RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

Tamanho: px
Começar a partir da página:

Download "RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO"

Transcrição

1 RACIOCÍIO LÓGICO - Zé Carlos RACIOCÍIO LÓGICO / ESTATÍSTICA LISTA RESUMO TEÓRICO I. Cocetos Icas. O desvo médo (DM), é a méda artmétca dos desvos de cada dado da amostra em toro do valor médo, sto é x É mportate que o valor absoluto zero. x DM = = x x x seja utlzado, pos, se assm ão fosse, tera-se o somatóro dos desvos gual a. Varâca: é calculada a partr dos quadrados dos desvos. Quado o teresse é o de trar ferêcas váldas para toda a população a partr de uma amostra (porção represetatva da população), deve-se trocar a fórmula da varâca por -, ode: correspode ao tamaho da população; e correspode ao tamaho da amostra utlzada. As expressões para cálculo das varâcas populacoal e amostral são: Populacoal Amostral Dados ão agrupados ( ) x x ( ) x x = σ = = σ = Dados agrupados em classes ( ) x x f ( ) = σ = = σ = x x f Outras formas de apresetar a varâca são: Populacoal: = σ ( x ) = ( x) = σ = = ou ( x ) ( x ) Amostral: ( x ) = = σ ( x) = σ = = ou ( x ) ( x ) IGEPP RACIOCÍIO LÓGICO ESTATÍSTICA LISTA

2 RACIOCÍIO LÓGICO - Zé Carlos Como a varâca é calculada a partr dos quadrados dos desvos, ela é um úmero que apreseta a udade elevada ao quadrado: sto se tora um coveete em termos de terpretação do resultado. Por sso defe-se uma ova medda, o desvo-padrão, que é a raz quadrada da varâca. OBSERVAÇÃO IMPORTATE: Para se usar o desvo padrão ou varâca para comparar a varabldade etre grupos devemos observar as segutes codções: mesmo úmero de observações mesma udade; e mesma méda Quado as codções ão são satsfetas, devemos expressar a dspersão dos dados em toro da méda, em termos percetuas. Utlza-se etão, o coefcete de varação (CV) que é dado por meo da expressão: s CV = 00 (%) x 3. Coefcete de Assmetra de Pearso (AP) Idca o grau de dstorção da dstrbução em relação à uma dstrbução smétrca. É dado por: ( ) X MO 3 X ME AP = S S Iterpretação: Se AP = 0, a dstrbução é smétrca Se AP > 0, a dstrbução é assmétrca postva Se AP < 0, a dstrbução é assmétrca egatva IGEPP RACIOCÍIO LÓGICO ESTATÍSTICA LISTA

3 RACIOCÍIO LÓGICO - Zé Carlos EXERCÍCIOS PARA DISCUSSÃO E TREIAMETO. Julgue os tes. A soma dos desvos em toro da méda é zero. Isto é, ( x x) = 0 ; Somado ou subtrado a mesma quatdade arbtrára de todos os valores da sére, a méda fcará aumetada ou dmuída dessa mesma quatdade. a).300 b).700 c).500 d).300 e) (COSULPLA) A tabela abaxo apreseta uma amostra aleatóra do redmeto de fucoáros de certa prefetura: 3 Multplcado ou dvddo cada termo de uma sére por uma costate, a méda fcará multplcada ou dvdda pela costate. 4 A soma dos quadrados dos desvos meddos em relação à méda é um mímo, ou seja, é sempre meor que a soma dos quadrados dos desvos meddos em relação a outro valor qualquer. Isto é, ( x x) é míma.. (FGV/SEFAZ-MS) Assale as alteratvas a segur, a respeto da méda artmétca: I. A soma dos resíduos em relação à méda artmétca é sempre gual a zero. II. É em relação à méda artmétca que a soma dos valores absolutos dos resíduos é míma. III. É em relação à méda artmétca que a soma dos quadrados dos resíduos é míma. Assale: a) se somete a afrmatva II estver correta. b) se somete as afrmatvas I e II estverem corretas. c) se somete as afrmatvas I e III estverem corretas. d) se somete as afrmatvas II e III estverem corretas. e) se todas as afrmatvas estverem corretas. 3. (FCC/SEFAZ) Uma admstradora de locação de móves, com o objetvo de aalsar o mercado em sua regão, procedeu às segutes operações: I. Multplcou por dos os valores de todos os alugués de sua cartera. II. Subtrau R$.00,00 de cada valor ecotrado o tem I. III. Dvdu por R$.000,00 cada valor ecotrado o tem II. IV. Calculou a méda artmétca de todos os valores apurados o tem III. Se o valor ecotrado o tem IV fo 3/0, etão, a méda artmétca dos valores dos alugués, em reas, é Com base estas formações marque a alteratva correta: a) O valor do saláro medao é gual a R$.500,00. b) O valor do 3º quartl do saláro é gual a R$ 4.000,00. c) O valor da ampltude terquartílca é gual a R$ 3.000,00. d) O valor do º quartl é gual a R$.500,00. e) O valor da méda dos saláros é gual a R$.500, (FAURGS/SEFAZ-RS) Assale a alteratva que ão represeta uma propredade da méda artmétca. a) A soma algébrca das dfereças etre cada valor observado e a méda artmétca dos valores é ula. b) Somado-se cada elemeto de um cojuto de úmeros por um valor costate e arbtráro, a méda artmétca fca somada por esta costate. c) A soma dos quadrados dos desvos da méda artmétca é míma com relação à soma dos quadrados dos desvos relatvos a qualquer outro valor dstto da méda artmétca. d) A méda artmétca de um cojuto de úmeros é ecessaramete um valor etre o meor (clusve) e o maor (clusve) valor observado este cojuto de úmeros. e) Multplcado-se cada elemeto de um cojuto de úmeros por um valor costate e arbtráro, a méda artmétca fca multplcada pelo quadrado desta costate. 6. (ESAF/ATPS) Uma varável aleatóra apreseta dstrbução assmétrca postva. este caso, tem-se que a: a) méda artmétca é meor do que a moda. b) moda é maor do que a méda artmétca. c) méda artmétca é maor do que a medaa. d) méda artmétca é gual a moda. e) moda é maor do que a medaa. IGEPP RACIOCÍIO LÓGICO ESTATÍSTICA LISTA 3

