INTRODUÇÃO À ESTATÍSTICA ECONÔMICA 2a. Prova 11/7/2006 Profa. Ana Maria Farias Turma A hs

Tamanho: px
Começar a partir da página:

Download "INTRODUÇÃO À ESTATÍSTICA ECONÔMICA 2a. Prova 11/7/2006 Profa. Ana Maria Farias Turma A hs"

Transcrição

1 INTRODUÇÃO À ESTATÍSTICA ECONÔMICA 2a. rova /7/2006 rofa. Ana Mara Faras Turma A 4-6 hs. Consdere os dados da tabela abaxo, onde temos preços e uantdades utlzadas de materal de escrtóro. Item Undade reço Quantdade apel resma 0,70,48 4,5 8,0 Almofada p/ carmbo und. 0,30 0,35 0,0 6,0 Canetas und. 0,39 0,39 8,0 2,0 Láps dúza 0,48 0,48,0,5 Clps caxa 0,0 0,20 2,0 3,0 (a) Calcule o índce de Laspeyres de preços para 970, com base em 975. (b) Calcule o índce de Laspeyres de uantdade para 970, com base em 975. (c) Utlzando os resultados anterores, mostre ue o índce de Laspeyres não satsfaz a propredade de reversbldade. Obs.: Trabalhe com 6 casas decmas e base. 2. Demonstre ue o índce de Fsher satsfaz a propredade de decomposção das causas. 3. Determne se cada uma das a rmatvas abaxo é falsa ou verdadera, just cando sua resposta em ualuer um dos casos. (a) O índce de Fsher é uma méda harmônca dos índces de aasche e Laspeyres. (b) Embora os índces de Laspeyres e de aasche não satsfaçam ao crtéro da decomposção das causas, o produto cruzado de um Laspeyres de preço por um aasche de uantdade satsfaz. (c) ara calcular o índce de preços de aasche para uma sére de anos reuer-se menos nformação do ue para calcular o índce de Laspeyres. (d) Se em 996 um produto tem preço corrente de R$ 0,00 e preço real de R$ 7,50, em moeda de 995, então houve um decréscmo de 25% dos preços de 995 com relação a Com base nos dados da tabela abaxo: (a) calcule a sére do faturamento real a preços de 2003; (b) calcule a varação anual do faturamento real; (c) calcule a sére de índces do faturamento nomnal com base em Obs.: Trabalhe com 6 casas decmas e base. Ano Faturamento INC () (ml R$) Varação anual (%) , , , , ,38 (*) Fonte: IEADATA

2 INTRODUÇÃO À ESTATÍSTICA ECONÔMICA 2a. rova /7/2006 rofa. Ana Mara Faras Turma A 4-6 hs. Consdere os dados da tabela abaxo, onde temos preços e uantdades utlzadas de materal de escrtóro. Item Undade reço Quantdade apel resma 0,70,48 4,5 8,0 Almofada p/ carmbo und. 0,30 0,35 0,0 6,0 Canetas und. 0,39 0,39 8,0 2,0 Láps dúza 0,48 0,48,0,5 Clps caxa 0,0 0,20 2,0 3,0 (a) Calcule o índce de Laspeyres de preços para 975, com base em 970. (b) Calcule o índce de Laspeyres de uantdade para 975, com base em 970. (c) Utlzando os resultados anterores, mostre ue o índce de Laspeyres não satsfaz a propredade de decomposção das causas. Obs.: Trabalhe com 6 casas decmas e base. 2. Demonstre ue o índce de Fsher satsfaz a propredade de reversbldade. 3. Determne se cada uma das a rmatvas abaxo é falsa ou verdadera, just cando sua resposta em ualuer um dos casos. (a) O índce de preços de Laspeyres é uma méda harmônca de relatvos de preços ponderados pelo valor dos bens no período base. (b) O índce de aasche de preços pode ser calculado pela dvsão de um índce de valor por um índce Laspeyres de uantdade. (c) ara calcular o índce de preços de Laspeyres para uma sére de anos reuer-se menos nformação do ue para calcular o índce de aasche. (d) Se um determnado índce de preços com base 00 em 992 assume os valores I e I em 995 e 996, respectvamente, então um produto com preço corrente de R$ 0,00 em 996 tem preço de R$ 7,50, em moeda de Na tabela a segur temos a varação mensal do IG-DI no ano de Mês Jan Fev Mar Abr Ma Jun Jul Ago Set Out Nov Dez % 2,7,59,66 0,4-0,67-0,70-0,20 0,62,05 0,44 0,48 0,60 Fonte: IEADATA (a) Calcule a sére do IG com base em dezembro de (b) Calcule a taxa de varação méda mensal do IG-DI em (c) Em janero de 2003, o saláro mínmo era de R$200,00; em abrl de 2003 passou a vgorar o saláro mínmo de R$240,00, ue só fo reajustado em mao de Calcule a sére do saláro mínmo real a preços de dezembro de Obs.: Trabalhe com 6 casas decmas e base. 2

3 Gabarto da prova sobre números índces - rofa. Ana Mara Faras rova da Tarde.. (a). L 70;75 70 p p 70 4; 5 ; ; 0 0; ; 0 0; 39 + ; 0 0; ; 0 0; 20 4; 5 0; ; 0 0; ; 0 0; 39 + ; 0 0; ; 0 0; 0 4; 6 ; ; 95 (b). L 75;70 75 p p 75 8; 0 0; ; 0 0; ; 0 0; 39 + ; 5 0; ; 0 0; 0 8; 0 ; ; 0 0; ; 0 0; 39 + ; 5 0; ; 0 0; 20 6; 0 0; ; 44 (c) A propredade de reversão dz ue I 0;t I t;0 ; ou euvalentemente, I 0;t I t;0 : COm os dados acma temos ue L 70;75 L 75;70 :4236 0: ; Assm, mostra-se, com um contra-exemplo, ue Laspeyres não satfaz a propredade de reversão ou reversbldade. 2. Como ueremos provar ue a propredade é verdadera, não podemos usar números! Temos ue provar no caso geral! A propredade de decomposção das causas dz ue I0;t I Q 0;t IV 0;t V t : V 0 ara o índce de Fsher temos: F0;t F Q 0;t L 0;t 0;t L Q 0;t Q 0;t : L 0;t 0;t LQ 0;t Q 0;t r L 0;t Q 0;t L Q 0;t 0;t I V 0;t IV 0;t IV 0;t Au usamos o fato de ue Laspeyres e aasche satsfazem decomposção das causas, desde ue msturemeos os índces, ou seja: L 0;t Q 0;t 0 p t 0 p 0 p t t p t 0 0 p t p 0 p t t t 0 p 0 V t V 0 I V 0;t () Analogamente, L Q p 0;t 0;t 0 t p 0 0 t p t t p 0 p 0 t p 0 t p t t 0 p 0 V t V 0 I V 0;t (2) 3

