* O presente trabalho foi desenvolvido a partir de situações reais de emprêsas. A bibliografia no fim do artigo trata também do assunto abordado.

Tamanho: px
Começar a partir da página:

Download "* O presente trabalho foi desenvolvido a partir de situações reais de emprêsas. A bibliografia no fim do artigo trata também do assunto abordado."

Transcrição

1 Variações do Estoque: omial, Roberto Carvalho Cardoso** Real e Iflacioária* Sumário: 1. Acréscimos: omial, Real e Iflacioário. 2. Acréseimo Real a Preços de Reposição. 3. Caso Prático. 4. Bibliografia. Quado se faz o fluxo de fotes e aplicações de recursos de uma emprêsa de determiado período, geralmete tem-se o lucro como pricipal fote de recursos e como pricipal aplicação: o estoque. a maioria das vêzes, o estoque absorve sigificativas quatidades de recursos. É importate para o admiistrador cohecer o seu comportameto para a adoção da política mais adequada os períodos futuros. Como se ão bastasse os seus problemas específicos, a iflação cotribui para dar maior complexidade. Hoje em dia é cosciêcia quase geral de que em uma ecoomia iflacioária, as emprêsas perdem diheiro quado ão admiistram adequadamete seus estoques e o matêm superdimecioado. Coseqüetemete, é da máxima importâcia para o admiistrador cohecer efetivamete os acréscimos: omial, real e iflacioário. * O presete trabalho foi desevolvido a partir de situações reais de emprêsas. A bibliografia o fim do artigo trata também do assuto abordado. ** Professor-Istrutor do Departameto de Cotabilidade, Fiaças e Cotrôle da Escola de Admiistração de Emprêsas de São Paulo da Fudação Getúlio Vargas. R. Adm., Emp., Rio de Jaeiro, 10 (2): abr.lju. 1970

2 Covém ressaltar que o presete trabalho ão tem por objetivo determiar a melhor política de estoque a ser adotada, mas de forecer iformações valiosas que permitam: avaliar o estoque em moeda de determiada data base; acréscimo ou decréscimo omial; acréscimo ou decréscimo real; acréscimo ou decréscimo iflacioário; e elemetos para cálculo do lucro real. Assim, espera-se que haja uma cotribuição modesta para aquêles que possuem problema dessa ordem e pretedam solucioá-lo. 1. Acréscimos: omial, Real e Iflacioário l Para facilitar a exposição e simplificar o etedimeto dêste artigo defiir-se-ão ates algus símbolos especiais que serão utilizados freqüetemete: P i P'o I preço médio uitário de um determiado item i do estoque a data" t - 1 quatidade existete de um determiado item i a data t - 1 preço médio uitário de um determiado a data t item i do estoque q/i quatidade existete de um determiado item i a data t pr, preço uitário de reposição de um determiado item em uma data base t b Caso o leitor prefira, para efeito de melhor visualização, poderá supor que a data t-l refere-se ao estoque dos produtos existetes o dia 31 de dezembro de 1967 (data do balaço) e a data t ao do ao de A partir dêste mometo, uti1izar-se-á o têrmo acrescimo para expressar geericamete tato os acréscimos positivos como os acréscimos egativos (também chamados decréscimos). 2 Preço uitário de determiado item, correspode à soma dos valôres totais das diferetes quatidades existetes o estoque e que tiveram etrada em datas diversas, dividida pela quatidade total. 124 Revista de Admiistração de Emprêsas

3 Comparado os dois valôres totais do estoque, em duas datas diferetes, tem-se a expressão seguite: (P', q'j _ P, q) = acréscimo do valor omial do item i Exemplificado: supodo que o item i seja o caso lamiado de alumíio e tedo os valôres: piqi Cr$ ,00 (em dezembro de 1967) P/q; Cr$ ,00 (em dezembro de 1968) (P{ q; _ P, q) = Cr$ ,00 (o ao de 1968 = período) Assim posso afirmar apeas que o item lamiado de alumíio teve um acréscimo omial de Cr$ ,00. Caso se esteja iteressado, pode-se deduzir qual o elemeto ou elemetos resposáveis por tal acréscimo. As hipóteses possíveis são: 1) P~ > P, e q; = qj 1 2) P; = P, e q; = qj 3) P; < Pi e q; = qj 4) P; > r, e q; > qj 15) p: = P, e q; > qj 1 6) P~ < r. e q; > qj 1 7) P; > Pj (' q; < qj 8) P; = P, e q; < qi 9) P; < Pj e q; < q, Das possíveis hipóteses acima discriadas, pode-se explicar a variação de Cr$ ,00 ocorrida o período em questão. Como se verifica, ao aalisar apeas um item do estoque, têm-se diversas hipóteses para explicar. Imagiem a cofusão e a dificuldade quado o estoque fôr de dez, cem, vite mil ou mais ites. Procurado dar tratameto global ao estoque de uma emprêsa, tem-se a expressão:" 3 Os símbolos sigificam: LI. = acréscimo 2; = scratória dcs ites do estoque de I a, sedo o úmero total i = 1 de ites. Abril/Juho

4 l: P~ qi - l: r, qi = ~ i = 1 i = 1 o valor de ~ represeta apeas o acréscimo omial ocorrido o período de todos os ites existetes o estoque. a expressão acima, pode-se somar e subtrair ao mesmo tempo uma determiada costate que por sua vez ão alterará o resultado fial. A costate a ser utilizada, cuja razão se poderá verificar o fim da demostração será: A partir da expressão abaixo, tem-se: l: p{ q; - l: Pi qi = ~ i = 1 i = 1 l: P'q' i=l Aalisado s:\aradamete as partes que compõem o acréscimo omial, tem-se: ~r = ~i =, l: q (P i - PJ i=l Somado os dois acréscimos acima, tem-se: ~i = q(p' - p) ~r = p' (q' - q) acréscimo real do estoque a preços da data t; acréscimo iflacioário do estoque pelas quatidades da data t - 1; ~ = q (p' - p) + p' (q' - q) :. ~ = p' q' - p q ~ = ~r + ~i = p' q' - pq ~ acréscimo omial do estoque. 126 Revista de Admiistração de Emprêsas Dos valôres acima descritos (~, ~ ~.) o que mais vai iteressar 1 para o admiistrador, como se verá, é o de ~ que se refere ao acrésr