4 RACIOCÍIO LÓGICO - Zé Carlos 7. (FCC/BACE) Em uma dstrbução umodal assmétrca postva, vale a segute relação : a) medaa > moda > méda b) moda > medaa > méda c) méda > medaa > moda d) medaa > moda > medaa e) medaa > méda > moda 8. (FGV/BACE) Em uma dstrbução com assmetra egatva, a posção relatva da méda artmétca(ma), da medaa (ME) e da moda (MO) é a segute: A) MA < ME < MO B) MA > ME > MO C) MA < ME = MO D) MA = ME < MO E) MA = ME = MO 9. (ESAF/TRF) o gráfco abaxo, as coluas represetam as frequêcas relatvas do úmero de aparelhos de rádo por domcílo em uma certa área da cdade:. (ESAF/AFRE-MG) o cojuto de dados A={3, 5, 7, 9, }, o valor do desvo médo é: a),; b),4; c),6; d),8; e) 3,.. (ESAF/AFRE-MG) O desvo-padrão do cojuto de dados A={, 4, 6, 8, 0} é aproxmadamete: a),; b),4; c),8; d) 3,; e) 3,6. 3. (ESAF/ATRFB) A varâca da amostra formada pelos valores, 3,, 4, 5 e 3 é gual a a) 3. b). c). d) 4. e) (FAURGS/SEFAZ-RS) Cosdere que o cojuto de úmeros {,,,,,,, 3, 3, 5} é uma amostra aleatóra. Os valores para a méda artmétca, desvo padrão, medaa e moda (arredodados para a seguda casa decmal quado ecessáro) deste cojuto de dados são, respectvamete, os úmeros O exame da forma da dstrbução das frequêcas relatvas permte coclur corretamete que, esse caso, e para essa varável: a) A moda é maor do que a medaa, e a medaa maor do que a méda. b) A méda é maor do que a moda, e a moda maor do que a medaa. c) A méda é maor do que a medaa, e a medaa maor do que a moda. d) A moda é maor do que a méda, e a méda maor do que a medaa. e) A medaa é maor do que a moda, e a moda maor do que a méda. 0. (ESAF/IRB) Sedo a moda meor que a medaa e, esta, meor que a méda, pode-se afrmar que se trata de uma curva a) Smétrca. b) Assmétrca, com frequêcas desvadas para a dreta. c) Assmétrca, com frequêcas desvadas para a esquerda. d) Smétrca, com frequêcas desvadas para a dreta. e) Smétrca, com frequêcas desvadas para a esquerda. a).0,.5, e 4. b).,.3, e. c).,.3, 4 e. d).,.5, e. e).,.5, e (ESAF/AFPS) Dada a sequêca de valores 4, 4,, 7 e 3 assale a opção que dá o valor da varâca. Use o deomador 4 em seus cálculos. a) 5,5 b) 4,5 c) 3,5 d) 6,0 e) 6,0 6. (ESAF/AFC) Etre os fucoáros de um órgão do govero, fo retrada uma amostra de 0 dvíduos. Os úmeros que represetam as ausêcas ao trabalho regstradas para cada um deles, o últmo ao, são: 0, 0, 0,,,, 4, 4, 6 e 0. Sedo assm, o valor do desvo-padrão desta amostra é: IGEPP RACIOCÍIO LÓGICO ESTATÍSTICA LISTA 4

