AEP FISCAL ESTATÍSTICA

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "AEP FISCAL ESTATÍSTICA"

Transcrição

1 AEP FISCAL ESTATÍSTICA Módulo 0: Medidas de Dispersão

2 MÓDULO 0 - MEDIDAS DE DISPERSÃO 1. Coceito: Dispersão é a maior ou meor diversificação dos valores de uma variável, em toro de um valor de tedêcia cetral tomado como poto de comparação. Para qualificar os valores de uma variável, mostrado a maior ou meor cocetração ou dispersão etre seus valores e a medida de posição tomada como referêcia, o caso a média aritmética, recorre-se às medidas de dispersão ou de variabilidade. Portato, a fialidade das medidas de dispersão é verificar a represetatividade do grau de cocetração ou dispersão dos dados em toro da média.. AMPLITUDE TOTAL: AT É a difereça etre o maior valor e o meor valor dos dados apresetados. Exemplo para um cojuto: Seja o cojuto: = {1,,,, 7, 9} Teremos que: AT= 9 1 AT = Exemplo de Dados Tabulados ão agrupados em classes: Seja: fi Total 0 Teremos que: AT = 1 AT = 11 Exemplo de Dados tabulados agrupados em classes: Seja: classes fi Total 0 Teremos que: AT = 1 AT = Obs.: Note que a Amplitude Total também pode ser determiada pela difereça etre o Poto Médio da última classe e o Poto Médio da primeira classe! Obs.: Essa medida tem aplicações muito limitadas, pois só capta o que acotece com os valores extremos, sedo completamete isesível aos valores itermediários.

3 . DESVIO MÉDIO: DM É a média dos valores absolutos dos desvios calculados em relação à média aritmética do cojuto..1. Para um cojuto: DM Exemplo: Seja = {1,,, 7, 9} Teremos que: = Daí: = - = - = 0 7 = 9 = 0 Total 1 Logo: DM = 1 / DM =,.. Para Dados tabulados ão agrupados: Teremos que: fi. DM Exemplo: Calcule o desvio médio da distribuição: fi Total 0 Acharemos as coluas, e fi.. Calculado a média, ecotraremos: =6,. Logo: fi fi ,=-, -6,=-, 6-6,=-0, -6,=1, -6,=, 1-6,=6,,, 0, 1,, 6,,x=,,x= 0,x1=7, 1,x1=1,x=17, 6,x=19, Total 0 1 Daí: DM = 1 / 0 DM =,0

4 .. Para Dados tabulados agrupados em classes: Teremos também que: fi. DM A úica difereça para o DMA os dados tabulados ão agrupados é que agora a colua será ecotrada pela difereça etre o Poto Médio de cada classe e a Média Aritmética da distribuição! Portato, devemos aqui ecotrar primeiramete a colua dos Potos Médios ()!. VARIÂNCIA: V ou S É a média dos quadrados dos desvios dos elemetos tomados em relação à média aritmética. Para um cojuto de valores: Para a População: Para a Amostra: ( V ) ou ( ) V ou 1 Para a Distribuição de Frequêcias: Para a População: fi ( ) V 1 V 1 V 1 ou 1 V fi ( ) 1 Para a Amostra: V fi ou V 1 fi 1 Lembre-se que em uma distribuição de freqüêcia com classes, os elemetos ão são cohecidos, e que estes são represetados geralmete pelos potos médios das classes. IMPORTANTE: Na fórmula da Variâcia aparece o termo ) para um cojuto de valores e o ( termo fi ) para os Dados Tabulados. É importate saber que há uma relação etre os ( fi fi termos acima e o valor da média aritmética. Temos as seguites relações: - Para o Rol ou Dados Brutos:. - Para Dados Tabulados: fi. Deste modo, se forem forecidos os valores de e de, coseqüetemete teremos o valor do termo que aparece a fórmula da variâcia.

5 Exemplo: Seja = {1,,, 7, 9} Teremos que: = Daí: ( ) Logo: V = = - = - = 0 7 = 9 = Total 0 V = Exemplo: Calcule a variâcia a partir da distribuição populacioal a seguir: fi Total 0 Acharemos as coluas, ( ) e fi.( ). Calculado a média, ecotraremos: =6,. Logo: fi ( ) fi. ( ) ,=-, -6,=-, 6-6,=-0, -6,=1, -6,=, 1-6,=6, 0, 6, 0,, 1,, 0,x = 1, 6,x = 6, 0,x1 =,7,x1 = 7 1,x = 61,,x = 16,7 Total 0,0,0 Daí: V V = 7,6 0 6

6 Cálculo Simplificado da Variâcia Da mesma forma que usamos uma variável trasformada o Cálculo Simplificado da Média Aritmética, também usaremos o Cálculo Simplificado da Variâcia com a fialidade de facilitar a obteção da variâcia que depededo dos dados forecidos a questão pode ser bastate trabalhosa. Assim, trasformaremos a variável origial em uma outra variável, por meio de uma operação de subtração e depois de uma divisão. Poderemos simbolizar a ova variável (a variável trasformada) por uma outra letra, Z por exemplo. Ou W, ou Y... fica a seu critério. Iremos, portato, o cálculo simplificado da variâcia costruir uma ova colua, que será chamada Colua da Variável Trasformada. Vejamos um exemplo: Classes 9, 9, 9, 9, 9, 9, 9, 69, 69, 79, 79, 9, 9, 99, fi (potos médios),,, 6, 7,, 9, Zi = 6, fi.zi fi.zi = Os passos deste método são os seguites (Para distribuições com amplitudes de classes iguais): 1) Costruir a colua da variável trasformada (aqui chamada Z), seguido a sugestão: i) Subtrairemos os pelo poto médio de uma das classes da distribuição. A escolha mais adequada é uma classe cetral da distribuição. Se a distribuição tiver um úmero par de classes, escolha a classe cetral com maior freqüêcia. No exemplo acima, escolhemos o PM da ª Classe. ii) Dividiremos o resultado pela Amplitude da Classe, o h (o exemplo: h=). IMPORTANTE: Sempre que costruirmos a colua da variável trasformada por meio da sugestão apresetada acima, teremos como resultado uma seqüêcia de úmeros iteiros, iiciado por zero a classe escolhida ateriormete e icremetado de +1 para baixo e de -1 para cima. (Veja a tabela.) ) Costruir a colua (fi.zi) e calcular o seu somatório; ) Costruir a colua (fi.zi ) e calcular o seu somatório; ) Ecotrar o valor da Variâcia da Variável Trasformada, usado a fórmula da variâcia: 1 - Para a população: fi. Zi V Z fi. Zi. 7