4 3.. (a) FALSO. O índce de Fsher é uma méda geométrca (não harmônca) dos índces de Laspeyres e aasche. (b) VERDADEIRA. Veja demonstração nas euações () e (2) do exercíco anteror. (c) FALSA. ara calcular a sére de índces de preços de Laspeyres, para cada produto precsamos das seguntes grandezas: Laspeyres: 0; p 0; p ; : : : ; p t ou seja, precsamos dos preços em todos os períodos de tempo e das uantdades na época base. ara o índce de aasche de preços, precsamos: aasche: 0; p 0; ; p ; : : : ; t; p t ou seja, precsamos de preços e uantdades em todos os períodos. Logo, aasche reuer mas nformação; daí segue ue a metodologa dos índces de preço ao consumdor (tpo INC) em geral envolve índces de Laspeyres e não aasche. (d) O preço real do produto a preços de 995 é obtdo dvdndo-se o preço corrente pelo índce de preço do período. elos dados do problema, sso sgn ca ue 7; 50 0 ) I 95;96 0 ; 3333 I 95;96 7:50 Logo, os preços em geral (n ação) aumentaram 33,3% em 96 com relação a 95, o ue sgn ca (pela propredade da nversão) ue, para os preços de 95 com relação a 96, a varação fo de : :50 7; 5 0 0; 75 ou seja, houve uma ueda de 25%. A A rmatva é VERDADEIRA. 4. Note ue a sére de índces de preços (INC) dada é do tpo t(t ): Temos ue construr a sére do INC com base xa em 2003 para obtermos os faturamentos a preços de Uma prmera solução é construr a sére do INC com base em 998 e depos mudar a base para Outra manera é aplcar as propredades de reversão e crculardade. Vamos ver as 2 soluções. Em ambas as soluções temos ue trabalhar com os RELATIVOS. Não podemos multplcar ou dvdr taxas! Veja a observação mas adante. Solução : ara construr a sére com base em 998, basta aplcar a propredade crcular: INC Base: ; 0843 ; :0843 :0527 ; :0843 :0527 :0944 :4443 :0944 : :0843 :0527 :0944 ; 474 :24995 :474 : :0843 :0527 :0944 ; 474 ; 038 : ; 038 ; Então a sére do INC com base em 998 é INC Base: ; ; ; : : ;

5 ara mudar a base para 2003, basta dvdr toda a sére acma (ue está com base xa) por,58205, o ue resulta em: INC Base: ; ; ; ; ; ; ; 4443; ; :24995; ; :433326; ; ; 58205; ; Note ue au andamos para frente multplcando os relatvos. Solução 2: Temos ue 03 0; ; ; 474 0; ; ; 0944 ; 474 0; 7247 ; ; 0527 ; 0944 ; 474 0; ; ; 0843 ; 0527 ; 0944 ; 474 0; ; 038 Note ue au andamos para trás dvdndo os relatvos. Em ambas as soluções, estamos usando as propredades de reversão e crculardade ue são aproxmadamente verdaderas para índces compostos. A notação utlzada é um pouco mprecsa, uma vez ue o INC é um índce composto e não o preço de um únco bem. Mas essa forma de expressar os resultados faclta a compreensão do ue está sendo feto. OR QUE NÃO OSSO TRABALHAR COM TAXAS? OU SEJA, OR QUE NÃO OSSO DIVIDIR OU MULTILICAR ELAS TAXAS? Vamos entender o ue sgn ca uma varação de p%. Suponha ue o preço de um produto tenha aumentado 2% em janero, com relação a dezembro, e 3% em feverero com relação a janero. Então, 5

6 se o preço em dezembro era 5, em janero o preço é 5 + 0; ; 0: Em feverero, o preço é 5; 0 + 0; 03 5; 0 5; 0 ; 03 5; 253: A varação de preços entre feverero e dezembro é fev 5; 253 ; 0506 dez 5 ou seja, houve um aumento de 5,06% e não um aumento de 2% 3% 6%! or sso temos ue trabalhar com índces. NÃO SE MULTILICAM TAXAS! NÃO SE DIVIDEM TAXAS. As propredades ue vmos ser váldas eram váldas para os relatvos e não para as taxas! Contnuando com a solução da uestão, para obter a sére do faturamento real a preços de 2003, temos ue dvdr a sére do faturamento nomnal pelo INC do período em uestão, com base em 2003: INC Base: 2003 Varação anual ; ; ; ; ; ; ; ou 5; 9 56% ; ; ; ; ; ou 3; 0 88% ; ; ; ; ; 328 ou 32; 8% ; ; ; ; ; ou 9% 6