5 FIGURA 1 Preço A i = q (P' _ P) o q quatidade FIGURA 2. Preço A r = P'(q' - q) q q' quatidade Abril/Juho

6 cimo real. Como era de se esperar, o acréscimo omial com ou sem a costate mecioada sempre terá o mesmo valor para.:1 Para melhor visualização dos acréscimos acima mecioados, veja as figuras 1, 2 e 3. elas represetaram-se apeas os acréscimos positivos FIGURA 3 Preço J>' Á Á Á. Á 1 + r (P'q') - (P q) o q q' quatidade para as quatidades como para os preços. Deixou-se de apresetar gràfícamete os acréscimos egativos, tato para os preços como para as quatidades, devido à dificuldade de represetação. Salieta-se aida, que a represetação gráfica é de apeas um item do estoque, podedo-se fazê-la para o cojuto dos ites. 2. Acréscimo Real a Preços de Reposição Como se está iteressado o acréscimo real do estoque verificado em determiado período, partir-se-á isoladamete da expressão acima mecioada, ou seja: Verifica-se que o acréscimo real é proveiete da variação das quatidades existetes as duas datas, expresso em moeda da data t a 128 Revista de Admiistração de Emprêsas

7 qual é proveiete dos preços médios P;. Como o preço médio para cada emprêsa varia em fução da política do estoque adotada, covém elimiar êsse cojuto de variações adotado-se o critério de trasformar todos os valôres para uma certa data base. Para tal, há ecessidade de se recorrer a um elemeto auxiliar: o preço de reposição de determiado item! i Substituido-se P{ por Pr, Da expressão, pode-se ter: tem-se acréscimo real do estoque a preços de reposição de determiada data base (tb) FIGURA 4 Preço Pr o q' quatidade R = Pr (q' - q) 4 Preço de reposição de um determiado item i, refere-se ao preço em codições ormais de compra da emprêsa em uma determiada data. Abril/Juho

8 o trabalho extra que deverá ser executado é o cálculo do Pr, ' que evidetemete deverá ser feito através de tomada de preço o mercado dos diferetes ites. Quado o úmero de ites de uma determiada emprêsa é pequeo, poder-se-á fazer tomada de preço para todos os ites que compõem o seu estoque, correspodedo a um trabalho relativamete fácil. Todavia, quado o estoque é formado por grade úmero de ites, o trabalho tora-se ão só bastate sigificativo como impraticável dado o tempo que será despedido e o seu elevado custo. Assim sedo, apresetar-se-á separadamete o tratameto dos estoques costituídos de pequeo e de grade úmero de ites. Para melhor visualização, veja a Figura ESTOQUE COM PEQUEO ÚMERO DE ITES Como já foi mecioado, é exeqüível cosiderar o preço de reposição para todos os ites que compõem o estoque. Assim, poder-se-á ter as seguites expressões abaixo discrimiadas:, l: Pri qj j = 1 l: Prj qj j= 1, l: r; qj i = 1,, l: Pj qj i = 1 l: r, qi j = 1 ; calculado calculado calculado dado pela cotabilidade dado pela cotabilidade Sabe-se que: " l: Pj qj - l: r,qj = Â j=1 " l: Pj qj - l: P~ q. = Â i=l i=l 1 1 r l: P~ qi - 1'~1r. qj acréscimo omial do estoque em determiado período acréscimo real do estoque em determiado período a preços da data t acréscimo iflacioário do estoque em determiado período pelas quatidades da data (t-l ) 130 Revista de Admiistração de Emprêsas

9 I 1: Pri qi 1: Pri qi acrescimo real do estoque em determiado período a preços de reposição a data base Assim, têm-se todos os acréscimos para efeito de aálise a partir do cálculo de todos os ites do estoque ESTOQUE COM GRADE ÚMERO DE ITES ão seria viável fazer-se uma tomada dos preços de reposição para todos os ites que compõem o estoque quado êle é costituído de grade úmero. este caso, pesquisa-se apeas certo úmero de ites, os quais comporão uma amostra. Evidetemete, essa amostra terá que ser a mais sigificativa possível TAMAHO DA AMOSTRA Uma maeira prática e simples de escolher os ites que comporão a amostra, é escolher aquêles que ultrapassem determiado valor total (p.q) previamete estabelecido. Através do livro de estoque ou resumo fial do estoque forecem-se os seguites elemetos: Código Item Quatidade I I Préço Médio Uitário Valor Total - - q P P. q Assim, vai-se separado através da colua do "valor total" (p.q) todos os ites que apresetem o valor total superior a Cr$ 1.000,00 5, por exemplo. Para efeito de represetação simbólica, passar-se-á a represetar os ites com os seguites símbolos quado: i -+- ites gerais pertecetes a -+- ites pertecetes à amostra. ao estoque; 5 Podedo ser outro limite iferior, tedo-se em cosideração que quato maior fôr o limite meor será a amostra e vice-versa. Abril/Juho

10 as iformações abaixo estarão dispoíveis: 1: r, qi a expressão a porcetagem acima calculada correspoderá ao tamaho da amostra com relação ao uiverso em aálise. a maioria dos casos, é com certa facilidade que se tem uma amostra que represeta de 70 a 80% do valor total do estoque com pequeo úmero de ites. Caso haja iterêsse em aumetar o tamaho da amostra, é suficiete reduzir o limite iferior (P.q), a fim de que maior úmero de ites seja separado CÁLCULO 00 ACRÉSCIMO o tratameto dado para o estoque com pequeo úmero de ites é aplicado igualmete para os ites que compõem a amostra. Assim, são dispoíveis as seguites expressões: 1: p a qa; 1: P, qi; 1: Pra q para a data t -1; =1 =1 I I I I I 1: Pa q,,; 1: Pi qi; 1: Pra q" =1 =1 com os valôres dispoíveis a data t-l ídice: 1: Pr q",,= 1 1: P" q" =1 para a data t; pode-se calcular o seguite sedo 11 o ídice que idicará a relação existete etre os preços de reposição e os preços da data t-l para os ites que compõem a amos- 132 Revista de Admiistração de Emprêsas