7 1 (0) Substituido os dados, teremos: V Z 70, 0 0 ) Cálculo da Variâcia A relação etre e Z é dada por: Z = 6,_, e ao isolarmos, obteremos: =.Z + 6,. Pelas propriedades da variâcia, sabemos que ao somar ou subtrair uma costate a uma variável, a variâcia ão se altera, e que ao multiplicar (ou dividir) uma variável por uma costate, a variâcia fica multiplicada ou dividida pelo quadrado da costate. Portato, como Z 6,, etão: V ( ) V. Z Substituido o valor de V Z =,, calculado o item, obtemos a variâcia da variável : V = ()., =. Propriedades da Variâcia: A variâcia de dados costates é zero; A variâcia utiliza o quadrado dos desvios em relação à média, portato terá o quadrado da uidade dos dados, ou seja, m, kg,... Quato a Propriedade da Soma e da Subtração: Somado-se (ou subtraido-se) a cada elemeto de um cojuto de valores uma costate arbitrária, a variâcia ão se altera. Quato a Propriedade do Produto e da Divisão: Multiplicado-se (ou dividido-se) cada elemeto de um cojuto de valores por um valor costate, arbitrário e diferete de zero, a variâcia ficará multiplicada (ou dividida) pelo quadrado desta costate. Obs.: Veja os resumos, ao fial da apostila, o cálculo simplificado da variâcia!. DESVIO PADRÃO: dp ou S É a raiz quadrada da média dos quadrados dos desvios em relação à média aritmética, ou seja, é a raiz quadrada da variâcia: S V. Caso uma questão peça o valor do desvio padrão, primeiramete calcule a variâcia e em seguida tire a raiz quadrada... Propriedades do Desvio Padrão: O desvio padrão de dados costates é zero; O desvio padrão é uma medida que utiliza a mesma uidade dos dados.

8 Quato a Propriedade da Soma e da Subtração: Somado-se (ou subtraido-se) a cada elemeto de um cojuto de valores uma costate arbitrária, o desvio padrão ão se altera. Quato a Propriedade do Produto e da Divisão: Multiplicado-se (ou dividido-se) cada elemeto de um cojuto de valores por um valor costate, arbitrário e diferete de zero, o desvio padrão ficará multiplicado (ou dividido) por esta costate. 6. AMPLITUDE SEMI-INTERQUARTÍLICA (DESVIO QUARTÍLICO): Dq É a metade da difereça etre o terceiro quartil (Q) e o primeiro quartil (Q1). Ou seja: Dq Q Q 1 Ateção: O itervalo iterquartílico é defiido por: Q 1 ; Q A distâcia ou amplitude iterquartílica é defiida como: Q Q1 Q1 Q O itervalo semi-iterquartílico é defiido por: ; Q Q A distâcia ou amplitude semi-iterquartílica é defiida como: 1 7. COEFICIENTE DE VARIAÇÃO: CV (A Dispersão Relativa) Também cohecido por Coeficiete de Variação de Pearso. É utilizada para fazer comparação da dispersão de duas séries distitas em toro de suas respectivas médias. É defiida como o quociete etre o Desvio Padrão e a Média Aritmética do cojuto de dados. S Ou seja: CV Exemplo: Cosidere que tehamos duas distribuições. A primeira com média e desvio padrão 1, e a outra com média e desvio padrão 1,. Neste caso temos os seguites CV's: CV CV 0. logo coclui-se que, como CV é maior que CV 1, a seguda distribuição tem uma dispersão relativa maior que a primeira. Obs.: Quato meor for o valor do CV, mais homogêeo será o cojuto de dados. Portato, o exemplo acima, a primeira distribuição é mais homogêea do que a seguda. Obs.: Em geral CV maior ou igual a 0% é cosiderado alto, sedo a média pouco represetativa. Valores meores que 0% implicam CV baixo e a média é tão mais represetativa quato meor for o valor do CV. 9

9 . VARIÂNCIA RELATIVA : VR A variâcia relativa também é uma medida de dispersão relativa que é obtida como a razão etre a variâcia e o quadrado da média aritmética. S VR A variâcia relativa pode ser defiida como o quadrado do coeficiete de variação, vejamos: VR S CV S RESUMO DAS PROPRIEDADES DA SOMA, SUBTRAÇÃO, PRODUTO E DIVISÃO: Se tomarmos todos os elemetos de um cojuto e os......somarmos a uma costate...subtrairmos de uma costate...multiplicarmos por uma costate...dividirmos por uma costate As medidas: Média, Mediaa, Moda, Quartil, Decil e Percetil estarão: O Desvio Padrão e o Desvio Médio ficarão: A Variâcia ficará: O Coeficiete de Variação ficará: Também somada a esta costate Ialterado Ialterada alterado (calcular S ) Também subtraída desta costate Ialterado Ialterada alterado Também multiplicada por esta costate Multiplicado pelo módulo desta costate Multiplicada pelo quadrado desta costate Também dividida por esta costate Dividido pelo módulo desta costate Dividida pelo quadrado desta costate (calcular S ) Ialterado Ialterado 0

10 EERCÍCIOS 01. (AFC-9 ESAF) Etre os fucioários de um órgão do govero, foi retirada uma amostra de dez idivíduos. Os úmeros que represetam as ausêcias ao trabalho registradas para cada um deles, o último ao, são: 0, 0, 0,,,,,, 6 e. Sedo assim, o valor do desvio padrão desta amostra é: a) c) b) 9 d) 0 0. (AFPS-00/ESAF) Dada a seqüêcia de valores,,, 7 e assiale a opção que dá o valor da variâcia. Use o deomiador em seus cálculos. a), c), e) 16,0 b), d) 6,0 0. (AFTN-9) Os dados seguites, ordeados do meor para o maior, foram obtidos de uma amostra aleatória, de 0 preços () de ações, tomada uma bolsa de valores iteracioal. A uidade moetária é o dólar americao.,,, 6, 6, 6, 6, 7, 7, 7, 7, 7, 7,,,,,,,,,, 9, 9, 9, 9, 9, 9,,,,,,,,, 11, 11, 1, 1, 1, 1,1, 1, 1, 1, 16, 16, 1, Os valores seguites foram calculados para a amostra: i i = 90 e i i ( i i ) / 0 = 66 Assiale a opção que correspode à mediaa e à variâcia amostral, respectivamete (com aproximação de uma casa decimal) a) (9,0 1,6) c) (,0 1,0) e) (9,0 1,0) b) (9, 1,0) d) (,0 1,6) 0. (SEFAZ/SP APOFP 009 ESAF) Cosiderado que as observações apresetadas a questão aterior costituem uma amostra aleatória simples 1,,..., de uma variável aleatória, determie o valor mais próximo da variâcia amostral, usado um estimador ão tedecioso da variâcia de. Cosidere que: a) 90,7 b) 96, c) 9, d) 9,6 e) 9,7 0. (Tec Receita Federal 00 ESAF) Cosidere os seguites cojutos de observações referetes a cico diferetes variáveis: T: ; ; ; ; ; V: ; ; ; ; ; : ; ; ; ; ; Y: ; ; ; ; ; Z: ; ; ; ; ; O cojuto de observações que apreseta a maior variabilidade, medida pelo desvio padrão, é o referete à variável a) Y b) T c) V d) e) Z 1