5 RACIOCÍIO LÓGICO - Zé Carlos a) 3 / b) 9 / c) 0 / d) 30 / 7. (ESAF/FISCAL DO TRABALHO) Assale a afrmação correta: a) a varâca é uma medda de posção de um cojuto de dados b) o desvo padrão é a raz quadrada postva da varâca c) a medaa de um cojuto de dados é o valor que ocorre com maor frequêca d) a ampltude de um cojuto de dados é cocdete com seu desvo padrão e) amostra aleatóra é o ome dado ao uverso que se quer estudar 8. (ESAF/FISCAL DO TRABALHO) Pode-se afrmar que: (A) Se uma dstrbução é assmétrca, etão a méda, a medaa e a moda cocdem. (B) A méda artmétca é a medda de tedêca cetral mas utlzada a prátca por ser sesível à dspersão dos valores observados. (C) O desvo-padrão tem a mesma udade de medda da varável orgal. (D) O hstograma relacoa grafcamete duas varáves. (E) O coefcete de varação é a razão etre a méda artmétca e o desvo padrão. 9. (FCC/SEFAZ-SP) Cosderado as respectvas defções e propredades relacoadas às meddas de posção e de varabldade, é correto afrmar: a) Cocededo um reajuste de 0% em todos os saláros dos empregados de uma empresa, tem-se também que a respectva varâca fca multplcada por.0. b) Defdo coefcete de varação (CV) como sedo o quocete da dvsão do desvo padrão pela respectva méda artmétca (dferete de zero) de uma sequêca de valores, tem-se etão que CV também poderá ser obtdo dvddo a correspodete varâca pelo quadrado da méda artmétca. c) Subtrado um valor fxo de cada saláro dos fucoáros de uma empresa, tem-se que o respectvo desvo padrão dos ovos valores é gual ao valor do desvo padrão dos valores aterores. d) Dvddo todos os valores de uma sequêca de úmeros estrtamete postvos por 4, tem-se que o respectvo desvo padrão fca dvddo por. e) Em qualquer dstrbução de valores em estudo, a dfereça etre a medaa e a moda é sempre dferete de zero. 0. (FCC/CÂMARA DOS DEPUTADOS) Cosderado as respectvas defções e propredades das meddas de posção e das meddas de dspersão, é correto afrmar: a) Um reajuste de 0% em todos os saláros dos empregados de uma empresa sgfca que o respectvo desvo padrão fca aumetado em 44%. b) Adcoado um valor fxo em cada saláro dos empregados de uma empresa, tem-se que o respectvo desvo padrão dos ovos valores é dferete do desvo padrão dos valores aterores. c) Dvddo todos os valores de uma sequêca de úmeros estrtamete postvos por 4, o correspodete coefcete de varação dos ovos valores é gual ao coefcete de varação dos valores aterores. d) Multplcado por 00 todos os valores de uma sequêca de úmeros, a dspersão relatva fca multplcada por 00 e) A varâca somete será gual a zero o caso de todos os valores serem ulos. (CESPE) Os dados abaxo correspodem às quatdades dáras de meredas escolares demadadas em 0 dferetes escolas: 00, 50, 300, 50, 50, 00, 50, 00, 50, 00. Com base essas formações, julgue os próxmos tes. A medaa da dstrbução do úmero dáro de meredas escolares é gual a 5. O desvo padrão amostral dos úmeros dáros de meredas escolares é superor a 50.. (FCC/MPU) Os saláros dos empregados da empresa A são % maores do que os da empresa B, para todos os empregados comparados dvdualmete. Com base essa formação podemos afrmar que: a) o desvo padrão dos saláros dos empregados é o mesmo para ambas as empresas; b) ão há elemetos para se compararem os desvos padrões dos saláros dessas empresas; c) o desvo padrão dos saláros dos empregados da empresa A é dos por ceto maor do que o dos saláros dos empregados da empresa B; d) o desvo padrão dos saláros dos empregados da empresa A é gual ao desvo padrão dos saláros dos empregados da empresa B, multplcado por ( ),0. 3. (FCC/BACE) Com relação às meddas de posção e de dspersão, é correto afrmar: a) Dobrado todos os valores dos saláros dos fucoáros de uma empresa, tem-se que o saláro médo destes fucoáros e a respectva varâca também fcam dobrados. b) A dfereça etre a varâca e o desvo padrão de uma sequêca de úmeros é ula somete o caso em que a varâca e o desvo padrão são guas a zero. c) Em qualquer dstrbução de valores, a dfereça etre a méda e a moda é sempre maor ou gual a zero. IGEPP RACIOCÍIO LÓGICO ESTATÍSTICA LISTA 5