11 tra, Cohecedo-se a variação percetual através da amostra, pode-se aplicar o referido ídice para o valor total do estoque a data t-l a fim de covertê-lo a preços de reposição da data base. Em símbolos, tem-se Sedo Vt _ 1 o valor total do estoque de (t-1) a preços de reposição. O mesmo tratameto e desevolvimeto deverá ser dado para o estoque a data t, como segue:, 1: Pra qa...:a::..::=:..=...1 = 1 2 " 1: r;qa a=1 Assim, o valor do estoque da data t a preços de reposição da data base, será igual: L~1P~q[ ] X 12 = v, Fialmete, pode-se obter o acréscimo real a preços de reposição uma vez que os dois estoques estão represetados em moeda de mesma data. A difereça abaixo: Vt - Vt-1 = ÁR forecerá o valor de Á R que correspode ao acréscimo real a preços de reposição do período em estudo. 3. Caso Prático Para melhor visualização do trabalho atrás desevolvido, apresetarse-ão exemplos de cálculo dos acréscimos decorridos em um período. Assim, a Tabela I, tem-se arrolado a primeira colua os ites (produtos) que compõem o estoque e, as seguites, as diferetes quatidades e preços e respectivos valôres totais por item ESTOQUE COM PEQUEO ÚMERO DE ITES Como já se mecioou, para os estoques compostos com pequeo úmero de ites, dá-se o tratameto para todos os produtos, pesquisa- Abril/Juho

12 do-se o seu respectivo preço de reposição. Assim, supodo-se que os produtos costates a Tabela I perfazem o estoque total, têm-se as iformações seguites: Cr$ ,87 (dado pela cotabilidade) " l: Pi qj i = 1 Cr$ ,72 (dado pela cotabilidade) Cr$ ,01 (calculado) l: Pri qi i = 1, l: Pri qi i= 1 Cr$ ,28 (calculado) Cr$ ,28 (calculado) o ACRÉSCIMO OMIAL SERÁ: " $ à = l: P, qi - l: P i q, = Cr$ ,72 - Cr ,87 i = 1 i = 1 à = Cr$ , o ACRÉSCIMO REAL SERÁ: ar = f P: q: - 1: P: qj= Cr$ ,72 - Cr$ ,01 i= 1 i= 1 ar = Cr$ , o ACRÉSCIMO IFLACIOÁRIÓ SERÁ:, à j = l: P i qi - l: P, qi = Cr$ ,01 - Cr$ ,87 i = 1 i = 1 ài = Cr$ , ESTOQUE COM GRADE ÚMERO DE ITES Utilizado-se a mesma tabela I para efeito de cálculo e supodo-se, esse caso, que os produtos fazem parte de uma amostra, têm-se as iformações seguites: 134 Revista de Admiistração de Emprêsas

13 ~~ ~ ~~ e ~ ~ e k ~~ 8 ~~~~gggg8~~~gggggg~@~~g~g~gg~g~ggg~~~ ~~~~~Ô~~~~~~Ô~Ô~~~OOÔOO~~Ô~~~~~OO~ OOM~OM~~M~M_MOOM~~~~~O~~O~M-~~OMO~~ ~~v~~~~~v~o~~oo~~oo~o~~~~~v~~~~oo~~~oo ~~ M~ ~ ~M~M~~ ~~~~~M~M~ ~~~~M~OO - s3 ~ ~ ~ e e ~~ ~~~ ~~ c.~ ~ g&- ~ ~ ~~ ~ ~ s ~ ~ e ~~8 ~ ~ e ~ ~ ~ e 8 < ~~ ~ < ~ ~ = ~ a es ~~ ~. ~ t~ ~~ ~ e ~ ~~ 8 ~~ ~ =a Ê es ~~. ê t~ g~~g~~$~~~g~~~~~@~~~~~~~~gg~~~~g~~~go OO~Ô~~~~~~OO~~~~~~~~~~~Ô~~~OO~~~~~~ÔÔ ~~_~O_M~~OO~O~_~~_~OOO~_~oo~oo~~O~~~MM ~~M~~~~~~~~~M~O~~~~~~~O~~O~~~O-~ ~~~M~~~~ ~~~~ ~~~~~~~~~~~~~M~M~~ - O~~OOOO~~OOO~O~~O~~-OOOOOO~OOOOOOOO _~MO~~OO~~~~_~~~M~OMOOOO~~~~~M~~O~~~ - ~~~ÔOO~~~~OO~~~Ô~OO~OO~OOOO~~~~~~~~~~~ ~~~~~OOOO~~~~O~~~~~~ooOO~~~~OO~~~~~~O~~ ~~M~O~~OOOO~_~OOOO~O~~OMOO~MOO~~~~OO-MOO ~~ ~~ ~ M~~M~~ ~~ ~~MMM ~~MMM ~_~M~~~~OO_~~OO~OMM~~_~O~~_O~OO~OMO~~ ~~~OO ~OOO~~OO~~~~O~~~~~~~~ ooo~oo~~~ ~~~~~~~ v~~~~~oov~ ~~ - ~~õ~g~gg~~~~~~~~g~~~~8~~~~~~~~~g~~gg~ Ô~~~ÔÔ~~ÔÔ~OOÔÔ~~~Ô~~Ô~~OO~~Ô~~~Ô~ ~~~~~oov~~~~~~~~v~m~oo~vmm~~v~oo~~~m ~~O~MO~~_~OM~O~M_OO~~~~~OO ~~~_~ ~~~M~~~~~~~~~~~~~~~~~~~~~~MMM~ ~ - ~ - e =~ e ~

14 1: Pa qa = Cr$ ,87 a=1 Cr$ ,72 (dado pela cotabilidade) (dado pela cotabilidade) Cr$ ,01 (calculado) Cr$ ,28 (calculado) 1: Praq'a = Cr$ ,28 a=1 (calculado) 1: P i q, = Cr$ ,50 f P~ q~ = Cr$ ,60 (dado pela cotabilidade) (dado pela cotabilidade) Covém salietar que os ites represetados pela letra a são da amostra e os represetates por i fazem parte do total do estoque (uiverso) obtido através da cotabilidade da emprêsa o AcRÉSCIMO OMIAL SERÁ: r z, = 1: Pi qi - 1: Pi qi i=l i=l A Cr$ ,60 - Cr$ ,50 '-l ~ Cr$ , o ACRÉSCIMO REAL SERÁ: ", ~r = 1: P i q; - 1: Pi qi Todavia, para poder calcular o acréscimo real, tem-se a ecessidade de estimar o valor de, 1: Pi qi 136 Revista de Admiistração de Emprêsas