11 06. (Fiscal de Redas SP 006 FCC) Cosiderado as respectivas defiições e propriedades relacioadas às medidas de posição e de variabilidade, é correto afirmar: (A) Cocededo um reajuste de % em todos os salários dos empregados de uma empresa, temse também que a respectiva variâcia fica multiplicada por 1,. (B) Defiido coeficiete de variação (CV) como sedo o quociete da divisão do desvio padrão pela respectiva média aritmética (diferete de zero) de uma seqüêcia de valores, tem-se etão que CV também poderá ser obtido dividido a correspodete variâcia pelo quadrado da média aritmética. (C) Subtraido um valor fixo de cada salário dos fucioários de uma empresa, tem-se que o respectivo desvio padrão dos ovos valores é igual ao valor do desvio padrão dos valores ateriores. (D) Dividido todos os valores de uma seqüêcia de úmeros estritamete positivos por, tem-se que o respectivo desvio padrão fica dividido por. (E) Em qualquer distribuição de valores em estudo, a difereça etre a mediaa e a moda é sempre diferete de zero. 07. (ANEEL 00 ESAF) Em uma pesquisa de opiião para avaliar a percepção de dirigetes quato adequabilidade de determiado procedimeto admiistrativo, observaram-se 0 impressões favoráveis ao procedimeto e 60 cotrárias. Seja o atributo com valor 1 para uma impressão favorável e zero em caso cotrário. Assiale a opção que dá a variâcia dos valores observados de. Use o deomiador 0 o cálculo da variâcia. a) 0,1600 d) 0, b) 0,600 e) 0,66 c) 0,00 0. (ATRFB 009 ESA) Obteha o valor mais próximo da variâcia amostral da seguite distribuição de frequêcias, ode xi represeta o i-ésimo valor observado e fi a respectiva frequêcia. xi fi 6 6 a) 1,9. b) 1,. c) 1,. d) 1,9. e) 1,. 09. (ACE-MICT-199/ESAF) Num estudo sobre a distribuição do preço de veda de um produto obteve-se, a partir de uma amostra aleatória de revededores, a tabela de freqüêcias seguite: Classe de Preços m i f i [ 9) 7 [ 9 1) 11 [1 17) 1 7 [17 1) 19 6 [1 ) [ 9) 7 1 As quatidades m i e f i represetam o poto médio e a freqüêcia da classe de preços i. Sabedo-se que: i (f i m i ) ( i f i m i ) / 69

12 assiale a opção que melhor aproxima o desvio padrão amostral. a) (7/1) 0. d),91 b) 6 e) c) (/1) 0.. (AFRFB 009 ESAF) A tabela mostra a distribuição de frequêcias relativas populacioais (f ) de uma variável : f ' 6a 1 1a a Sabedo que a é um úmero real, etão a média e a variâcia de são, respectivamete: a) µ = - 0, e =,7 b) µ = 0, e = -, c) µ = - 0, e =, d) µ = 0 e = 1 e) µ = 0, e =,7 11. Determie a variâcia amostral de utilizado a distribuição de frequêcia a seguir: Classes 9, 9, 9, 9, 9, 9, 9, 69, 69, 79, 79, 9, 9, 99, fi =0 1. (AFRF-00.) Uma variável cotábil Y, medida em milhares de reais, foi observada em dois grupos de empresas apresetado os resultados seguites: Grupo Média Desvio padrão A 0 B Assiale a opção correta. a) No Grupo B, Y tem maior dispersão absoluta. b) A dispersão absoluta de cada grupo é igual à dispersão relativa. c) A dispersão relativa do Grupo B é maior do que a dispersão relativa do Grupo A. d) A dispersão relativa de Y etre os Grupos A e B é medida pelo quociete da difereça de desvios padrão pela difereça de médias. e) Sem o cohecimeto dos quartis ão é possível calcular a dispersão relativa os grupos.

13 1. (AFRF-000) Numa amostra de tamaho 0 de uma população de cotas a receber, represetadas geericamete por, foram determiadas a média amostral M = 0 e o desvio-padrão S =1 da variável trasformada (-00)/. Assiale a opção que dá o coeficiete de variação amostral de. a),0 % d) 17, % b) 9, % e),0 % c) 17,0 % 1. (AFRF-00/ESAF) O atributo Z= (-)/ tem média amostral 0 e variâcia amostral,6. Assiale a opção que correspode ao coeficiete de variação amostral de. a) 1,9% d) 1,% b) 0,1% e),0% c) 7,7% GABARITO 01 c 11 7,7 0 c 1 c 0 a 1 b 0 b 1 c 0 d 06 c 07 c 0 c 09 a c

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 04: Medidas de Posição (webercampos@gmail.com) . MÉDIA ARITMÉTICA : Para um cojuto de valores Média Aritmética Simples: xi p Média Aritmética Poderada: MÓDULO 04 - MEDIDAS

Leia mais

3.4.2 Cálculo da moda para dados tabulados. 3.4 Moda Cálculo da moda para uma lista Cálculo da moda para distribuição de freqüências

3.4.2 Cálculo da moda para dados tabulados. 3.4 Moda Cálculo da moda para uma lista Cálculo da moda para distribuição de freqüências 14 Calcular a mediaa do cojuto descrito pela distribuição de freqüêcias a seguir. 8,0 10,0 10 Sabedo-se que é a somatória das, e, portato, = 15+25+16+34+10 = 100, pode-se determiar a posição cetral /2

Leia mais

ESTATÍSTICA. PROF. RANILDO LOPES U.E PROF EDGAR TITO

ESTATÍSTICA. PROF. RANILDO LOPES  U.E PROF EDGAR TITO ESTATÍSTICA PROF. RANILDO LOPES http://ueedgartito.wordpress.com U.E PROF EDGAR TITO Medidas de tedêcia cetral Medidas cetrais são valores que resumem um cojuto de dados a um úico valor que, de alguma

Leia mais

Estatística Aplicada Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluno(a):

Estatística Aplicada Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluno(a): Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluo(a): # Objetivo desta aula: Calcular as medidas de tedêcia cetral: média, moda e mediaa para distribuições de frequêcias potuais e por itervalos de classes.

Leia mais

10 - Medidas de Variabilidade ou de Dispersão

10 - Medidas de Variabilidade ou de Dispersão 10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.

Leia mais

Sumário. 2 Índice Remissivo 19

Sumário. 2 Índice Remissivo 19 i Sumário 1 Estatística Descritiva 1 1.1 Coceitos Básicos.................................... 1 1.1.1 Defiições importates............................. 1 1.2 Tabelas Estatísticas...................................