7 Gabarto da prova sobre números índces - rofa. Ana Mara Faras rova da Note.. (a). L 70;75 70 p p 70 4; 5 ; ; 0 0; ; 0 0; 39 + ; 0 0; ; 0 0; 20 4; 5 0; ; 0 0; ; 0 0; 39 + ; 0 0; ; 0 0; 0 4; 6 ; ; 95 (b). L Q 70;75 p70 75 p ; 70 8; 0 + 0; 30 6; 0 + 0; 39 2; 0 + 0; 48 ; 5 + 0; 0 3; 0 0; 70 4; 5 + 0; 30 0; 0 + 0; 39 8; 0 + 0; 48 ; 0 + 0; 0 2; 0 6; 0 ; ; 95 (c) A propredade de decomposção das causas dz ue I I Q I V problema temos ue V t V 0 : Com os dados do V 70 p ; 95 V p 75 23; 44 Logo I V 23; 44 9; 95 2; L 70;75 L Q 70;75 ; 4236 ; ; Assm, mostra-se, com um contra-exemplo, ue Laspeyres não satsfaz a decomposção das causas. 2. Como ueremos provar ue a propredade é verdadera, não podemos usar números! Temos ue provar no caso geral! A propredade de reversão dz ue I 0;t ; ou euvalentemente, I 0;t I t;0 I t;0 : F0;t Ft;0 L 0;t 0;t L t;0 t;0 L 0;t 0;t L t;0 t;0 s 0 p t t p t t p 0 0 p 0 0 p 0 t p 0 t p t 0 p t 3.. (a) FALSA. O ìndce de Laspeyres é uma méda artmétca (não harmônca) de relatvos de preços ponderados pelo valor dos bens na época base. 7

8 (b) Nas euações () e (2) acma demosntra-se ue L 0;t Q 0;t I V 0;t L Q 0;t 0;t I0;t V ) 0;t IV 0;t L Q ) a rmatva VERDADEIRA 0;t (c) VERDADEIRA. ara calcular a sére de índces de preços de Laspeyres, para cada produto precsamos das seguntes grandezas: Laspeyres: 0; p 0; p ; : : : ; p t ou seja, precsamos dos preços em todos os períodos de tempo e das uantdades na época base. ara o índce de aasche de preços, precsamos: aasche: 0; p 0; ; p ; : : : ; t; p t ou seja, precsamos de preços e uantdades em todos os períodos. Logo, Laspeyres reuer menos nformação, já ue só precsamos das uantdades na época base, motvo pelo ual é o índce empregado no INC, por exemplo. (d) O preço do produto em 96 a preços de de 95 é dado pela razão do preço corrente de 96 e do índce de preço de 96 com base em 95, ou seja: Mas sabemos ue real corrente I 95;96 I 92; I 92; Logo, e o preço real é I 95; ; ; 50 Reas de 995 ) a rmatva VERDADEIRA 4. As observações geras sobre a solução desse exercíco são as mesmas fetas para sobre a prova da tarde. Assm, a segur são dados só os resultados. Na tercera coluna da prmera tabela temos o cálculo do IG com base dez/02. A sére de índce é calculada multplcando os relatvos dados na coluna 2. ara mudar para base dez/03 basta dvdr toda a sére com base em dez/02 por, Na segunda tabela, temos um procedmento análogo partndo da sére com base em jan/03. ara calcular o saláro mínmo real a preços de dez/03, basta dvdar a sére do saláro nomnal pela sére do IG com base em dez/03. Analsando os valores do saláro mínmo real, podemos ver ue houve de ação (pelo IG) nos meses de mao, junho e julho - note ue há aumento do SM real nesses meses. 8

9 IG % Relatvo dez/02 dez/03 dez/02, , jan/03 2,7,02700, , fev/03,59,05900, , mar/03,66,06600, , abr/03 0,4,00400, , ma/03 0,67 0,993300, , jun/03 0,7 0,993000, , jul/03 0,2 0,998000, ,96873 ago/03 0,62,006200, ,97479 set/03,05,00500, , out/03 0,44,004400, , nov/03 0,48,004800, , dez/03 0,6,006000,076630, IG % Relatvo jan/03 dez/03 jan/03 2,7,02700, , fev/03,59,05900, , mar/03,66,06600, , abr/03 0,4,00400, , ma/03 0,67 0,993300, , jun/03 0,70 0,993000, , jul/03 0,20 0,998000, ,96873 ago/03 0,62,006200, ,97479 set/03,05,00500, , out/03 0,44,004400, , nov/03 0,48,004800, , dez/03 0,60,006000,053764, Saláro mínmo Nomnal A preços de dez/03 jan/ ,75 fev/ ,45 mar/ ,07 abr/ ,88 ma/ ,53 jun/ ,26 jul/ ,75 ago/ ,22 set/ ,67 out/ ,60 nov/ ,44 dez/ ,00 9

Métodos Estatísticos Aplicados à Economia I (GET00117) Números Índices

Métodos Estatísticos Aplicados à Economia I (GET00117) Números Índices Unversdade Federal Flumnense Insttuto de Matemátca e Estatístca Métodos Estatístcos Aplcados à Economa I (GET7) Números Índces Ana Mara Lma de Faras Departamento de Estatístca Agosto 25 Sumáro Índces Smples.

Leia mais

8 - Medidas Descritivas

8 - Medidas Descritivas 8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.

Leia mais

Flambagem. Cálculo da carga crítica via MDF

Flambagem. Cálculo da carga crítica via MDF Flambagem Cálculo da carga crítca va MDF ROF. ALEXANDRE A. CURY DEARTAMENTO DE MECÂNICA ALICADA E COMUTACIONAL Flambagem - Cálculo da carga crítca va MDF Nas aulas anterores, vmos como avalar a carga crítca

Leia mais

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

Leia mais

7 - Distribuição de Freqüências

7 - Distribuição de Freqüências 7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste

Leia mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,

Leia mais

DEMONSTRATIVO DE CÁLCULO DE APOSENTADORIA - FORMAÇÃO DE CAPITAL E ESGOTAMENTO DAS CONTRIBUIÇÕES

DEMONSTRATIVO DE CÁLCULO DE APOSENTADORIA - FORMAÇÃO DE CAPITAL E ESGOTAMENTO DAS CONTRIBUIÇÕES Página 1 de 28 Atualização: da poupança jun/81 1 133.540,00 15,78 10,00% 13.354,00 10,00% 13.354,00 26.708,00-0,000% - 26.708,00 26.708,00 26.708,00 jul/81 2 133.540,00 15,78 10,00% 13.354,00 10,00% 13.354,00