6 RACIOCÍIO LÓGICO - Zé Carlos d) Multplcado todos os valores de uma sequêca de úmeros postvos por um úmero postvo tem-se que o respectvo coefcete de varação ão se altera. e) O coefcete de varação correspodete a uma sére de úmeros postvos é gual à dvsão do quadrado da respectva méda artmétca pela varâca. 4. Realzou-se uma prova de estatístca para duas turmas, cujos resultados foram os segutes: Turma A: X = 5 e S =,5 Turma B: X = 4 e S = Esses resultados permtem afrmar que: a) a turma B apreseta maor dspersão absoluta; b) a dspersão absoluta é gual para ambas as turmas; c) a dspersão relatva é gual à dspersão absoluta; d) a dspersão relatva e a absoluta para a turma B são guas; e) a dspersão relatva da turma A é gual à da turma B. 5. (ESAF/AALISTA RECEITA) Obteha o valor mas próxmo da varâca amostral da segute dstrbução de frequêcas, ode x represeta o -ésmo valor observado e f a respectva frequêca. a),49. b),5. c),5. d),39. e), 4. x f (ESAF/TRF) Cosdere os segutes cojutos de observações referetes a cco dferetes varáves: T: 0; 0; 0; 0; 0; 8 V: 0; 0; 0; 0; 8; 8 X: 0; 0; 0; 8; 8; 8 Y: 0; 0; 8; 8; 8; 8 Z: 0; 8; 8; 8; 8; 8 C: {,,, 50, 50, 50 } D: {,, 50, 50, 50, 50 } E: {, 50, 50, 50, 50, 50 } O cojuto de observações que apreseta a maor varabldade, medda pelo desvo padrão, é o referete à varável: a) A b) B c) C d) D e) E 8. (CESPE/TJDFT) A tabela acma apreseta a dstrbução de freqüêca absoluta das otas dadas por 5 usuáros de um servço públco, em uma avalação da qualdade do atedmeto. Cosderado essas formações, julgue os próxmos tes. A méda, a moda e a medaa dos valores apresetados a tabela são superores a,8 e ferores a 3,3. O desvo-padrão das otas apresetadas a tabela é superor a,. 9. (CESPE/MEC) Em uma escola, há ml estudates dstrbuídos em 00 turmas: 50 são do turo matuto e as outras 50, do turo vesperto. A fgura abaxo represeta a dstrbução percetual desses estudates segudo o turo em que estão matrculados. O cojuto de observações que apreseta a maor varabldade, medda pelo desvo padrão, é o referete à varável a) Y b) T c) V d) X e) Z 7. (ESAF/MPOG) Cosdere os segutes cojutos de observações referetes a cco dferetes varáves: A: {,,,,, 50 } B: {,,,, 50, 50 } A méda das dades dos estudates matrculados o turo vesperto é 0% superor à méda das dades dos estudates do turo matuto. A varâca das dades daqueles que estudam o turo matuto ( σ m ) é gual à varâca das dades dos estudates do turo vesperto ( σ v ). Com base essas formações, julgue os tes que se seguem. IGEPP RACIOCÍIO LÓGICO ESTATÍSTICA LISTA 6