15 a partir dos valôres de:, 1: r, qa e 1:Pa qa a=1 a=1 uma vez que se guardou a relação:, 1: r; qa a=1 1: r, qa a=1 sedo 13 o ídice de variação de preço da data t-l para a data t dos ites que compõem a amostra do estoque com as quatidades de t-1. Assim, o valor total do estoque estimado será: Fazedo os cálculos para estimar o valor de 13 assim,, 1: r; qa a=1 1: r, qa a=1 Cr$ ,01 Cr$ ,87 i~ P~ qi '" [i~1 Pi q] X 13 = I: P; qi::::: Cr$ ,69 Tomado-se a fórmula do acréscimo real:,, z, = 1: Pi qí - 1: r; qi ~r Cr$ ,60 - Cr$ ,69 ~r Cr$ ,91 1: P; qü tem-se: 1,116 Cr$ ,50 x 1, O acréscimo iflacioário poderá ser calculado a partir da expressão ~ = ~r + ~i ' ode o valor de ~i será: ~i = Â - ~r Abril/Juho

16 Substituido-se pelos respectivos valôres, tem-se ~i Cr$ ,10 - Cr$ ,91 ~i Cr$ , O acréscimo real a preços de reposição. Calculado-se o estoque da data t-l reposição, tem-se: para a data base dos preços de :E Pra qa..:,,;...=...:1'-- = 11 :E P" qa,,=1 Cr$ ,28 Cr$ ,87 substituido, 1,163 O valor do estoque a data base será igual a: Vt-1 = L~1 Piq] X 11 v, _ 1 Cr$ ,50 x 1,163 V - t 1 Cr$ ,48 Dado-se o mesmo tratameto para o estoque da data t, tem-se: I :E Pr" q,...::a;...=...:1 = 1 2 i: P~ q~ a=1 substituido; Cr$ ,28 12 = ,049 Cr$ ,72 O valor do estoque a data base será: v, = [.I: P~q~JX 12 i =. 1 v, Cr$ ,60 X 1,049 v, Cr$ , Revista de Admiistração de Emprêsas

17 o acréscimo real a preços de reposição é igual: dr = V t - V t - 1 substituido dr Cr$ ,35 - Cr$ ,48 dr Cr$ ,87. Bibliografia AMMER, Dea S. MateriaIs Maagemet as a Profit Ceter. Harvard Busiess Review, vol. 47, jaeiro de HEDRlKSE, Eldo S. Accoutig Theory, Homewood, Illiois, Richard D. Irwi, especialmete os capítulos 7 elo. AMERlCA ACCOUTIOASSOCIATIO,Committee o Cocepts ad Stadards - Ivetory Measuremet. A Dscussio of Various Approaches to Ivetory Measuremet, Supplemetary Statemet.? 2. Accoutig Review, voi. XXXIX, julho de o Istituto de Orgaização Racioal do Trabalho - abreviadamete IDORT - GB - como seus cogêeres de outros Estudos, propõe-se a realizar e proporcioar a seus associados e demais iteressados: Itercâmbio Iteracioal Forum de estudos Treiameto Assistêcia técica Revista Biblioteca Prêmio de orgaização admiistração Cogressos e Abril/Juho

Número-índice: Conceito, amostragem e construção de estimadores

Número-índice: Conceito, amostragem e construção de estimadores Número-ídice: Coceito, amostragem e costrução de estimadores Objetivo Geral da aula Defiir o que são os úmeros-ídices, efatizado a sua importâcia para aálise ecoômica. Cosidere os dados apresetados a Tabela

Leia mais

Estudando complexidade de algoritmos

Estudando complexidade de algoritmos Estudado complexidade de algoritmos Dailo de Oliveira Domigos wwwdadomicombr Notas de aula de Estrutura de Dados e Aálise de Algoritmos (Professor Adré Bala, mestrado UFABC) Durate os estudos de complexidade

Leia mais

6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral

6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral 6 ESTIMAÇÃO 6.1 Estimativa de uma média populacioal: grades amostras Defiição: Um estimador é uma característica amostral (como a média amostral x ) utilizada para obter uma aproximação de um parâmetro

Leia mais

O termo "linear" significa que todas as funções definidas no modelo matemático que descreve o problema devem ser lineares, isto é, se f( x1,x2

O termo linear significa que todas as funções definidas no modelo matemático que descreve o problema devem ser lineares, isto é, se f( x1,x2 MÓDULO 4 - PROBLEMAS DE TRANSPORTE Baseado em Novaes, Atôio Galvão, Métodos de Otimização: aplicações aos trasportes. Edgar Blücher, São Paulo, 978..CONCEITOS BÁSICOS DE PROGRAMAÇÃO LINEAR É uma técica

Leia mais

O QUE HÁ DE ERRADO COM O MERCADO ACIONÁRIO BRASILEIRO? - COMPARAÇÃO ENTRE OS RETORNOS MÉDIOS DO IBOVESPA E DO CDI NO PERÍODO DE 1986 A 2004

O QUE HÁ DE ERRADO COM O MERCADO ACIONÁRIO BRASILEIRO? - COMPARAÇÃO ENTRE OS RETORNOS MÉDIOS DO IBOVESPA E DO CDI NO PERÍODO DE 1986 A 2004 V I I S E M E A D P E S Q U I S A Q U A N T I T A T I V A F I N A N Ç A S O QUE HÁ DE ERRADO COM O MERCADO ACIONÁRIO BRASILEIRO? - COMPARAÇÃO ENTRE OS RETORNOS MÉDIOS DO IBOVESPA E DO CDI NO PERÍODO DE

Leia mais

Parte 3: Gráfico de Gestão de Estoque. Gráficos e Cálculos Fundamentais

Parte 3: Gráfico de Gestão de Estoque. Gráficos e Cálculos Fundamentais Capítulo 3: Gestão de stoques Curso de Admiistração de mpresas 2º Semestre 09 Disciplia: Admiistração da Logística e Patrimôio Capítulo 03: Gestão de estoques (Partes 3 e 4) Parte : Itrodução Parte 2:

Leia mais

Exercício: Mediu-se os ângulos internos de um quadrilátero e obteve-se 361,4. Qual é o erro de que está afetada esta medida?