Leia mais

PRÓ-TRANSPORTE - MOBILIDADE URBANA - PAC COPA 2014 - CT 318.931-88/10

PRÓ-TRANSPORTE - MOBILIDADE URBANA - PAC COPA 2014 - CT 318.931-88/10 AMPLIAÇÃO DA CENTRAL DE Simpl Acum Simpl Acum jul/10 a jun/11 jul/11 12 13 (%) (%) (%) (%) 1.72.380,00 0,00 0,00 0,00 361.00,00 22,96 22,96 1/11 AMPLIAÇÃO DA CENTRAL DE ago/11 Simpl Acum Simpl Acum Simpl

Leia mais

PRÓ-TRANSPORTE - MOBILIDADE URBANA - PAC COPA 2014 - CT 318.931-88/10

PRÓ-TRANSPORTE - MOBILIDADE URBANA - PAC COPA 2014 - CT 318.931-88/10 AMPLIAÇÃO DA CENTRAL DE Simpl Acum Simpl Acum jul/10 a jun/11 jul/11 12 13 (%) (%) (%) (%) 0,00 0,00 0,00 0,00 0,00 0,00 1/11 AMPLIAÇÃO DA CENTRAL DE ago/11 Simpl Acum Simpl Acum Simpl Acum 14 set/11 15

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos

Leia mais

Resumo de Álgebra Linear - parte II

Resumo de Álgebra Linear - parte II Aula 7 Resumo de Álge Lnear - parte II 7.1 Resumo Nesta aula contnuamos desenvolvendo concetos báscos de álge lnear, aprmorando a famlardade com a notação de Drac. Bblograa: Moysés, 8.7 (em parte), e Cohen-Tannoudj,

Leia mais

Covariância na Propagação de Erros

Covariância na Propagação de Erros Técncas Laboratoras de Físca Lc. Físca e Eng. omédca 007/08 Capítulo VII Covarânca e Correlação Covarânca na propagação de erros Coefcente de Correlação Lnear 35 Covarânca na Propagação de Erros Suponhamos

Leia mais

37 [C] Verdadeira. Veja justificativa do item [B]. Moda = 8

37 [C] Verdadeira. Veja justificativa do item [B]. Moda = 8 Resposta da questão 1: [C] Calculando:,5 + 10 + 8 + 9,4 + 8 +,4 + x + 7,4 = 8, 8,5 + 10 + 8 + 9,4 + 8 +,4 + x + 7,4 = 5, x = 9,9 Moda = 8 8+ 8 Medana = = 8,5 + 10 + 8 + 9,4 + 8 +,4 + 7,4 Méda das outras

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de

Leia mais

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr

Leia mais

N 70 = 40 25N+1500 = N = 1300 N = 52 LETRA D

N 70 = 40 25N+1500 = N = 1300 N = 52 LETRA D QUESTÃO 01 QUESTÃO 0 Seja x a méda dos saláros do departamento comercal. A méda procurada é tal que 00 = x + 30 + 4 4 + + 4 x = 000 0 3300 x = R$ 400,00. QUESTÃO 03 4 0+ 3 Tem-se xp I = = 1,8 e 4+ Logo,

Leia mais

Data Moeda Valor Vista Descrição Taxa US$ 07-Jul-00 Real 0,5816 Sem frete - PIS/COFINS (3,65%) NPR 1,81 14-Jul-00 Real 0,5938 Sem frete - PIS/COFINS

Data Moeda Valor Vista Descrição Taxa US$ 07-Jul-00 Real 0,5816 Sem frete - PIS/COFINS (3,65%) NPR 1,81 14-Jul-00 Real 0,5938 Sem frete - PIS/COFINS Data Moeda Valor Vista Descrição Taxa US$ 07-Jul-00 Real 0,5816 Sem frete - PIS/COFINS (3,65%) NPR 1,81 14-Jul-00 Real 0,5938 Sem frete - PIS/COFINS (3,65%) NPR 1,8 21-Jul-00 Real 0,6493 Sem frete - PIS/COFINS

Leia mais

Experiência V (aulas 08 e 09) Curvas características

Experiência V (aulas 08 e 09) Curvas características Experênca (aulas 08 e 09) Curvas característcas 1. Objetvos 2. Introdução 3. Procedmento expermental 4. Análse de dados 5. Referêncas 1. Objetvos Como no expermento anteror, remos estudar a adequação de

Leia mais

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Teste Intermédio A. Grupo I (5 Valores)

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Teste Intermédio A. Grupo I (5 Valores) 1 UNIVERIDADE NOVA DE LIBOA Faculdade de Economa Análse de Dados e Probabldade º emestre 008/009 Teste Intermédo A Clara Costa Duarte Data: 01/04/009 Graça lva Duração: 1h Grupo I (5 Valores) uponha que

Leia mais

ESCOLA DE APLICAÇÃO DR. ALFREDO JOSÉ BALBI UNITAU APOSTILA PROF. CARLINHOS MATRIZES NOME DO ALUNO: Nº TURMA: blog.portalpositivo.com.

ESCOLA DE APLICAÇÃO DR. ALFREDO JOSÉ BALBI UNITAU APOSTILA PROF. CARLINHOS MATRIZES NOME DO ALUNO: Nº TURMA: blog.portalpositivo.com. ESCOL DE PLICÇÃO DR. LFREDO JOSÉ BLBI UNITU POSTIL MTRIZES PROF. CRLINHOS NOME DO LUNO: Nº TURM: blog.portalpostvo.com.br/captcar MTRIZES Uma matrz de ordem m x n é qualquer conunto de m. n elementos dspostos

Leia mais

DELEGACIA REGIONAL TRIBUTÁRIA DE

DELEGACIA REGIONAL TRIBUTÁRIA DE Fatores válidos para recolhimento em 01/08/2016 JANEIRO 3,3714 3,2396 3,0166 2,8566 2,6932 2,5122 2,3076 2,1551 1,9790 1,8411 1,7203 1,5947 FEVEREIRO 3,3614 3,2158 3,0021 2,8464 2,6807 2,4939 2,2968 2,1429

Leia mais

ESCOLA DE APLICAÇÃO DR. ALFREDO JOSÉ BALBI UNITAU APOSTILA PROF. CARLINHOS MATRIZES NOME DO ALUNO: Nº TURMA: blog.portalpositivo.com.