7 RACIOCÍIO LÓGICO - Zé Carlos O úmero médo de estudates por turma o turo matuto é 50% maor que o úmero médo de estudates por turma o turo vesperto. A méda das dades dos dos ml estudates da referda escola é 4% maor que a méda das dades da parcela dos estudates que estão matrculados o turo matuto. 3 Se a medaa das dades dos ml estudates da escola em questão for gual a 0 aos, etão haverá, pelo meos, 00 estudates o turo matuto com dades guas ou ferores a 0 aos. 30. (FCC/BACE) Ao comparar as regões A e B, observa-se que os desvos padrões das redas famlares são de 600 e 000 udades moetáras, respectvamete. Sabedo-se que as redas famlares médas das regões A e B são de 6000 e 8000 udades moetáras, respectvamete, assale a alteratva correta: a) a regão A, a reda está mas uformemete dstrbuída do que a regão B, pos possu meor desvo padrão. b) a regão B, a reda está mas uformemete dstrbuída do que a regão A, porque sua reda méda é superor. c) ão se pode comparar a uformdade das redas com os dados dspoíves. d) a regão B, a reda está mas uformemete dstrbuída do que a regão A, pos possu um coefcete de varação meor. e) a regão A, a reda está mas uformemete dstrbuída do que a regão B, pos possu um coefcete de varação meor. 3. (ESAF/AFC) Seja X uma varável aleatóra com méda artmétca 0 e desvo-padrão s = 3. Cosdere as varáves y = x + e z = x. A úca afrmação errada é: a) as varáves y e z tem a mesma méda artmétca b) o desvo-padrão de y é 6 c) as varáves y e z têm o mesmo desvo-padrão d) a méda de y é e) as varáves x e z têm o mesmo coefcete de varação 3. (ESAF/AFRF) uma amostra de tamaho 0 de uma população de cotas a receber, represetadas geercamete por X, foram determadas a méda amostral M=00 e o desvo padrão S=3 da varável X 00 trasformada. assale a opção que dá o 5 coefcete de varação amostral de X. A) 3,0% B) 9,3% C) 7,0% D) 7,3% E) 0,0% X 33. (ESAF/AFRF) O atrbuto Z = tem méda 3 amostral 0 e varâca amostral,56. Assale a opção que correspode ao coefcete de varação amostral de X. a),9% b) 50,% c) 7,7% d) 3,% e) 0,0% 34. (VUESP/SEFAZ) Com relação às meddas de tedêca cetral e de dspersão, é correto afrmar que a) multplcado-se todos os valores de uma determada sequêca de úmeros postvos por um mesmo úmero, maor que um, o seu respectvo coefcete de varação aumeta de valor. b) a dfereça etre a méda artmétca e a medaa de uma sequêca de úmeros postvos é sempre maor que a dfereça etre a méda artmétca e a moda dessa mesma sequêca. c) a méda harmôca de uma sequêca de úmeros postvos é gual à méda artmétca dos respectvos versos destes úmeros. d) em uma sequêca de úmeros postvos, produto da méda artmétca pelo respectvo coefcete de varação é gual ao valor do desvo-padrão correspodete. e) a méda geométrca de uma sequêca de úmeros postvos é sempre maor ou gual à méda artmétca destes úmeros. 35. (VUESP/SEFAZ) Durate cco meses cosecutvos, os redmetos da bolsa de valores foram guas a 5%, (-4%), 3%, (-0%) e 6%, respectvamete. Com base, estes cco meses, foram calculados o redmeto médo (Retoro Esperado) e o rsco, dado pelo desvo padrão amostral. Os resultados foram aproxmadamete: a) méda = % e desvo padrão = 0%. b) méda = (-%) e desvo padrão = 9%. c) méda = % e desvo padrão = 8%. d) méda = 3% e desvo padrão = %. 36. (ESAF/AFT) Os dados segutes, ordeados do meor para o maor, foram obtdos de uma amostra aleatóra,de 50 preços ( X ) de ações, tomada uma bolsa de valores teracoal. A udade moetára é o dólar amercao. 4,5,5,6,6,6,6,7,7,7,7,7,7,8,8,8,8,8,8,8,8,8,9,9,9,9,9,9,0, 0,0,0,0,0,0,0,,,,,3,3,4,5,5,5,6, 6,8,3 Os valores segutes foram calculados para a amostra: ( X ) X = 490 e X = IGEPP RACIOCÍIO LÓGICO ESTATÍSTICA LISTA 7

8 Asssale a opção que correspode à medaa e à varâca amostral, respectvamete ( com aproxmação de uma casa decmal) a) ( 9,0 3,6) b) ( 9,5 4,0) c) (8,0 5,0) d) (8,0 3,6) e) (9,0 4,0). C C C C. C 3. E 4. D 5. E 6. C 7. C 8. A 9. C 0. B. B. C 3. B 4. B 5. C 6. C 7. B 8. C 9. C 0. C. E E. C 3. D 4. E 5. C 6. D 7. C 8. C E 9. C C C 30. E 3. A 3. B 33. C 34. D 35. A 36. A RACIOCÍIO LÓGICO - Zé Carlos GABARITO IGEPP RACIOCÍIO LÓGICO ESTATÍSTICA LISTA 8