Exercício: Mediu-se os ângulos internos de um quadrilátero e obteve-se 361,4. Qual é o erro de que está afetada esta medida? 1. Tratameto estatísticos dos dados 1.1. TEORIA DE ERROS O ato de medir é, em essêcia, um ato de comparar, e essa comparação evolve erros de diversas origes (dos istrumetos, do operador, do processo de

Leia mais

n ) uma amostra aleatória da variável aleatória X.

n ) uma amostra aleatória da variável aleatória X. - Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer

Leia mais

ESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA)

ESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA) 06 ETIMÇÃO OR INTERVLO (INTERVLO DE CONINÇ) Cada um dos métodos de estimação potual permite associar a cada parâmetro populacioal um estimador. Ora a cada estimador estão associadas tatas estimativas diferetes

Leia mais

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos Aálise de Algoritmos Aálise de Algoritmos Prof Dr José Augusto Baraauskas DFM-FFCLRP-USP A Aálise de Algoritmos é um campo da Ciêcia da Computação que tem como objetivo o etedimeto da complexidade dos

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

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

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

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

Introdução a Complexidade de Algoritmos

Introdução a Complexidade de Algoritmos Itrodução a Complexidade de Algoritmos Estruturas de Dados Prof. Vilso Heck Juior Apresetação Revisão - O Algoritmo; A Complexidade; Exercício. Complexidade de Algoritmos REVISÃO - O ALGORITMO O Algoritmo

Leia mais

CAP. I ERROS EM CÁLCULO NUMÉRICO

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

Leia mais

Taxas e Índices. Ana Maria Lima de Farias Dirce Uesu Pesco

Taxas e Índices. Ana Maria Lima de Farias Dirce Uesu Pesco Taxas e Ídices Aa Maria Lima de Farias Dirce Uesu esco Itrodução Nesse texto apresetaremos coceitos básicos sobre ídices e taxas. Embora existam aplicações em diversos cotextos, essas otas utilizaremos

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

Métodos Quantitativos para Ciência da Computação Experimental Aula #4

Métodos Quantitativos para Ciência da Computação Experimental Aula #4 Métodos Quatitativos para Ciêcia da Computação Experimetal Aula #4 Jussara Almeida DCC-UFMG 2017 Measuremets are ot to provide umbers, but isights Metodologia de Comparação de Sistemas Experimetais Comparado

Leia mais

Stela Adami Vayego DEST/UFPR

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

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS Acerca dos coceitos de estatística e dos parâmetros estatísticos, julgue os ites seguites. CONHECIMENTOS ESPECÍFICOS CESPE/UB STM 67 A partir do histograma mostrado a figura abaixo, é correto iferir que

Leia mais

TRANSPORTES. Sessão Prática 4 Amostragem de escalares

TRANSPORTES. Sessão Prática 4 Amostragem de escalares Mestrado Itegrado em Egeharia Civil TRNPORTE Prof. Resposável: Luis Picado atos essão Prática 4 mostragem de escalares Istituto uperior Técico / Mestrado Itegrado Egeharia Civil Trasportes ulas Práticas

Leia mais

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17)

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17) Capítulo 5- Itrodução à Iferêcia estatística. (Versão: para o maual a partir de 2016/17) 1.1) Itrodução.(222)(Vídeo 39) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar

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

1. Dados: Deve compreender-se a natureza dos dados que formam a base dos procedimentos

1. Dados: Deve compreender-se a natureza dos dados que formam a base dos procedimentos 9. Testes de Hipóteses 9.. Itrodução Uma hipótese pode defiir-se simplesmete como uma afirmação acerca de uma mais populações. Em geral, a hipótese se refere aos parâmetros da população sobre os quais

Leia mais

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO Dr. Sivaldo Leite Correia CONCEITOS, LIMITAÇÕES E APLICAÇÕES Nos tópicos ateriores vimos as estratégias geeralizadas para

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 11.º Ano Versão 1

FICHA de AVALIAÇÃO de MATEMÁTICA A 11.º Ano Versão 1 FICHA de AVALIAÇÃO de MATEMÁTICA A.º Ao Versão Nome: N.º Turma: Professor: Classificação: Apresete o seu raciocíio de forma clara, idicado todos os cálculos que tiver de efetuar e todas as ustificações

Leia mais

Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem

Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem Mestrado Itegrado em Egeharia Civil Disciplia: TRNSPORTES Prof. Resposável: José Mauel Viegas Sessão Prática 4: mostragem Istituto Superior Técico / Mestrado Itegrado Egª Civil Trasportes ulas Práticas

Leia mais

Mas o que deixou de ser abordado na grande generalidade desses cursos foi o estudo dos produtos infinitos, mesmo que só no caso numérico real.

Mas o que deixou de ser abordado na grande generalidade desses cursos foi o estudo dos produtos infinitos, mesmo que só no caso numérico real. Resumo. O estudo das séries de termos reais, estudado as disciplias de Aálise Matemática da grade geeralidade dos cursos técicos de liceciatura, é aqui estedido ao corpo complexo, bem como ao caso em que

Leia mais

O teste de McNemar. A tabela 2x2. Depois - Antes

O teste de McNemar. A tabela 2x2. Depois - Antes Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br O teste de McNemar O teste de McNemar para a sigificâcia de mudaças é particularmete aplicável aos experimetos do tipo "ates e depois"

Leia mais

5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO

5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5.1 INTRODUÇÃO Um sistema é defiido como todo o cojuto de compoetes itercoectados, previamete determiados, de forma a realizar um cojuto

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

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

Mineração de Dados em Biologia Molecular

Mineração de Dados em Biologia Molecular Mieração de Dados em Biologia Molecular Tópicos Adré C. P. L. F. de Carvalho Moitor: Valéria Carvalho Preparação de dados Dados Caracterização de dados Istâcias e Atributos Tipos de Dados Exploração de