ESCOLA DE APLICAÇÃO DR. ALFREDO JOSÉ BALBI UNITAU APOSTILA PROF. CARLINHOS MATRIZES NOME DO ALUNO: Nº TURMA: blog.portalpositivo.com. ESCOL DE PLICÇÃO DR. LFREDO JOSÉ LI UNITU POSTIL MTRIZES PROF. CRLINHOS NOME DO LUNO: Nº TURM: blog.portalpostvo.com.br/captcar MTRIZES Uma matrz de ordem m n é qualquer conunto de m. n elementos dspostos

Leia mais

4 Critérios para Avaliação dos Cenários

4 Critérios para Avaliação dos Cenários Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada

Leia mais

GDOC INTERESSADO CPF/CNPJ PLACA

GDOC INTERESSADO CPF/CNPJ PLACA Fatores válidos para recolhimento em 01/02/2017 JANEIRO 3,4634 3,3316 3,1086 2,9486 2,7852 2,6042 2,3996 2,2471 2,0710 1,9331 1,8123 1,6867 FEVEREIRO 3,4534 3,3078 3,0941 2,9384 2,7727 2,5859 2,3888 2,2349

Leia mais

TABELA PRÁTICA PARA CÁLCULO DOS JUROS DE MORA ICMS ANEXA AO COMUNICADO DA-46/12

TABELA PRÁTICA PARA CÁLCULO DOS JUROS DE MORA ICMS ANEXA AO COMUNICADO DA-46/12 JANEIRO 2,7899 2,6581 2,4351 2,2751 2,1117 1,9307 1,7261 1,5736 1,3975 1,2596 1,1388 1,0132 FEVEREIRO 2,7799 2,6343 2,4206 2,2649 2,0992 1,9124 1,7153 1,5614 1,3860 1,2496 1,1288 1,0032 MARÇO 2,7699 2,6010

Leia mais

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012 Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto

Leia mais

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas

Leia mais

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de métodos

Leia mais

DATA DIA DIAS DO FRAÇÃO DATA DATA HORA DA INÍCIO DO ANO JULIANA SIDERAL T.U. SEMANA DO ANO TRÓPICO 2450000+ 2460000+

DATA DIA DIAS DO FRAÇÃO DATA DATA HORA DA INÍCIO DO ANO JULIANA SIDERAL T.U. SEMANA DO ANO TRÓPICO 2450000+ 2460000+ CALENDÁRIO, 2015 7 A JAN. 0 QUARTA -1-0.0018 7022.5 3750.3 1 QUINTA 0 +0.0009 7023.5 3751.3 2 SEXTA 1 +0.0037 7024.5 3752.3 3 SÁBADO 2 +0.0064 7025.5 3753.3 4 DOMINGO 3 +0.0091 7026.5 3754.3 5 SEGUNDA

Leia mais

Resumos Numéricos de Distribuições

Resumos Numéricos de Distribuições Estatístca Aplcada à Educação Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas

Leia mais

CAPÍTULO 2 - Estatística Descritiva

CAPÍTULO 2 - Estatística Descritiva INF 16 Prof. Luz Alexandre Peternell CAPÍTULO - Estatístca Descrtva Exercícos Propostos 1) Consderando os dados amostras abaxo, calcular: méda artmétca, varânca, desvo padrão, erro padrão da méda e coefcente

Leia mais

AULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.

AULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores. Estatístca Aplcada à Engenhara AULA 4 UNAMA - Unversdade da Amazôna.8 MEDIDA EPARATRIZE ão valores que separam o rol (os dados ordenados) em quatro (quarts), dez (decs) ou em cem (percents) partes guas.

Leia mais

Cálculo de Índices de Preços do Setor Sucroalcooleiro

Cálculo de Índices de Preços do Setor Sucroalcooleiro Cálculo de Índces de reços do Setor Sucroalcoolero Introdução O projeto tem como objetvo desenvolver uma metodologa que mensure a nflação mensal dos processos de produção de cana-deaçúcar, açúcar e etanol.

Leia mais

Radiação Térmica Processos, Propriedades e Troca de Radiação entre Superfícies (Parte 2)

Radiação Térmica Processos, Propriedades e Troca de Radiação entre Superfícies (Parte 2) Radação Térmca Processos, Propredades e Troca de Radação entre Superfíces (Parte ) Obetvo: calcular a troca por radação entre duas ou mas superfíces. Essa troca depende das geometras e orentações das superfíces,

Leia mais

valor do troco recebido foi a) R$ 0,50. b) R$ 1,00. c) R$ 1,50. d) R$ 2,50. e) R$ 2,00.

valor do troco recebido foi a) R$ 0,50. b) R$ 1,00. c) R$ 1,50. d) R$ 2,50. e) R$ 2,00. Nome: nº Data: / _ / 017 Professor: Gustavo Bueno Slva - Ensno Médo - 3º ano Lsta de Revsão 1. (Upe-ssa 017) Márca e Marta juntas pesam 115 kg; Marta e Mônca pesam juntas 113 kg; e Márca e Mônca pesam

Leia mais

Probabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições

Probabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições Probabldade e Estatístca I Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas para

Leia mais

Revisão de Férias MATEMÁTICA III SETOR SISTEMA DE ENSINO VETOR 1

Revisão de Férias MATEMÁTICA III SETOR SISTEMA DE ENSINO VETOR   1 Revsão de Féras MATEMÁTICA III SETOR 171 1. (Fuvest) Dentre os canddatos que fzeram provas de matemátca, português e nglês num concurso, 0 obtveram nota mínma para aprovação nas três dscplnas. Além dsso,