Leia mais

MEDIDAS DESCRITIVAS DE POSIÇÃO, TENDÊNCIA CENTRAL E VARIABILIDADE

MEDIDAS DESCRITIVAS DE POSIÇÃO, TENDÊNCIA CENTRAL E VARIABILIDADE MEDIDAS DESCRITIVAS DE POSIÇÃO, TENDÊNCIA CENTRAL E VARIABILIDADE 1 Estatística descritiva (Eploratória) PRIMEIRO PASSO: Tabelas (distribuição de frequêcia) e Gráficos. SEGUNDO PASSO: Cálculo de medidas

Leia mais

População x Amostra. statística descritiva X inferência estatística. Revisão de Estatística e Probabilidade

População x Amostra. statística descritiva X inferência estatística. Revisão de Estatística e Probabilidade Revisão de Estatística e Probabilidade Magos Martiello Uiversidade Federal do Espírito Sato - UFES Departameto de Iformática DI Laboratório de Pesquisas em Redes Multimidia LPRM statística descritiva X

Leia mais

MAE Introdução à Probabilidade e Estatística II Resolução Lista 1

MAE Introdução à Probabilidade e Estatística II Resolução Lista 1 MAE 229 - Itrodução à Probabilidade e Estatística II Resolução Lista 1 Professor: Pedro Moretti Exercício 1 (a) Fazer histograma usado os seguites dados: Distribuição de probabilidade da variável X: X

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE DISPERSÃO Í N D I C E

MEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE DISPERSÃO Í N D I C E MEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE DISPERSÃO Í N D I C E Medidas de Tedêcia Cetral Itrodução... 1- Média Aritmética... - Moda... 3- Mediaa... Medidas de Dispersão 4- Amplitude Total... 5- Variâcia

Leia mais

Cap. 4 - Estimação por Intervalo

Cap. 4 - Estimação por Intervalo Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:

Leia mais

Sucessão ou Sequência. Sucessão ou seqüência é todo conjunto que consideramos os elementos dispostos em certa ordem. janeiro,fevereiro,...

Sucessão ou Sequência. Sucessão ou seqüência é todo conjunto que consideramos os elementos dispostos em certa ordem. janeiro,fevereiro,... Curso Metor www.cursometor.wordpress.com Sucessão ou Sequêcia Defiição Sucessão ou seqüêcia é todo cojuto que cosideramos os elemetos dispostos em certa ordem. jaeiro,fevereiro,...,dezembro Exemplo : Exemplo

Leia mais

Distribuições Amostrais

Distribuições Amostrais 9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria

Leia mais

Curso Preparatório para Auditores Fiscais, Técnicos, Analistas e Carreiras Afins Questões Comentadas MATERIAL 02 MEDIDAS DE DISPERSÃO

Curso Preparatório para Auditores Fiscais, Técnicos, Analistas e Carreiras Afins Questões Comentadas MATERIAL 02 MEDIDAS DE DISPERSÃO Curso Preparatório para Auditores Fiscais, Técicos, Aalistas e Carreiras Afis 007.1 www.cursoparacocursos.com.br Questões Cometadas MATERIAL 0 MEDIDAS DE DISPERSÃO 54. (FISCAL DE TRIBUTOS DE MG-96) No

Leia mais

Capítulo 5- Introdução à Inferência estatística.

Capítulo 5- Introdução à Inferência estatística. Capítulo 5- Itrodução à Iferêcia estatística. 1.1) Itrodução.(184) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar coclusões acerca da população de ode se extraiu a amostra.

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 3 Resumo dos dados uméricos por meio de úmeros 1. Medidas de Tedêcia Cetral A tedêcia cetral da distribuição de freqüêcias de uma variável em um cojuto de dados é caracterizada pelo valor típico

Leia mais

SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB

SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB Govero do Estado do Rio Grade do Norte Secretaria de Estado da Educação e da Cultura - SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO

Leia mais

ESTATÍSTICA E PROBABILIDADES

ESTATÍSTICA E PROBABILIDADES ESTATÍSTICA E PROBABILIDADES Aluo(a): Turma: Professores: Data: Edu/Vicete Noções de Estatística Podemos eteder a Estatística como sedo o método de estudo de comportameto coletivo, cujas coclusões são

Leia mais

1.1. Ordem e Precedência dos Cálculos 1) = Capítulo 1

1.1. Ordem e Precedência dos Cálculos 1) = Capítulo 1 Capítulo. Aritmética e Expressões Algébricas O estudo de cálculo exige muito mais que o cohecimeto de limite, derivada e itegral. Para que o apredizado seja satisfatório o domíio de tópicos de aritmética

Leia mais

Emerson Marcos Furtado

Emerson Marcos Furtado Emerso Marcos Furtado Mestre em Métodos Numéricos pela Uiversidade Federal do Paraá (UFPR). Graduado em Matemática pela UFPR. Professor do Esio Médio os estados do Paraá e Sata Cataria desde 199. Professor

Leia mais

Objetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.

Objetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra. ESTIMAÇÃO PARA A MÉDIAM Objetivo Estimar a média µ de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: µ : peso médio de homes

Leia mais

MEDIDAS RESUMO EM TABELAS DE FREQUÊNCIA

MEDIDAS RESUMO EM TABELAS DE FREQUÊNCIA MEDIDAS RESUMO EM TABELAS DE FREQUÊNCIA Média ) Tabela de frequêcias simples Cálculo da média: Tabela a Distribuição da idade de fucioários hipertesos Frequêcia Frequêcia (aos) 7 4 5 6 4 4 44 45 46 5 (aos)

Leia mais

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química Uiversidade São Judas Tadeu Faculdade de Tecologia e Ciêcias Exatas Laboratório de Física e Química Aálise de Medidas Físicas Quado fazemos uma medida, determiamos um úmero para caracterizar uma gradeza

Leia mais

AULA 07 MEDIDAS DE DISPERSÃO PARTE 1

AULA 07 MEDIDAS DE DISPERSÃO PARTE 1 AULA 07 MEDIDAS DE DISPERSÃO PARTE 1 Olá, amigos! Tudo bem com vocês? Ates de começar, preciso dizer-lhes que houve um problema de comuicação etre mim e o pessoal do Site, que põe a aula o ar Um equívoco

Leia mais

Estimação por Intervalo (Intervalos de Confiança):

Estimação por Intervalo (Intervalos de Confiança): Estimação por Itervalo (Itervalos de Cofiaça): 1) Itervalo de Cofiaça para a Média Populacioal: Muitas vezes, para obter-se a verdadeira média populacioal ão compesa fazer um levatameto a 100% da população

Leia mais

Estimativa de Parâmetros

Estimativa de Parâmetros Estimativa de Parâmetros ENG09004 04/ Prof. Alexadre Pedott pedott@producao.ufrgs.br Trabalho em Grupo Primeira Etrega: 7/0/04. Plao de Amostragem - Cotexto - Tipo de dado, frequêcia de coleta, quatidade

Leia mais

BINÔMIO DE NEWTON. O desenvolvimento da expressão 2. a b é simples, pois exige somente quatro multiplicações e uma soma:

BINÔMIO DE NEWTON. O desenvolvimento da expressão 2. a b é simples, pois exige somente quatro multiplicações e uma soma: 07 BINÔMIO DE NEWTON O desevolvimeto da epressão a b é simples, pois eige somete quatro multiplicações e uma soma: a b a b a b a ab ba b a ab b O desevolvimeto de a b é uma tarefa um pouco mais trabalhosa,

Leia mais

Séquências e Séries Infinitas de Termos Constantes

Séquências e Séries Infinitas de Termos Constantes Capítulo Séquêcias e Séries Ifiitas de Termos Costates.. Itrodução Neste capítulo estamos iteressados em aalisar as séries ifiitas de termos costates. Etretato, para eteder as séries ifiitas devemos ates

Leia mais

Métodos de Amostragem

Métodos de Amostragem Métodos de Amostragem Amostragem aleatória Este é o procedimeto mais usual para ivetários florestais e baseia-se o pressuposto de que todas as uidades amostrais têm a mesma chace de serem amostradas a

Leia mais

Cap. VI Histogramas e Curvas de Distribuição

Cap. VI Histogramas e Curvas de Distribuição TLF /11 Capítulo VI Histogramas e curvas de distribuição 6.1. Distribuições e histogramas. 6 6.. Distribuição limite 63 6.3. Sigificado da distribuição limite: frequêcia esperada e probabilidade de um

Leia mais

Avaliação de Desempenho de Sistemas Discretos

Avaliação de Desempenho de Sistemas Discretos Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado

Leia mais

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra. Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise

Leia mais

CORRELAÇÃO Aqui me tens de regresso

CORRELAÇÃO Aqui me tens de regresso CORRELAÇÃO Aqui me tes de regresso O assuto Correlação fez parte, acompahado de Regressão, do programa de Auditor Fiscal, até 998, desaparecedo a partir do cocurso do ao 000 para agora retorar soziho.

Leia mais

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

Introdução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ... Itrodução 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 para

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Técnicas de Reamostragem

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Técnicas de Reamostragem Estatística: Aplicação ao Sesoriameto Remoto SER 202 - ANO 2016 Técicas de Reamostragem Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Distribuição Amostral Testes paramétricos

Leia mais

Fundamentos de Análise Matemática Profª Ana Paula. Números reais

Fundamentos de Análise Matemática Profª Ana Paula. Números reais Fudametos de Aálise Matemática Profª Aa Paula Números reais 1,, 3, cojuto dos úmeros aturais 0,1,,3, cojuto dos úmeros iteiros p q /p e q cojuto dos úmeros racioais a, a 0 a 1 a a, a e a i 0, 1,, 3, 4,

Leia mais

Prof. Sérgio Carvalho Estatística. I Jornada de Especialização em Concursos

Prof. Sérgio Carvalho Estatística. I Jornada de Especialização em Concursos DISTRIBUIÇÃO DE FREQÜÊNCIAS & INTERPOLAÇÃO LINEAR DA OGIVA 0. (AFRF-000) Utilize a tabela que se segue. Freqüências Acumuladas de Salários Anuais, em Milhares de Reais, da Cia. Alfa Classes de Salário

Leia mais

n IN*. Determine o valor de a

n IN*. Determine o valor de a Progressões Aritméticas Itrodução Chama-se seqüêcia ou sucessão umérica, a qualquer cojuto ordeado de úmeros reais ou complexos. Exemplo: A=(3, 5, 7, 9,,..., 35). Uma seqüêcia pode ser fiita ou ifiita.

Leia mais

Vamos estudar o conceito de variabilidade absoluta considerando o conjunto de notas obtidas por cinco alunos:

Vamos estudar o conceito de variabilidade absoluta considerando o conjunto de notas obtidas por cinco alunos: Medidas de Disperção Itrodução: - Observamos ateriormete que as medidas de tedêcia cetral são usadas para resumir, em um úico úmero, aquele parâmetro que será o represetate do cojuto de dados. Estas medidas

Leia mais

Revisando... Distribuição Amostral da Média

Revisando... Distribuição Amostral da Média Estatística Aplicada II DISTRIBUIÇÃO AMOSTRAL MÉDIA AULA 08/08/16 Prof a Lilia M. Lima Cuha Agosto de 016 Revisado... Distribuição Amostral da Média Seja X uma v. a. de uma população com média µ e variâcia

Leia mais

Disciplina: MATEMÁTICA Turma: 3º Ano Professor (a) : CÉSAR LOPES DE ASSIS INTRODUÇÃO A ESTATÍSTICA. Organização de dados

Disciplina: MATEMÁTICA Turma: 3º Ano Professor (a) : CÉSAR LOPES DE ASSIS INTRODUÇÃO A ESTATÍSTICA. Organização de dados Escola SESI de Aápolis - Judiaí Aluo (a): Disciplia: MATEMÁTICA Turma: 3º Ao Professor (a) : CÉSAR LOPES DE ASSIS Data: INTRODUÇÃO A ESTATÍSTICA A Estatística é o ramo da Matemática que coleta, descreve,

Leia mais

11 Aplicações da Integral

11 Aplicações da Integral Aplicações da Itegral Ao itroduzirmos a Itegral Defiida vimos que ela pode ser usada para calcular áreas sob curvas. Veremos este capítulo que existem outras aplicações. Essas aplicações estedem-se aos

Leia mais

ESTATÍSTICA. para Psicologia Parte 2. 01/06/2011 Bertolo 1

ESTATÍSTICA. para Psicologia Parte 2. 01/06/2011 Bertolo 1 ESTATÍSTICA para Psicologia Parte 2 01/06/2011 Bertolo 1 01/06/2011 Bertolo 2 Cap 02 - Medidas Estatísticas A distribuição de frequêcias permite-os descrever, de modo geral, os grupos de valores (classes)

Leia mais

Probabilidade II Aula 9

Probabilidade II Aula 9 Coteúdo Probabilidade II Aula 9 Maio de 9 Môica Barros, D.Sc. Estatísticas de Ordem Distribuição do Máximo e Míimo de uma amostra Uiforme(,) Distribuição do Máximo e Míimo caso geral Distribuição das Estatísticas

Leia mais

CAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS

CAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS CAPÍTULO 6 Itrodução Uma variável aleatória é caracterizada ou descrita pela sua distribuição de probabilidade. ETIMATIVA DE PARÂMETRO URG Em aplicações idustriais, as distribuições de probabilidade são

Leia mais

PROVA DE MATEMÁTICA 2 a FASE

PROVA DE MATEMÁTICA 2 a FASE PROVA DE MATEMÁTICA a FASE DEZ/04 Questão 1 a)o faturameto de uma empresa esse ao foi 10% superior ao do ao aterior; obteha o faturameto do ao aterior sabedo-se que o desse ao foi de R$1 40 000,00 b)um

Leia mais

Prova Escrita de MATEMÁTICA A - 12o Ano a Fase

Prova Escrita de MATEMÁTICA A - 12o Ano a Fase Prova Escrita de MATEMÁTICA A - 1o Ao 00 - a Fase Proposta de resolução GRUPO I 1. Como a probabilidade do João acertar em cada tetativa é 0,, a probabilidade do João acertar as tetativas é 0, 0, 0, 0,