Leia mais

CAPÍTULO IV DESENVOLVIMENTOS EM SÉRIE

CAPÍTULO IV DESENVOLVIMENTOS EM SÉRIE CAPÍTUO IV DESENVOVIMENTOS EM SÉRIE Série de Taylor e de Mac-auri Seja f ) uma fução real de variável real com domíio A e seja a um poto iterior desse domíio Supoha-se que a fução admite derivadas fiitas

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

DERIVADAS DE FUNÇÕES11

DERIVADAS DE FUNÇÕES11 DERIVADAS DE FUNÇÕES11 Gil da Costa Marques Fudametos de Matemática I 11.1 O cálculo diferecial 11. Difereças 11.3 Taxa de variação média 11.4 Taxa de variação istatâea e potual 11.5 Primeiros exemplos

Leia mais

Distribuições Amostrais

Distribuições Amostrais 7/3/07 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/07/07 09:3 ESTATÍSTICA APLICADA I - Teoria

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

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

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

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

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

A DESIGUALDADE DE CHEBYCHEV

A DESIGUALDADE DE CHEBYCHEV A DESIGUALDADE DE CHEBYCHEV Quado se pretede calcular a probabilidade de poder ocorrer determiado acotecimeto e se cohece a distribuição probabilística que está em causa o problema, ão se colocam dificuldades

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

3 Técnica de Traçado de Raios 3.1. Introdução

3 Técnica de Traçado de Raios 3.1. Introdução 3 Técica de Traçado de Raios 3.. Itrodução Uma técica de traçado de raios aplicada à rádio-propagação cosiste a aálise, com base os resultados da ótica geométrica, da propagação de odas de rádio-freqüêcia

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

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

1 Amintas engenharia

1 Amintas engenharia 1 Amitas egeharia 2 Cálculo Numérico 1. Itrodução Amitas Paiva Afoso 3 1. Itrodução O que é o Cálculo Numérico? 4 1. Itrodução O Cálculo Numérico correspode a um cojuto de ferrametas ou métodos usados

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 11.º Ano Versão 2

FICHA de AVALIAÇÃO de MATEMÁTICA A 11.º Ano Versão 2 FICHA de AVALIAÇÃO de MATEMÁTICA A.º Ao Versão Aluo: N.º Turma: Professor: Classificação: Apresete o seu raciocíio de forma clara, idicado todos os cálculos que tiver de efetuar e todas as justificações

Leia mais

ESCOLA BÁSICA DE ALFORNELOS

ESCOLA BÁSICA DE ALFORNELOS ESCOLA BÁSICA DE ALFORNELOS FICHA DE TRABALHO DE MATEMÁTICA 9.º ANO VALORES APROXIMADOS DE NÚMEROS REAIS Dado um úmero xe um úmero positivo r, um úmero x como uma aproximação de x com erro iferior a r

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

UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA

UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA EAE 206 Macroecoomia I 1º Semestre de 2018 Professor Ferado Rugitsky Lista de Exercícios 3 [1] Cosidere

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

Aula 3 : Somatórios & PIF

Aula 3 : Somatórios & PIF Aula 3 : Somatórios & PIF Somatório: Somatório é um operador matemático que os permite represetar facilmete somas de um grade úmero de parcelas É represetado pela letra maiúscula do alfabeto grego sigma

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

Prática I GRANDEZAS FÍSICAS E TEORIA DOS ERROS

Prática I GRANDEZAS FÍSICAS E TEORIA DOS ERROS Prática I GRANDEZAS FÍSICAS E TEORIA DOS ERROS INTRODUÇÃO O desevolvimeto do homem deve-se ao fato de que ele procurou observar os acotecimetos ao seu redor. Ao ver os resultados dos diversos evetos, ele

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

Câmpus Rio do Sul e Bolsistas do IFC Câmpus Rio do Sul.

Câmpus Rio do Sul e Bolsistas do IFC Câmpus Rio do Sul. ANÁLISE DA VARIABILIDADE DA UMIDADE RELATIVA DO AR PARA A CIDADE DE ITUPORANGA-SC Roberto HAVEROTH, Leoardo NEVES, Katiai ELI 3, Joabe W. PITZ 3, Elizabete FERNANDES 4, Jaquelie CARVALHO 4, Evadro C. OLIVEIRA

Leia mais

ENGENHARIA DA QUALIDADE A ENG AULA 3 TEOREMA DO LIMITE CENTRAL INTRODUÇÃO AO CONTROLE ESTATÍSTICO DE PROCESSO

ENGENHARIA DA QUALIDADE A ENG AULA 3 TEOREMA DO LIMITE CENTRAL INTRODUÇÃO AO CONTROLE ESTATÍSTICO DE PROCESSO ENGENHARIA DA QUALIDADE A ENG 09008 AULA 3 TEOREMA DO LIMITE CENTRAL INTRODUÇÃO AO CONTROLE ESTATÍSTICO DE PROCESSO PROFESSOR: CARLA SCHWENGBER TEN CATEN Teorema do limite cetral A soma (e sua média) de

Leia mais

Análise de Informação Económica e Empresarial Prova Época Normal 17 de Junho de 2013 Duração: 2h30m (150 minutos)

Análise de Informação Económica e Empresarial Prova Época Normal 17 de Junho de 2013 Duração: 2h30m (150 minutos) Desidade Liceciaturas Ecoomia/Fiaças/Gestão 1º Ao Ao lectivo de 01-013 Aálise de Iformação Ecoómica e Empresarial Prova Época ormal 17 de Juho de 013 Duração: h30m (150 miutos) Respoda aos grupos em Folhas

Leia mais

Disciplina: TRANSPORTES. Sessão Prática 4 (Tipo A): Amostragem

Disciplina: TRANSPORTES. Sessão Prática 4 (Tipo A): Amostragem Mestrado Itegrado em Egeharia Civil Disciplia: TRANSPORTES Prof. Resposável: José Mauel Viegas Sessão Prática 4 (Tipo A): Amostragem 008 / 009 Istituto Superior Técico / Mestrado Itegrado Egª Civil Trasportes

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

Métodos de Classificação dos Objetos Segmentados(IAR) Vizinho Próximo Lógica Fuzzy