Leia mais

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas 3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

4.1 Modelagem dos Resultados Considerando Sazonalização

4.1 Modelagem dos Resultados Considerando Sazonalização 30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,

Leia mais

Probabilidade: Diagramas de Árvore

Probabilidade: Diagramas de Árvore Probabldade: Dagramas de Árvore Ana Mara Lma de Faras Departamento de Estatístca (GET/UFF) Introdução Nesse texto apresentaremos, de forma resumda, concetos e propredades báscas sobre probabldade condconal

Leia mais

TABELA PRÁTICA PARA CÁLCULO DOS JUROS DE MORA ICMS ANEXA AO COMUNICADO DA-87/12

TABELA PRÁTICA PARA CÁLCULO DOS JUROS DE MORA ICMS ANEXA AO COMUNICADO DA-87/12 JANEIRO 2,8451 2,7133 2,4903 2,3303 2,1669 1,9859 1,7813 1,6288 1,4527 1,3148 1,1940 1,0684 FEVEREIRO 2,8351 2,6895 2,4758 2,3201 2,1544 1,9676 1,7705 1,6166 1,4412 1,3048 1,1840 1,0584 MARÇO 2,8251 2,6562

Leia mais

Variável discreta: X = número de divórcios por indivíduo

Variável discreta: X = número de divórcios por indivíduo 5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha) Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado

Leia mais

2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO

2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO Materal elaborado por Mara Tereznha Marott, Rodrgo Coral e Carla Regna Kuss Ferrera Atualzado por Mlton Procópo de Borba. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO Para melhor caracterzar um conjunto

Leia mais

Caderno de Fórmulas em Implementação. SWAP Alterações na curva Libor

Caderno de Fórmulas em Implementação. SWAP Alterações na curva Libor Caderno de Fórmulas em Implementação SWAP Alterações na curva Lbor Atualzado em: 15/12/217 Comuncado: 12/217 DN Homologação: - Versão: Mar/218 Índce 1 Atualzações... 2 2 Caderno de Fórmulas - SWAP... 3

Leia mais

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de métodos

Leia mais

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores)

UNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores) UNIVERSIDADE NOVA DE LISBOA Faculdade de Economa Análse de Dados e Probabldade º Semestre 008/009 Exame Fnal ª Época Clara Costa Duarte Data: 8/05/009 Graça Slva Duração: h0 Grupo I (4 Valores) A gelatara

Leia mais

Introdução a Combinatória- Aplicações, parte II

Introdução a Combinatória- Aplicações, parte II Introdução a Combnatóra- Aplcações, AULA 7 7.1 Introdução Nesta aula vamos estudar aplcações um pouco dferentes das da aula passada. No caso estudaremos arranjos com repetção, permutações crculares e o

Leia mais

PROVA 2 Cálculo Numérico. Q1. (2.0) (20 min)

PROVA 2 Cálculo Numérico. Q1. (2.0) (20 min) PROVA Cálculo Numérco Q. (.0) (0 mn) Seja f a função dada pelo gráfco abaxo. Para claro entendmento da fgura, foram marcados todos os pontos que são: () raízes; () pontos crítcos; () pontos de nflexão.

Leia mais

Termo-Estatística Licenciatura: 4ª Aula (08/03/2013)

Termo-Estatística Licenciatura: 4ª Aula (08/03/2013) Termo-Estatístca Lcencatura: 4ª Aula (08/03/013) Prof. Alvaro Vannucc RELEMBRADO Dstrbução dscreta (hstogramas) x contínua (curvas de dstrbução): Dada uma Função de Dstrbução de Densdade de Probabldade,

Leia mais

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de

Leia mais

Exercícios. Utilizando um novo critério, essa banca avaliadora resolveu descartar a maior e a menor notas atribuídas ao professor.

Exercícios. Utilizando um novo critério, essa banca avaliadora resolveu descartar a maior e a menor notas atribuídas ao professor. Estatístca Exercícos 1. (Enem 013) Fo realzado um levantamento nos 00 hotés de uma cdade, no qual foram anotados os valores, em reas, das dáras para um quarto padrão de casal e a quantdade de hotés para

Leia mais

Fundo de Investimento Imobiliário FII Max Retail (MAXR11)

Fundo de Investimento Imobiliário FII Max Retail (MAXR11) Informações Objeto e Perfl do Fundo Investmento em empreendmentos mobláros, por meo da aqusção de móves comercas, ou de dretos a eles relatvos, prontos ou em construção, ou outros tpos de móves onde poderão

Leia mais

UNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR

UNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR Matéra / Dscplna: Introdução à Informátca Sstema de Numeração Defnção Um sstema de numeração pode ser defndo como o conjunto dos dígtos utlzados para representar quantdades e as regras que defnem a forma

Leia mais

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

Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística Escola Secundára com º cclo D. Dns 10º Ano de Matemátca A Estatístca Trabalho de casa nº 15 GRUPO I 1. Num referencal o.n. Oxyz, a undade é o cm e a esfera defnda por ( ) ( ) está nscrta num cubo. O volume

Leia mais

Safra 2016/2017. Safra 2015/2016

Safra 2016/2017. Safra 2015/2016 Valores de ATR e Preço da Tonelada de Cana-de-açúcar - Consecana do Estado do Paraná Safra 2016/2017 Mar/16 0,6048 0,6048 0,6048 66,04 73,77 Abr 0,6232 0,6232 0,5927 64,72 72,29 Mai 0,5585 0,5878 0,5868

Leia mais

Aula 3 - Classificação de sinais

Aula 3 - Classificação de sinais Processamento Dgtal de Snas Aula 3 Professor Marco Esencraft feverero 0 Aula 3 - Classfcação de snas Bblografa OPPENHEIM, AV; WILLSKY, A S Snas e Sstemas, a edção, Pearson, 00 ISBN 9788576055044 Págnas

