESTATÍSTICA Uiversidade Federal da Bahia Istituto de Matemática Departameto de Estatística Estatística IV (MAT027) e Itrodução à Estatística (MAT050) NOTAS DE AULA UNIDADE III INFERÊNCIA ESTATÍSTICA 1 1 INTRODUÇÃO

Leia mais

Matemática Ficha de Trabalho

Matemática Ficha de Trabalho Matemática Ficha de Trabalho Probabilidades 12º ao FT4 Arrajos completos (arrajos com repetição) Na liguagem dos computadores usa-se o código biário que é caracterizado pela utilização de apeas dois algarismos,

Leia mais

Resposta: L π 4 L π 8

Resposta: L π 4 L π 8 . A figura a seguir ilustra as três primeiras etapas da divisão de um quadrado de lado L em quadrados meores, com um círculo iscrito em cada um deles. Sabedo-se que o úmero de círculos em cada etapa cresce

Leia mais

SÉRIE: Estatística Básica Texto v: CORRELAÇÃO E REGRESSÃO SUMÁRIO 1. CORRELAÇÃO...2

SÉRIE: Estatística Básica Texto v: CORRELAÇÃO E REGRESSÃO SUMÁRIO 1. CORRELAÇÃO...2 SUMÁRIO 1. CORRELAÇÃO... 1.1. Itrodução... 1.. Padrões de associação... 3 1.3. Idicadores de associação... 3 1.4. O coeficiete de correlação... 5 1.5. Hipóteses básicas... 5 1.6. Defiição... 6 1.7. Distribuição

Leia mais

Conceito 31/10/2015. Módulo VI Séries ou Fluxos de Caixas Uniformes. SÉRIES OU FLUXOS DE CAIXAS UNIFORMES Fluxo de Caixa

Conceito 31/10/2015. Módulo VI Séries ou Fluxos de Caixas Uniformes. SÉRIES OU FLUXOS DE CAIXAS UNIFORMES Fluxo de Caixa Módulo VI Séries ou Fluxos de Caixas Uiformes Daillo Touriho S. da Silva, M.Sc. SÉRIES OU FLUXOS DE CAIXAS UNIFORMES Fluxo de Caixa Coceito A resolução de problemas de matemática fiaceira tora-se muito

Leia mais

M = C (1 + i) n. Comparando o cálculo composto (exponencial) com o cálculo simples (linear), vemos no cálculo simples:

M = C (1 + i) n. Comparando o cálculo composto (exponencial) com o cálculo simples (linear), vemos no cálculo simples: PEDRO ORBERTO JUROS COMPOSTOS Da capitalização simples, sabemos que o redimeto se dá de forma liear ou proporcioal. A base de cálculo é sempre o capital iicial. o regime composto de capitalização, dizemos

Leia mais

MAC122 Princípios de Desenvolvimento de Algoritmos EP no. 1

MAC122 Princípios de Desenvolvimento de Algoritmos EP no. 1 MAC122 Pricípios de Desevolvimeto de Algoritmos EP o. 1 Prof. Dr. Paulo Mirada 1 Istituto de Matemática e Estatística (IME) Uiversidade de São Paulo (USP) 1. Estrutura dos arquivos de images o formato

Leia mais

Teste de Hipóteses VÍCTOR HUGO LACHOS DÁVILAD

Teste de Hipóteses VÍCTOR HUGO LACHOS DÁVILAD Teste de ióteses VÍCTOR UGO LACOS DÁVILAD Teste De ióteses. Exemlo. Cosidere que uma idustria comra de um certo fabricate, ios cuja resistêcia média à rutura é esecificada em 6 kgf (valor omial da esecificação).

Leia mais

Profa. Regina Maria Sigolo Bernardinelli. Estatística. Gestão Financeira / Gestão de Recursos Humanos / Logística / Marketing

Profa. Regina Maria Sigolo Bernardinelli. Estatística. Gestão Financeira / Gestão de Recursos Humanos / Logística / Marketing Profa. Regia Maria Sigolo Berardielli Estatística Gestão Fiaceira / Gestão de Recursos Humaos / Logística / Marketig REGINA MARIA SIGOLO BERNARDINELLI ESTATÍSTICA Esio a Distâcia E a D Revisão 09/008 LISTA

Leia mais

Tópicos de Mecânica Quântica I. Equações de Newton e de Hamilton versus Equações de Schrödinger

Tópicos de Mecânica Quântica I. Equações de Newton e de Hamilton versus Equações de Schrödinger Tópicos de Mecâica Quâtica I Equações de Newto e de Hamilto versus Equações de Schrödiger Ferado Ferades Cetro de Ciêcias Moleculares e Materiais, DQBFCUL Notas para as aulas de Química-Física II, 010/11

Leia mais

O oscilador harmônico

O oscilador harmônico O oscilador harmôico A U L A 5 Meta da aula Aplicar o formalismo quâtico ao caso de um potecial de um oscilador harmôico simples, V( x) kx. objetivos obter a solução da equação de Schrödiger para um oscilador

Leia mais