Estatística - exestatmeddisper.doc 25/02/09

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

Leia mais

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

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

Leia mais

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

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

Leia mais

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

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

Leia mais

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão Estatístca Descrtva Meddas estatístcas: Localzação, Dspersão Meddas estatístcas Localzação Dspersão Meddas estatístcas - localzação Méda artmétca Dados ão agrupados x x Dados dscretos agrupados x f r x

Leia mais

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

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

Leia mais

MEDIDAS DE DISPERSÃO:

MEDIDAS DE DISPERSÃO: MEDID DE DIPERÃO: fução dessas meddas é avalar o quato estão dspersos os valores observados uma dstrbução de freqüêca ou de probabldades, ou seja, o grau de afastameto ou de cocetração etre os valores.

Leia mais

Revisão de Estatística X = X n

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

Leia mais

? Isso é, d i= ( x i. . Percebeu que

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

Leia mais

Unidade II ESTATÍSTICA

Unidade II ESTATÍSTICA ESTATÍSTICA Udade II 3 MEDIDAS OU PARÂMETROS ESTATÍSTICOS 1 O estudo que fzemos aterormete dz respeto ao agrupameto de dados coletados e à represetação gráfca de algus deles. Cumpre agora estudarmos as

Leia mais

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

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

Leia mais

ESTATÍSTICA MÓDULO 3 MEDIDAS DE TENDÊNCIA CENTRAL

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

Leia mais

Estatística Básica - Continuação

Estatística Básica - Continuação Professora Adraa Borsso http://www.cp.utfpr.edu.br/borsso adraaborsso@utfpr.edu.br COEME - Grupo de Matemátca Meddas de Varabldade ou Dspersão Estatístca Básca - Cotuação As meddas de tedêca cetral, descrtas

Leia mais

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, Medca Veterára, Muscoterapa, Odotologa, Pscologa MEDIDAS DE DISPERSÃO 9 9. MEDIDAS DE DISPERSÃO

Leia mais

Estatística: uma definição

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

Leia mais

Estatística: uma definição

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

Leia mais

Determine a média de velocidade, em km/h, dos veículos que trafegaram no local nesse período.

Determine a média de velocidade, em km/h, dos veículos que trafegaram no local nesse período. ESTATÍSTICA - 01 1. (UERJ 01) Téccos do órgão de trâsto recomedaram velocdade máxma de 80 km h o trecho de uma rodova ode ocorrem mutos acdetes. Para saber se os motorstas estavam cumprdo as recomedações,

Leia mais

Econometria: 3 - Regressão Múltipla

Econometria: 3 - Regressão Múltipla Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão

Leia mais

Análise da Informação Económica e Empresarial

Análise da Informação Económica e Empresarial Aálse da Iformação Ecoómca e Empresaral Aula 8: Redução de Dados: Meddas de Dspersão e Cocetração Aálse da Iformação Ecoómca e Empresaral Guão Aula 8: Redução de Dados: Meddas de Dspersão e Cocetração

Leia mais

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD Dstrbuções Amostras Estatístca 8 - Dstrbuções Amostras 08- Dstrbuções Amostras Dstrbução Amostral de Objetvo: Estudar a dstrbução da população costtuída de todos os valores que se pode obter para, em fução

Leia mais

CAPITULO 1 CONCEITOS BÁSICOS

CAPITULO 1 CONCEITOS BÁSICOS DISCIPLIA: ESTATÍSTICA PROFESSOR: JOSELIAS SATOS DA SILVA - joselas@uol.com.br ÍDICE CAPITULO 1 COCEITOS BÁSICOS... 3 1.1 ESTATÍSTICA... 3 1. ESTATÍSTICA DESCRITIVA... 3 1.3 ESTATÍSTICA IFERECIAL... 3

Leia mais

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples. Estudo das relações etre peso e altura de estudates de estatístca através da aálse de regressão smples. Waessa Luaa de Brto COSTA 1, Adraa de Souza COSTA 1. Tago Almeda de OLIVEIRA 1 1 Departameto de Estatístca,

Leia mais

1. Conceitos básicos de estatística descritiva 1.3. Noção de extracção aleatória e de probabilidade

1. Conceitos básicos de estatística descritiva 1.3. Noção de extracção aleatória e de probabilidade Sumáro (3ª aula). Cocetos báscos de estatístca descrtva.3. Noção de etracção aleatóra e de probabldade.4 Meddas de tedêca cetral.4. Méda artmétca smples.4. Méda artmétca poderada.4.3 Méda artmétca calculada