Leia mais

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas

Leia mais

Universidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº2: Distribuições Bidimensionais

Universidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº2: Distribuições Bidimensionais Ano lectvo: 2006/2007 Unversdade da Bera Interor Departamento de Matemátca ESTATÍSTICA Fcha de exercícos nº2: Dstrbuções Bdmensonas Curso: Cêncas do Desporto 1. Consdere a segunte tabela de contngênca:

Leia mais

Aula 5 Senado Federal Parte 2

Aula 5 Senado Federal Parte 2 Aula 5 Senado Federal Parte Estatístca... Classe... 8 Lmtes de classe... 8 Ampltude de um ntervalo de classe... 9 Ampltude total da Dstrbução... 9 Ponto médo de uma classe... 9 Tpos de frequêncas... 10

Leia mais

Interpolação Segmentada

Interpolação Segmentada Interpolação Segmentada Uma splne é uma função segmentada e consste na junção de váras funções defndas num ntervalo, de tal forma que as partes que estão lgadas umas às outras de uma manera contínua e

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

SÉRIE DE PROBLEMAS: CIRCUITOS DE ARITMÉTICA BINÁRIA. CIRCUITOS ITERATIVOS.

SÉRIE DE PROBLEMAS: CIRCUITOS DE ARITMÉTICA BINÁRIA. CIRCUITOS ITERATIVOS. I 1. Demonstre que o crcuto da Fg. 1 é um half-adder (semsomador), em que A e B são os bts que se pretendem somar, S é o bt soma e C out é o bt de transporte (carry out). Fg. 1 2. (Taub_5.4-1) O full-adder

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

Matemática Financeira Seções: 3.1 até 4.3 Prof. Me. Diego Fernandes Emiliano Silva

Matemática Financeira Seções: 3.1 até 4.3 Prof. Me. Diego Fernandes Emiliano Silva 3.1 até 3.3 Stuações de fnancamento VP = parc [ 1 (1+) n ] (3.1) AV E = parc [ 1 (1+) n ] (3.2) (AV E) (1 + ) k 1 = parc [ 1 (1+) n ] (3.3) As fórmulas apresentadas acma são apresentadas nas seções 3.1,

Leia mais

Capítulo 1. Exercício 5. Capítulo 2 Exercício

Capítulo 1. Exercício 5. Capítulo 2 Exercício UNIVERSIDADE FEDERAL DE GOIÁS CIÊNCIAS ECONÔMICAS ECONOMETRIA (04-II) PRIMEIRA LISTA DE EXERCÍCIOS Exercícos do Gujarat Exercíco 5 Capítulo Capítulo Exercíco 3 4 5 7 0 5 Capítulo 3 As duas prmeras demonstrações

Leia mais

5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial

5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial 5 Métodos de cálculo do lmte de retenção em função da ruína e do captal ncal Nesta dssertação serão utlzados dos métodos comparatvos de cálculo de lmte de retenção, onde ambos consderam a necessdade de

Leia mais

FUNDAMENTOS DE INVESTIGAÇÃO OPERACIONAL. 2.º teste 21 de Maio de Duração: 1h:30. Resolução indicativa

FUNDAMENTOS DE INVESTIGAÇÃO OPERACIONAL. 2.º teste 21 de Maio de Duração: 1h:30. Resolução indicativa INSIUO SUPERIOR ÉNIO LEGI (Lcencatura em Engenhara e Gestão Industral) FUNDAMENOS DE INVESIGAÇÃO OPERAIONAL 2.º teste 21 de Mao de 2016 Duração: 1h:30 Resolução ndcatva 1. Um estabelecmento de ensno superor

Leia mais

AEP FISCAL ESTATÍSTICA

AEP FISCAL ESTATÍSTICA AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras (webercampos@gmal.com) VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras

Leia mais

Prof. Cláudio Serra, Esp. 1. Produção de Leite x índice Pluviométrico y = 0.8x R 2 =

Prof. Cláudio Serra, Esp. 1. Produção de Leite x índice Pluviométrico y = 0.8x R 2 = Análse de Regressão Cap.. Introdução Análse de regressão é uma técnca de modelagem utlzada para analsar a relação entre uma varável dependente () e uma ou mas varáves ndependentes,, 3,..., n. O ojetvo

Leia mais

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados;

Leia mais

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma. UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823

Leia mais

MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES

MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES 1. Obtenha os estmadores dos coefcentes lnear e angular de um modelo de regressão lnear smples utlzando o método

Leia mais

Análise Descritiva com Dados Agrupados

Análise Descritiva com Dados Agrupados Análse Descrtva com Dados Agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas descrtvas

Leia mais

EXPANSÃO TÉRMICA DOS LÍQUIDOS

EXPANSÃO TÉRMICA DOS LÍQUIDOS Físca II Protocolos das Aulas Prátcas 01 DF - Unversdade do Algarve EXPANSÃO ÉRMICA DOS ÍQUIDOS 1 Resumo Estuda-se a expansão térmca da água destlada e do glcerol utlzando um pcnómetro. Ao aquecer-se,

Leia mais

CURSO de ESTATÍSTICA Gabarito

CURSO de ESTATÍSTICA Gabarito UNIVERSIDADE FEDERAL FLUMINENSE TRANSFERÊNCIA o semestre letvo de 010 e 1 o semestre letvo de 011 CURSO de ESTATÍSTICA Gabarto INSTRUÇÕES AO CANDIDATO Verfque se este caderno contém: PROVA DE REDAÇÃO com

Leia mais

PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011

PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011 Instruções: PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 00/0 Cada uestão respondda corretamente vale (um) ponto. Cada uestão respondda ncorretamente vale - (menos um) ponto. Cada uestão

Leia mais

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB PROFESSOR: GUILHERME NEVES

RACIOCÍNIO LÓGICO QUANTITATIVO PARA AFRFB PROFESSOR: GUILHERME NEVES Aula 11 Estatístca.... Classe.... 7 Lmtes de classe... 7 Ampltude de um ntervalo de classe... 7 Ampltude total da Dstrbução... 8 Ponto médo de uma classe... 8 Tpos de frequêncas... 9 Meddas de Posção...