Leia mais

ESTIMAÇÃO DE PARÂMETROS

ESTIMAÇÃO DE PARÂMETROS ESTIMAÇÃO DE PARÂMETROS 1 Estimação de Parâmetros uiverso do estudo (população) dados observados O raciocíio idutivo da estimação de parâmetros Estimação de Parâmetros POPULAÇÃO p =? AMOSTRA Observações:

Leia mais

1 Distribuições Amostrais

1 Distribuições Amostrais 1 Distribuições Amostrais Ao retirarmos uma amostra aleatória de uma população e calcularmos a partir desta amostra qualquer quatidade, ecotramos a estatística, ou seja, chamaremos os valores calculados

Leia mais

Capítulo I Séries Numéricas

Capítulo I Séries Numéricas Capítulo I Séries Numéricas Capitulo I Séries. SÉRIES NÚMERICAS DEFINIÇÃO Sedo u, u,..., u,... uma sucessão umérica, chama-se série umérica de termo geral u à epressão que habitualmete se escreve u u...

Leia mais

Instruções gerais sobre a Prova:

Instruções gerais sobre a Prova: DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2012/2013 Istruções gerais sobre a Prova: (a) Cada questão respodida corretamete vale 1 (um) poto. (b) Cada

Leia mais

Importantes propriedades da Média, da Variância e do Desvio Padrão:

Importantes propriedades da Média, da Variância e do Desvio Padrão: Importantes propriedades da Média, da Variância e do Desvio Padrão: É importantíssimo o perfeito conhecimento de algumas propriedades da Média, da Variância e do Desvio Padrão para resolver, com facilidade,

Leia mais

PROVA 1 27/10/ Os dados apresentados na seqüência mostram os resultados de colesterol

PROVA 1 27/10/ Os dados apresentados na seqüência mostram os resultados de colesterol PROVA 1 7/10/009 Nome: GABARITO 1. Os dados apresetados a seqüêcia mostram os resultados de colesterol mg /100ml em dois grupos de aimais. O grupo A é formado por 10 total ( ) aimais submetidos a um cotrole

Leia mais

CINÉTICA QUÍMICA FATORES DE INFLUÊNCIA - TEORIA

CINÉTICA QUÍMICA FATORES DE INFLUÊNCIA - TEORIA Itrodução CINÉTICA QUÍMICA FATORES DE INFLUÊNCIA - TEORIA A Ciética Química estuda a velocidade com a qual as reações acotecem e os fatores que são capazes de realizar ifluêcia sobre ela. A medida mais

Leia mais

07/11/2015. Conhecendo o SPSS. Conhecendo o SPSS. Desvendando a Estatística e o uso do SPSS. Como obter? Informação

07/11/2015. Conhecendo o SPSS. Conhecendo o SPSS. Desvendando a Estatística e o uso do SPSS. Como obter? Informação Desvedado a Estatística e o uso do SPSS Aplicado as tecologias II Desmistificado a estatística através do SPSS Iformação Como obter? Profª Rosebel Tridade Cuha Prates Coordeadora Profº Frakli Agelo Kruskoski

Leia mais

Amostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença?

Amostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença? Amostras Aleatórias e Distribuições Amostrais Probabilidade e Estatística: afial, qual é a difereça? Até agora o que fizemos foi desevolver modelos probabilísticos que se adequavam a situações reais. Por

Leia mais

Exame MACS- Inferência-Intervalos.

Exame MACS- Inferência-Intervalos. Exame MACS- Iferêcia-Itervalos. No iício deste capítulo, surgem algumas ideias que devemos ter presetes: O objectivo da iferêcia estatística é usar uma amostra e tirar coclusões para toda a população.

Leia mais

Variáveis Aleatórias e Distribuições de Probabilidade

Variáveis Aleatórias e Distribuições de Probabilidade PROBABILIDADES Variáveis Aleatórias e Distribuições de Probabilidade BERTOLO Fução de Probabilidades Vamos cosiderar um experimeto E que cosiste o laçameto de um dado hoesto. Seja a variável aleatória

Leia mais

UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 1-ESTATÍSTICA II (CE003)

UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 1-ESTATÍSTICA II (CE003) UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA -ESTATÍSTICA II (CE003) Prof. Beito Olivares Aguilera o Sem./6. Usado os dados da Tabela o Aexo (Seção Orçameto da MB),

Leia mais

Escola de Engenharia de Lorena EEL USP Departamento de Engenharia Química DEQUI Disciplina: Normalização e Controle da Qualidade NCQ

Escola de Engenharia de Lorena EEL USP Departamento de Engenharia Química DEQUI Disciplina: Normalização e Controle da Qualidade NCQ 1 Escola de Egeharia de orea EE SP Departameto de Egeharia Química DEQI Disciplia: Normalização e Cotrole da Qualidade NCQ Capítulo : Amostragem por Variáveis (MI STD 1) SEÇÃO A.1 Objetivo Este capítulo

Leia mais

Implementação de Planilha de Cálculos Simplificada

Implementação de Planilha de Cálculos Simplificada INF 1620 Estruturas de Dados Semestre 08.2 Primeiro Trabalho Implemetação de Plailha de Cálculos Simplificada Uma plailha de cálculos é um programa muito utilizado em aplicações fiaceiras e aquelas que,

Leia mais

Material Teórico - Módulo Binômio de Newton e Triangulo de Pascal. Soma de Elementos em Linhas, Colunas e Diagonais. Segundo Ano do Ensino Médio

Material Teórico - Módulo Binômio de Newton e Triangulo de Pascal. Soma de Elementos em Linhas, Colunas e Diagonais. Segundo Ano do Ensino Médio Material Teórico - Módulo Biômio de Newto e Triagulo de Pascal Soma de Elemetos em Lihas, Coluas e Diagoais Segudo Ao do Esio Médio Autor: Prof Fabrício Siqueira Beevides Revisor: Prof Atoio Camiha M Neto

Leia mais

Experimento 1 Estudo da Lei de Hooke

Experimento 1 Estudo da Lei de Hooke Experimeto 1 Estudo da Lei de Hooke 1.1 Objetivos Físicos Verificação experimetal da lei de Hooke para uma mola helicoidal: Medida experimetal do módulo de rigidez do material μ. 1. Objetivos Didáticos

Leia mais

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia ROTEIRO DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL 1. Itrodução. Teorema Cetral do Limite 3. Coceitos de estimação potual 4. Métodos de estimação potual 5. Referêcias Estatística Aplicada à Egeharia 1 Estatística

Leia mais

FICHA DE TRABALHO 11º ANO. Sucessões

FICHA DE TRABALHO 11º ANO. Sucessões . Observe a sequêcia das seguites figuras: FICHA DE TRABALHO º ANO Sucessões Vão-se costruido, sucessivamete, triâgulos equiláteros os vértices dos triâgulos equiláteros já existetes, prologado-se os seus

Leia mais

ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p

ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma amostra.