Leia mais

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

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

Leia mais

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

Redução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma

Redução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma Redução dos Dados Júlo Osóro Meddas Característcas da Dstrbução Tendênca Central (Localzação) Varação (Dspersão) Forma 1 Meddas Característcas da Dstrbução Meddas Estatístcas Tendênca Central Dspersão

Leia mais

Do que trata a Estatística. Estatística Básica (Anova, TH, Regressão) Séries Temporais Data Mining Six Sigma Redes Neurais Controle de Qualidade

Do que trata a Estatística. Estatística Básica (Anova, TH, Regressão) Séries Temporais Data Mining Six Sigma Redes Neurais Controle de Qualidade Do que trata a Estatístca A essêca da cêca é a observação. Estatístca: A cêca que se preocupa com a orgazação, descrção, aálse e terpretação dos dados epermetas. Ramo da Matemátca Aplcada. A palavra estatístca

Leia mais

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

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

Leia mais

Métodos iterativos. Capítulo O Método de Jacobi

Métodos iterativos. Capítulo O Método de Jacobi Capítulo 4 Métodos teratvos 41 O Método de Jacob O Método de Jacob é um procedmeto teratvo para a resolução de sstemas leares Tem a vatagem de ser mas smples de se mplemetar o computador do que o Método

Leia mais

Matemática. Resolução das atividades complementares. M18 Noções de Estatística

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

Leia mais

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição:

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição: 6// IV. Juros: taxa efetva, equvalete e proporcoal Matemátca Facera Aplcada ao Mercado Facero e de Captas Professor Roaldo Távora IV. Taxa efetva Defção: É a taxa de juros em que a udade referecal de seu

Leia mais

Medidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos.

Medidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos. Meddas de Dspersão e Assmetra Desvo Médo Varânca Desvo Padrão Meddas de Assmetra Coefcente de Assmetra Exemplos lde 1 de 16 Meddas de Dspersão - Méda ervem para verfcação e representatvdade das meddas

Leia mais

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

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

Leia mais

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

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

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

Leia mais

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( )

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( ) NÚMEROS COMPLEXOS Forma algébrca e geométrca Um úmero complexo é um úmero da forma a + b, com a e b reas e = 1 (ou, = -1), chamaremos: a parte real; b parte magára; e udade magára. Fxado um sstema de coordeadas

Leia mais

Estatística Notas de Aulas ESTATÍSTICA. Notas de Aulas. Professor Inácio Andruski Guimarães, DSc. Professor Inácio Andruski Guimarães, DSc.

Estatística Notas de Aulas ESTATÍSTICA. Notas de Aulas. Professor Inácio Andruski Guimarães, DSc. Professor Inácio Andruski Guimarães, DSc. Estatístca Notas de Aulas ESTATÍSTICA Notas de Aulas Professor Iáco Adrus Gumarães, DSc. Professor Iáco Adrus Gumarães, DSc. Estatístca Notas de Aulas SUMÁRIO CONCEITOS BÁSICOS 5. Estatístca. Estatístca

Leia mais

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

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

Leia mais

Números Complexos. 2. (IME) Seja z um número complexo de módulo unitário que satisfaz a condição z 2n 1, onde n é um número inteiro positivo.

Números Complexos. 2. (IME) Seja z um número complexo de módulo unitário que satisfaz a condição z 2n 1, onde n é um número inteiro positivo. Números Complexos. (IME) Cosdere os úmeros complexos Z se α cos α e Z cos α se α ode α é um úmero real. Mostre que se Z Z Z etão R e (Z) e I m (Z) ode R e (Z) e I m (Z) dcam respectvamete as partes real

Leia mais

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1. Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr

Leia mais

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos FEA -USP Graduação Cêcas Cotábes EAC05 04_0 Profa. Joaíla Ca. Rsco e Retoro. Cocetos Báscos Rotero BE-cap.6 Tema 0 Rsco e Retoro. Cocetos Báscos I. O que é Retoro? II. Qual é o Rsco de um Atvo Idvdual

Leia mais

MAE116 Noções de Estatística

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

Leia mais

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

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR116 Boestatístca Proessor: Celso Luz Borges de Olvera Assuto: Estatístca Descrtva Tema: Meddas de Posção e Meddas de

Leia mais

Escola Secundária de Jácome Ratton

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

Leia mais

CAPÍTULO 2 - Estatística Descritiva

CAPÍTULO 2 - Estatística Descritiva INF 6 Prof. Luz Alexadre Peterell CAPÍTULO - Estatístca Descrtva Podemos dvdr a Estatístca em duas áreas: estatístca dutva (ferêca estatístca) e estatístca descrtva. Estatístca Idutva: (Iferêca Estatístca)