Leia mais

Escola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 7

Escola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 7 Escola Superor de Tecnologa de Vseu Fundamentos de Estatístca 006/00 Fcha nº. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas

Leia mais

Análise de faltas balanceadas e não-balanceadas utilizando Z bar. 1. Análise de falta balanceada usando a matriz de impedância de barra (Z bar )

Análise de faltas balanceadas e não-balanceadas utilizando Z bar. 1. Análise de falta balanceada usando a matriz de impedância de barra (Z bar ) Análse de altas balanceadas e não-balanceadas utlzando. Análse de alta balanceada usando a matrz de mpedânca de ra ( ) Aqu será eta uma análse de cálculo de curto-crcuto trásco (alta balanceada), utlzando

Leia mais

CONCEITOS BÁSICOS. Podemos assim caracterizar três áreas de interesse (ramos) da Estatística: Estatística Inferencial ESTATÍSTICA

CONCEITOS BÁSICOS. Podemos assim caracterizar três áreas de interesse (ramos) da Estatística: Estatística Inferencial ESTATÍSTICA 1 Estatístca CONCEITOS BÁSICOS 6 É uma metodologa ou conjunto de técncas que utlza a coleta de dados, sua classfcação, sua apresentação ou representação, sua análse e sua nterpretação vsando a sua utlzação

Leia mais

MAP Cálculo Numérico e Aplicações

MAP Cálculo Numérico e Aplicações MAP0151 - Cálculo Numérco e Aplcações Lsta 5 (Correção Neste ponto, todos já sabemos que todas as questões têm o mesmo valor, totalzando 10.0 pontos. (Questão 1 Fque com vontade de fazer mas do que fo

Leia mais

Surpresa para os calouros. Série Matemática na Escola. Objetivos

Surpresa para os calouros. Série Matemática na Escola. Objetivos Surpresa para os calouros Sére Matemátca na Escola Objetvos 1. Usando a decomposção de um número em fatores prmos, pode-se provar que um número ntero é um quadrado perfeto, se e somente se tem um número

Leia mais

2ª Atividade Formativa UC ECS

2ª Atividade Formativa UC ECS I. Explque quando é que a méda conduz a melhores resultados que a medana. Dê um exemplo para a melhor utlzação de cada uma das meddas de localzação (Exame 01/09/2009). II. Suponha que um professor fez

Leia mais

Parte 1: Exercícios Teóricos

Parte 1: Exercícios Teóricos Cálculo Numérco SME0300 ICMC-USP Lsta 2: Sstemas Lneares Métodos Dretos Professora: Cyntha de O. Lage Ferrera Parte 1: Exercícos Teórcos 1. Consdere o sstema Ax = b, onde 1 α 3 α 1 4 ; x = 5 2 1 Para que

Leia mais

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados

Leia mais

Matemática. Veículo A. Veículo B. Os gráficos das funções interceptam-se quando 50t = 80t

Matemática. Veículo A. Veículo B. Os gráficos das funções interceptam-se quando 50t = 80t Matemátca 0 Dos veículos, A e B, partem de um ponto de uma estrada, em sentdos opostos e com velocdades constantes de 50km/h e 70km/h, respectvamente Após uma hora, o veículo B retorna e, medatamente,

Leia mais

Análise de Dados e Probabilidade 1º Semestre 2006/2007

Análise de Dados e Probabilidade 1º Semestre 2006/2007 UNIVERSIDDE NOV DE LISBO Faculdade de Economa nálse de Dados e robabldade º Semestre 6/7 EXERCÍCIOS DE EXMES NTERIORES. ssocação do Sector de Vestuáro do aís Roualânda retende estudar como se dstrbuem

Leia mais

Topologia, geometria e curvas no plano

Topologia, geometria e curvas no plano Topologa, geometra e curvas no plano Roberto Imbuzero Olvera 23 de Março de 2011 1 Abertos, fechados e compactos Defnção 1 Um subconjunto F C é dto fechado se qualquer sequênca convergente em F tem lmte

Leia mais

Caderno de Exercícios Resolvidos

Caderno de Exercícios Resolvidos Estatístca Descrtva Exercíco 1. Caderno de Exercícos Resolvdos A fgura segunte representa, através de um polígono ntegral, a dstrbução do rendmento nas famílas dos alunos de duas turmas. 1,,75 Turma B

Leia mais

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO Área Centfca Curso Matemátca Engenhara Electrotécnca º Semestre º 00/0 Fcha nº 9. Um artgo da revsta Wear (99) apresenta dados relatvos à vscosdade do óleo e ao desgaste do aço maco. A relação entre estas

Leia mais

Introdução e Organização de Dados Estatísticos

Introdução e Organização de Dados Estatísticos II INTRODUÇÃO E ORGANIZAÇÃO DE DADOS ESTATÍSTICOS 2.1 Defnção de Estatístca Uma coleção de métodos para planejar expermentos, obter dados e organzá-los, resum-los, analsá-los, nterpretá-los e deles extrar

Leia mais

Estatística I Licenciatura MAEG 2006/07

Estatística I Licenciatura MAEG 2006/07 Estatístca I Lcencatura MAEG 006/07 AMOSTRAGEM. DISTRIBUIÇÕES POR AMOSTRAGEM.. Em determnada unversdade verfca-se que 30% dos alunos têm carro. Seleccona-se uma amostra casual smples de 0 alunos. a) Qual

Leia mais

Responda às questões utilizando técnicas adequadas à solução de problemas de grande dimensão.

Responda às questões utilizando técnicas adequadas à solução de problemas de grande dimensão. Departamento de Produção e Sstemas Complementos de Investgação Operaconal Exame Época Normal, 1ª Chamada 11 de Janero de 2006 Responda às questões utlzando técncas adequadas à solução de problemas de grande

Leia mais

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero

Leia mais