Métodos de Classificação dos Objetos Segmentados(IAR) Vizinho Próximo Lógica Fuzzy Viziho Próximo ógica Fuzzy Métodos de Classificação dos Objetos Segmetados(IAR) objeto REGRA CASSE Fuzzy Cohecimeto Miima Distâcia Viziho Próximo O método do viziho próximo é baseado o método da míima

Leia mais

5 Teoria dos Valores Extremos

5 Teoria dos Valores Extremos Teoria dos Valores Extremos 57 5 Teoria dos Valores Extremos A Teoria dos Valores Extremos vem sedo bastate utilizada em campos ligados a evetos raros. Sua estatística é aplicada a estimação de evetos

Leia mais

Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL

Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL Prof. Fabrício Maciel Gomes Departameto de Egeharia Química Escola de Egeharia de Lorea EEL Referêcias Bibliográficas Sistema de Avaliação Duas Provas teóricas Um Trabalho em Grupo MédiaFial 0,4 P 0,4

Leia mais

CARTA DE CONTROLE PARA MONITORAMENTO DE FRAÇÃO DE CONFORMES UTILIZANDO UM NOVO ESTIMADOR

CARTA DE CONTROLE PARA MONITORAMENTO DE FRAÇÃO DE CONFORMES UTILIZANDO UM NOVO ESTIMADOR XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. CARTA DE CONTROLE PARA MONITORAMENTO DE FRAÇÃO DE CONFORMES UTILIZANDO UM NOVO ESTIMADOR Ruth Pereira Loureço (USP) ruth.p.loureco@gmail.com Lida Lee Ho

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 0 Estimação de parâmetros populacioais 9.. Itrodução Aqui estudaremos o problema de avaliar certas características dos elemetos da população (parâmetros), com base em operações com os dados de uma

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

FICHA de AVALIAÇÃO de MATEMÁTICA A 11.º Ano Versão 4

FICHA de AVALIAÇÃO de MATEMÁTICA A 11.º Ano Versão 4 FICHA de AVALIAÇÃO de MATEMÁTICA A.º Ao Versão Aluo: N.º Turma: Professor: Classificação: Apresete o seu raciocíio de forma clara, idicado todos os cálculos que tiver de efetuar e todas as justificações

Leia mais

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal.

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal. biomial seria quase simétrica. Nestas codições será também melhor a aproximação pela distribuição ormal. Na prática, quado e p > 7, a distribuição ormal com parâmetros: µ p 99 σ p ( p) costitui uma boa

Leia mais

e, respectivamente. Os valores tabelados para a distribuição t-student dependem do número de graus de liberdade ( n 1 e

e, respectivamente. Os valores tabelados para a distribuição t-student dependem do número de graus de liberdade ( n 1 e Prof. Jaete Pereira Amador 1 1 Itrodução Um fator de grade importâcia a pesquisa é saber calcular corretamete o tamaho da amostra que será trabalhada. Devemos ter em mete que as estatísticas calculadas

Leia mais

APLICAÇÃO NO ENSINO DE CÁLCULO NUMÉRICO NA ENGENHARIA DE ALIMENTOS: CONTROLE DO CRESCIMENTO MICROBIANO

APLICAÇÃO NO ENSINO DE CÁLCULO NUMÉRICO NA ENGENHARIA DE ALIMENTOS: CONTROLE DO CRESCIMENTO MICROBIANO APLICAÇÃO NO ENSINO DE CÁLCULO NUMÉRICO NA ENGENHARIA DE ALIMENOS: CONROLE DO CRESCIMENO MICROBIANO 1. INRODUÇÃO Quado os defrotamos com um problema que ão possui solução aalítica tora-se imprescidível

Leia mais

CAPÍTULO 8 - Noções de técnicas de amostragem

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

Leia mais

Whats: PROGRESSÃO GEOMÉTRICA

Whats: PROGRESSÃO GEOMÉTRICA Questões Vídeos 1. As áreas dos quadrados a seguir estão em progressão geométrica de razão 2. Podemos afirmar que os lados dos quadrados estão em a) progressão aritmética de razão 2. b) progressão geométrica

Leia mais

; 2N 2N.! " j %.(1 & q)2 N & j.q j. j!(2n & j)!

; 2N 2N.!  j %.(1 & q)2 N & j.q j. j!(2n & j)! DERIVA GENÉTICA Seja uma população de tamaho fiito N, costate ao logo das gerações; sejam aida p e q as freqüêcias dos alelos A e a de um loco autossômico a geração ; como o tamaho da população é costate,

Leia mais

AULA Subespaço, Base e Dimensão Subespaço.

AULA Subespaço, Base e Dimensão Subespaço. Note bem: a leitura destes apotametos ão dispesa de modo algum a leitura ateta da bibliografia pricipal da cadeira TÓPICOS Subespaço. ALA Chama-se a ateção para a importâcia do trabalho pessoal a realizar

Leia mais

MATEMÁTICA MÓDULO 6 ESTATÍSTICA. Professor Haroldo Filho

MATEMÁTICA MÓDULO 6 ESTATÍSTICA. Professor Haroldo Filho MATEMÁTICA Professor Haroldo Filho MÓDULO 6 ESTATÍSTICA 1.1 ESTATÍSTICA É a ciêcia que utiliza a coleta de dados, sua classificação, sua apresetação, sua aálise e sua iterpretação para se tomar algum tipo

Leia mais

Comparação entre duas populações

Comparação entre duas populações Comparação etre duas populações AMOSTRAS INDEPENDENTES Comparação etre duas médias 3 Itrodução Em aplicações práticas é comum que o iteresse seja comparar as médias de duas diferetes populações (ambas

Leia mais

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

Objetivo. Estimar a média de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra. Objetivo Estimar a média de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: : peso médio de homes a faixa etária de 20 a 30 aos,

Leia mais

DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS

DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS DTRMINANDO A SIGNIFIÂNIA STATÍSTIA PARA AS DIFRNÇAS NTR MÉDIAS Ferado Lag da Silveira Istituto de Física - UFRGS lag@if.ufrgs.br O objetivo desse texto é apresetar através de exemplos uméricos como se

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

Formas Normais. Dalton E. dos Santos, Kelvin E. Nogueira da Silva, Jorge L. dos Santos Ramos Jr.