Leia mais

CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES

CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES CAPÍTULO 6 - ESTIMAÇÃO E TESTES DE HIPÓTESES 6. INTRODUÇÃO INFERÊNCIA ESTATÍSTICA Estimação por poto por itervalo Testes de Hipóteses População X θ =? Amostra θ Iferêcia Estatística X, X,..., X 6. ESTIMAÇÃO

Leia mais

Material Teórico - Módulo Binômio de Newton e Triangulo de Pascal. Soma de Elementos em Linhas, Colunas e Diagonais. Segundo Ano do Ensino Médio

Material Teórico - Módulo Binômio de Newton e Triangulo de Pascal. Soma de Elementos em Linhas, Colunas e Diagonais. Segundo Ano do Ensino Médio Material Teórico - Módulo Biômio de Newto e Triagulo de Pascal Soma de Elemetos em Lihas, Coluas e Diagoais Segudo Ao do Esio Médio Autor: Prof Fabrício Siqueira Beevides Revisor: Prof Atoio Camiha M Neto

Leia mais

M23 Ficha de Trabalho SUCESSÕES 2

M23 Ficha de Trabalho SUCESSÕES 2 M Ficha de Trabalho NOME: SUCESSÕES I PARTE Relativamete à sucessão a =, pode-se afirmar que: (A) É um ifiitamete grade positivo (B) É um ifiitésimo (C) É um ifiitamete grade egativo (D) É limitada Cosidere

Leia mais

S É R I E : E s t a t í s t i c a B á s i c a - E n f o q u e : S o c i a i s E S T A T Í S T I C A D E S C R I T I V A GENERALIDADES...

S É R I E : E s t a t í s t i c a B á s i c a - E n f o q u e : S o c i a i s E S T A T Í S T I C A D E S C R I T I V A GENERALIDADES... 7 8 9 SUMÁRIO.. GENERALIDADES..... INTRODUÇÃO..... DIVISÃO DA ESTATÍSTICA..... MENSURAÇÃO...... Itrodução...... Formas de mesuração.... RESUMO DE PEQUENOS CONJUNTOS DE DADOS..... INTRODUÇÃO..... MEDIDAS

Leia mais

UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Benito Olivares Aguilera

UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Benito Olivares Aguilera UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Beito Olivares Aguilera 2 o Sem./09 1. Das variáveis abaixo descritas, assiale quais são

Leia mais

NOTAÇÕES. Observação: Os sistemas de coordenadas considerados são os cartesianos retangulares.

NOTAÇÕES. Observação: Os sistemas de coordenadas considerados são os cartesianos retangulares. R C : cojuto dos úmeros reais : cojuto dos úmeros complexos i : uidade imagiária: i2 = 1 z Re(z) Im(z) det A : módulo do úmero z E C : parte real do úmero z E C : parte imagiária do úmero z E C : determiate

Leia mais

Profs. Alexandre Lima e Moraes Junior 1

Profs. Alexandre Lima e Moraes Junior  1 Aula 23 Juros Compostos. Motate e juros. Descoto Composto. Taxa real e taxa efetiva. Taxas equivaletes. Capitais equivaletes. Capitalização cotíua. Equivalêcia Composta de Capitais. Descotos: Descoto racioal

Leia mais

Transformação de similaridade

Transformação de similaridade Trasformação de similaridade Relembrado bases e represetações, ós dissemos que dada uma base {q, q,..., q} o espaço real - dimesioal, qualquer vetor deste espaço pode ser escrito como:. Ou a forma matricial

Leia mais

lim Px ( ) 35 x 5 ), teremos Px ( ) cada vez mais próximo de 35 (denotaremos isso da forma Px ( ) 35 ). UNIVERSIDADE FEDERAL DA PARAÍBA CAMPUS IV-CCAE

lim Px ( ) 35 x 5 ), teremos Px ( ) cada vez mais próximo de 35 (denotaremos isso da forma Px ( ) 35 ). UNIVERSIDADE FEDERAL DA PARAÍBA CAMPUS IV-CCAE CURSO DISCIPLINA PROFESSOR I) Itrodução ao Limite de uma Fução UNIVERSIDADE FEDERAL DA PARAÍBA CAMPUS IV-CCAE LICENCIATURA EM MATEMÁTICA CÁLCULO DIFERENCIAL E INTEGRAL I Limite de uma Fução José Elias

Leia mais

AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM

AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM 6 AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM Quado se pretede estudar uma determiada população, aalisam-se certas características ou variáveis dessa população. Essas variáveis poderão ser discretas

Leia mais

Lista 9 - Introdução à Probabilidade e Estatística

Lista 9 - Introdução à Probabilidade e Estatística Lista 9 - Itrodução à Probabilidade e Estatística Desigualdades e Teoremas Limites 2.=000. 1 Um ariro apota a um alvo de 20 cm de raio. Seus disparos atigem o alvo, em média, a 5 cm do cetro deste. Assuma

Leia mais

A letra x representa números reais, portanto

A letra x representa números reais, portanto Aula 0 FUNÇÕES UFPA, 8 de março de 05 No ial desta aula, você seja capaz de: Saber dizer o domíio e a imagem das uções esseciais particularmete esta aula as uções potêcias; Fazer o esboço de gráico da

Leia mais

SUMÁRIO. SÉRIE: Estatística Básica Texto i: DESCRITIVA

SUMÁRIO. SÉRIE: Estatística Básica Texto i: DESCRITIVA 7 8 9 SUMÁRIO. GENERALIDADES..... INTRODUÇÃO..... DIVISÃO DA ESTATÍSTICA..... MENSURAÇÃO...... Itrodução...... Formas de mesuração.... RESUMO DE PEQUENOS CONJUNTOS DE DADOS...7.. INTRODUÇÃO...7.. MEDIDAS

Leia mais

CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA

CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA 1 CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA 1. Coceitos Básicos de Probabilidade Variável aleatória: é um úmero (ou vetor) determiado por uma resposta, isto é, uma fução defiida em potos do espaço

Leia mais

2.2. Séries de potências

2.2. Séries de potências Capítulo 2 Séries de Potêcias 2.. Itrodução Série de potêcias é uma série ifiita de termos variáveis. Assim, a teoria desevolvida para séries ifiitas de termos costates pode ser estedida para a aálise

Leia mais

Sequências, PA e PG material teórico

Sequências, PA e PG material teórico Sequêcias, PA e PG material teórico 1 SEQUÊNCIA ou SUCESSÃO: é todo cojuto ode cosideramos os seus elemetos colocados, ou dispostos, uma certa ordem. Cosiderado a sequêcia (; 3; 5; 7;...), dizemos que:

Leia mais

b) Fabrico de peças cilíndricas Capítulo 5 - Distribuições conjuntas de probabilidades e complementos X - comprimento da peça Y - diâmetro da peça

b) Fabrico de peças cilíndricas Capítulo 5 - Distribuições conjuntas de probabilidades e complementos X - comprimento da peça Y - diâmetro da peça Capítulo 5 - Distribuições cojutas de probabilidades e complemetos 5.1 Duas variáveis aleatórias discretas. Distribuições cojutas, margiais e codicioais. Idepedêcia Em relação a uma mesma eperiêcia podem

Leia mais

Exercícios de Aprofundamento Matemática Progressão Aritmética e Geométrica

Exercícios de Aprofundamento Matemática Progressão Aritmética e Geométrica Exercícios de Aprofudameto Matemática Progressão Aritmética e b. (Fuvest 05) Dadas as sequêcias a 4 4, b, c a a e d, b defiidas para valores iteiros positivos de, cosidere as seguites afirmações: I. a

Leia mais

Questão 1. Questão 2. Questão 3. Resposta. Resposta. Resposta

Questão 1. Questão 2. Questão 3. Resposta. Resposta. Resposta Questão 1 a) O faturameto de uma empresa este ao foi 1% superior ao do ao aterior; oteha o faturameto do ao aterior, saedo que o deste ao foi de R$1.4.,. ) Um comerciate compra calças a um custo de R$6,

Leia mais

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra.

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra. UNIVERSIDADE FEDERAL DA PARAÍBA Distribuição Amostral Luiz Medeiros de Araujo Lima Filho Departameto de Estatística INTRODUÇÃO A Iferêcia Estatística é um cojuto de técicas que objetiva estudar a população

Leia mais

Chama-se sequência ou sucessão numérica, a qualquer conjunto ordenado de números reais.

Chama-se sequência ou sucessão numérica, a qualquer conjunto ordenado de números reais. Progressões Aritméticas Itrodução Chama-se sequêcia ou sucessão umérica, a qualquer cojuto ordeado de úmeros reais. Exemplo: 7; 0; 3;... ; 34 Uma seqüêcia pode ser iita ou iiita. 7; 0; 3; 6;... esta sequêcia

Leia mais

a = b n Vejamos alguns exemplos que nos permitem observar essas relações. = 4 4² = 16 radical radicando

a = b n Vejamos alguns exemplos que nos permitem observar essas relações. = 4 4² = 16 radical radicando Caro aluo, Com o objetivo de esclarecer as dúvidas sobre a raiz quadrada, apresetamos este material a defiição de radiciação, o cálculo da raiz quadrada e algumas propriedades de radiciação. Além disso,

Leia mais

INFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões

INFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões INFERÊNCIA Fazer iferêcia (ou iferir) = tirar coclusões Iferêcia Estatística: cojuto de métodos de aálise estatística que permitem tirar coclusões sobre uma população com base em somete uma parte dela

Leia mais

F- MÉTODO DE NEWTON-RAPHSON

F- MÉTODO DE NEWTON-RAPHSON Colégio de S. Goçalo - Amarate - F- MÉTODO DE NEWTON-RAPHSON Este método, sob determiadas codições, apreseta vatages sobre os método ateriores: é de covergêcia mais rápida e, para ecotrar as raízes, ão

Leia mais

... Newton e Leibniz criaram, cada qual em seu país e quase ao mesmo tempo, as bases do cálculo diferencial.

... Newton e Leibniz criaram, cada qual em seu país e quase ao mesmo tempo, as bases do cálculo diferencial. DERIVADAS INTRODUÇÃO O Cálculo Diferecial e Itegral, criado por Leibiz e Newto o século XVII, torou-se logo de iício um istrumeto precioso e imprescidível para a solução de vários problemas relativos à

Leia mais

ENGENHARIA DA QUALIDADE A ENG AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS

ENGENHARIA DA QUALIDADE A ENG AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS ENGENHARIA DA QUALIDADE A ENG 09008 AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS PROFESSORES: CARLA SCHWENGBER TEN CATEN Tópicos desta aula Cartas de Cotrole para Variáveis Tipo 1: Tipo 2: Tipo 3: X X X ~

Leia mais

CONCEITOS FUNDAMENTAIS DA MATEMÁTICA FINANCEIRA

CONCEITOS FUNDAMENTAIS DA MATEMÁTICA FINANCEIRA CONCEITOS FUNDAMENTAIS DA MATEMÁTICA FINANCEIRA Coceito de taxa de juros Taxa de juro é a relação etre o valor dos juros pagos (ou recebidos) o fial de um determiado período de tempo e o valor do capital

Leia mais

3ª Lista de Exercícios de Programação I

3ª Lista de Exercícios de Programação I 3ª Lista de Exercícios de Programação I Istrução As questões devem ser implemetadas em C. 1. Desevolva um programa que leia dois valores a e b ( a b ) e mostre os seguites resultados: (1) a. Todos os úmeros

Leia mais

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos: 48 DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL LEI DOS GRANDES NÚMEROS Pretede-se estudar o seguite problema: À medida que o úmero de repetições de uma experiêcia cresce, a frequêcia relativa

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

de uma PA é justamente o valor da DIFERENÇA entre qualquer termo e o anterior.

de uma PA é justamente o valor da DIFERENÇA entre qualquer termo e o anterior. 0. PROGRESSÃO ARITMÉTICA: É toda sequêcia em que é SEMPRE costate a DIFERENÇA etre um termo qualquer da sequêcia (a partir do segudo, claro!) e seu aterior, logo dada a sequêcia a a a a a a R. A razão

Leia mais

1.4 Determinantes. determinante é igual ao produto dos elementos da diagonal principal menos o produto dos elementos da diagonal secundária.

1.4 Determinantes. determinante é igual ao produto dos elementos da diagonal principal menos o produto dos elementos da diagonal secundária. 1.4 Determiates A teoria dos determiates surgiu quase simultaeamete a Alemaha e o Japão. Ela foi desevolvida por dois matemáticos, Gottfried Wilhelm Leibiz (1642-1716) e Seki Shisuke Kowa (1642-1708),

Leia mais

CPV O cursinho que mais aprova na fgv

CPV O cursinho que mais aprova na fgv CPV O cursiho que mais aprova a fgv FGV ecoomia a Fase 0/dezembro/0 MATEMÁTICA 0. Chamaremos de S() a soma dos algarismos do úmero iteiro positivo, e de P() o produto dos algarismos de. Por exemplo, se

Leia mais

Matemática. B) Determine a equação da reta que contém a diagonal BD. C) Encontre as coordenadas do ponto de interseção das diagonais AC e BD.

Matemática. B) Determine a equação da reta que contém a diagonal BD. C) Encontre as coordenadas do ponto de interseção das diagonais AC e BD. Matemática 0. Um losago do plao cartesiao oxy tem vértices A(0,0), B(,0), C(,) e D(,). A) Determie a equação da reta que cotém a diagoal AC. B) Determie a equação da reta que cotém a diagoal BD. C) Ecotre

Leia mais