Formas Normais. Dalton E. dos Santos, Kelvin E. Nogueira da Silva, Jorge L. dos Santos Ramos Jr. Formas Normais Dalto E. dos Satos, Kelvi E. Nogueira da Silva, Jorge L. dos Satos Ramos Jr. Departameto de Iformática Uiversidade Tecológica Federal do Paraá (UTFPR) CEP: 80230-901 Curitiba PR Brasil daltoes@ms.com,

Leia mais

EPR 007 Controle Estatístico de Qualidade

EPR 007 Controle Estatístico de Qualidade EP 7 Cotrole Estatístico de Qualidade Prof. Dr. Emerso José de Paiva Gráficos e tabelas origiadas de Costa, Epprecht e Carpietti (212) 1 Num julgameto, ifelizmete, um iocete pode ir pra cadeia, assim como

Leia mais

Matriz de Contabilidade Social. Prof. Eduardo A. Haddad

Matriz de Contabilidade Social. Prof. Eduardo A. Haddad Matriz de Cotabilidade Social Prof. Eduardo A. Haddad Fluxo circular da reda 2 Defiição 1 Sistema de dados desagregados, cosistetes e completos, que capta a iterdepedêcia existete detro do sistema socioecoômico

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

Sumário. 2 Índice Remissivo 17

Sumário. 2 Índice Remissivo 17 i Sumário 1 Itrodução à Iferêcia Estatística 1 1.1 Defiições Básicas................................... 1 1.2 Amostragem....................................... 2 1.2.1 Tipos de Amostragem.............................

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CESPE/UB FUB/0 fa 5 4 CONHECIMENTOS ESPECÍFICOS 60 As distribuições B e C possuem os mesmos valores para os quartis Q e Q, e o quartil superior em B correspode ao quartil cetral (Q ) da distribuição A.

Leia mais

Problema de Fluxo de Custo Mínimo

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

Leia mais

Exame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase

Exame Final Nacional de Matemática Aplicada às Ciências Sociais a Fase Exame Fial Nacioal de Matemática Aplicada às Ciêcias Sociais 006 -. a Fase Proposta de resolução 1. 1.1. 1.1.1. Utilizado a iformação da tabela dada e idetificado o úmero de votos de cada partido com a

Leia mais

Organização de Arquivos

Organização de Arquivos Orgaização de Arquivos Cristia D. A. Ciferri Thiago A. S. Pardo Leadro C. Citra M.C.F. de Oliveira Moacir Poti Jr. Por que Orgaizar Arquivos? Cosidere o seguite stream (fluxo) de bytes AmesJoh123 MapleStillwaterOK74075MasoAla90

Leia mais

INTERPOLAÇÃO POLINOMIAL

INTERPOLAÇÃO POLINOMIAL 1 Mat-15/ Cálculo Numérico/ Departameto de Matemática/Prof. Dirceu Melo LISTA DE EXERCÍCIOS INTERPOLAÇÃO POLINOMIAL A aproximação de fuções por poliômios é uma das ideias mais atigas da aálise umérica,

Leia mais

Caderno de Exercício 2

Caderno de Exercício 2 1 Cadero de Exercício Estimação Potual e Itervalos de Cofiaça 1. Exercícios Aulas 1. Exercício 8.6 do livro Statistics for Ecoomics ad Busiess. O úmero de adares vedidos em cada dia por uma empresa imobiliária

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

PROCESSO SELETIVO N 38/2018 PROVA 2 - CONHECIMENTOS ESPECÍFICOS

PROCESSO SELETIVO N 38/2018 PROVA 2 - CONHECIMENTOS ESPECÍFICOS PROCESSO SELETIVO N 8/2018 PROVA 2 - CONHECIMENTOS ESPECÍFICOS LEIA ATENTAMENTE AS INSTRUÇÕES ABAIXO 1. Você recebeu do fiscal o seguite material: (a Este cadero, com o euciado das 20 (vite questões objetivas,

Leia mais

ANALISE DA INTENSIDADE PLUVIOMÉTRICA PARA DETERMINAÇÃO DA EQUAÇÃO DE CHUVA DA CIDADE DE SOUSA/PB

ANALISE DA INTENSIDADE PLUVIOMÉTRICA PARA DETERMINAÇÃO DA EQUAÇÃO DE CHUVA DA CIDADE DE SOUSA/PB ANALISE DA INTENSIDADE PLUVIOMÉTRICA PARA DETERMINAÇÃO DA EQUAÇÃO DE CHUVA DA CIDADE DE SOUSA/PB Lília de Queiroz Firmio 1 ; Shieeia Kaddja de Sousa Pereira 2 ; Aa Cecília Novaes de Sá 3 ; Alice Pedrosa

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

LÓGICA NEBULOSA APLICADA À VALIDAÇÃO DE JULGAMENTOS DE VALOR OBTIDOS POR VOTAÇÃO: UM EXEMPLO DE APLICAÇÃO À ANÁLISE DE FALHAS

LÓGICA NEBULOSA APLICADA À VALIDAÇÃO DE JULGAMENTOS DE VALOR OBTIDOS POR VOTAÇÃO: UM EXEMPLO DE APLICAÇÃO À ANÁLISE DE FALHAS LÓGIC NEBULOS PLICD À VLIDÇÃO DE JULGMENTOS DE VLOR OBTIDOS POR VOTÇÃO: UM EXEMPLO DE PLICÇÃO À NÁLISE DE FLHS RESUMO Hélvio Pessaha Guimrães Satafé Jr. Helder Gomes Costa Uiversidade Estadual do Norte

Leia mais

d) A partir do item c) encontre um estimador não viciado para σ 2.

d) A partir do item c) encontre um estimador não viciado para σ 2. Uiversidade de Brasília Departameto de Estatística 6 a Lista de PE 1 Seja X 1,, X ) uma AAS tal que EX i ) = µ e VarX i ) = σ 2 a) Ecotre EXi 2 ) e E X 2) b) Calcule EX i X) X i X) 2 c) Se T =, mostre

Leia mais

Cálculo Numérico Lista 02

Cálculo Numérico Lista 02 Cálculo Numérico Lista 02 Professor: Daiel Herique Silva Essa lista abrage iterpolação poliomial e método dos míimos quadrados, e cobre a matéria da seguda prova. Istruções gerais para etrega Nem todos

Leia mais