Leia mais

Estatística Descritiva

Estatística Descritiva Estatístca Descrtva Capítulo "O estatístco, está casado em méda com 1,75 esposas, que procuram fazê-lo sar de casa,5 otes com 0,5 de sucesso apeas. Possu frote com 0,0 de clação (deotado poder metal),

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

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

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

Leia mais

Estatística: uma definição

Estatística: uma definição Prof. Lorí Val, Dr. val@pucrs.br http://.pucrs.br/faat/val/ Estatístca: ua defção Coleção de úeros estatístcas O úero de carros veddos auetou e 30%. o país A taa de deseprego atge, este ês, 7,%. As ações

Leia mais

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

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

Leia mais

Matemática C Semiextensivo V. 2

Matemática C Semiextensivo V. 2 Matemátca C Semetesvo V. Eercícos 0) Através da observação dreta do gráfco, podemos coclur que: a) País. b) País. c) 00 habtates. d) 00 habtates. e) 00 0 0 habtates. 0) C Através do gráfco, podemos costrur

Leia mais

A ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões.

A ciência de coletar, organizar, apresentar, analisar e interpretar dados numéricos com o objetivo de tomar melhores decisões. Prof. Lorí Val, Dr. val@at.ufrgs.br http://.at.ufrgs.br/~val/ Coleção de úeros estatístcas stcas O úero de carros veddos o país auetou e 30%. A taa de deseprego atge, este ês, 7,%. As ações a da Telebrás

Leia mais

PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO

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

Leia mais

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores.

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores. Prova de Estatístca Epermetal Istruções geras. Esta prova é composta de 0 questões de múltpla escolha a respeto dos cocetos báscos de estatístca epermetal, baseada os lvros BANZATTO, A.D. e KRONKA, S.N.

Leia mais

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA

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

Leia mais

Medidas de Localização

Medidas de Localização 07/08/013 Udade : Estatístca Descrtva Meddas de Localzação João Garbald Almeda Vaa Cojuto de dados utlzação de alguma medda de represetação resumo dos dados. E: Um cojuto com 400 observações como aalsar

Leia mais

Como CD = DC CD + DC = 0

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

Leia mais

Econometria: 4 - Regressão Múltipla em Notação Matricial

Econometria: 4 - Regressão Múltipla em Notação Matricial Ecoometra: 4 - Regressão últpla em Notação atrcal Prof. arcelo C. ederos mcm@eco.puc-ro.br Prof. arco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo

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

O delineamento amostral determina os processos de seleção e de inferência do valor da amostra para o valor populacional.

O delineamento amostral determina os processos de seleção e de inferência do valor da amostra para o valor populacional. Curso Aperfeçoameto em Avalação de Programas Socas ª Turma Dscpla: Téccas quattatvas de levatameto de dados: prcpas téccas de amostragem Docete: Claudete Ruas Brasíla, ovembro/005 Pesqusa por amostragem

Leia mais

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO Área Cetífca Matemátca Udade Curso Egehara do Ambete Ao º Semestre º Folha Nº 8: Aálse de Regressão e de Correlação Probabldades e Estatístca Ao 00/0. Pretede-se testar um strumeto que mede a cocetração

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

Forma padrão do modelo de Programação Linear

Forma padrão do modelo de Programação Linear POGAMAÇÃO LINEA. Forma Padrão do Modelo de Programação Lear 2. elações de Equvalêca 3. Suposções da Programação Lear 4. Eemplos de Modelos de PPL 5. Suposções da Programação Lear 6. Solução Gráfca e Iterpretação

Leia mais

3. ANPEC Questão 15 Ainda em relação à questão anterior pode-se concluir que, exceto por erro de arredondamento:

3. ANPEC Questão 15 Ainda em relação à questão anterior pode-se concluir que, exceto por erro de arredondamento: Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados. ANPEC 99 - Questão 8 A capacdade de produção stalada (Y), em toeladas, de uma frma, pode ser fução da potêca stalada (X),

Leia mais

Olá, amigos concursandos de todo o Brasil!

Olá, amigos concursandos de todo o Brasil! Matemátca Facera ICMS-RJ/008, com gabarto cometado Prof. Wager Carvalho Olá, amgos cocursados de todo o Brasl! Veremos, hoje, a prova do ICMS-RJ/008, com o gabarto cometado. - O artgo º da Le.948 de 8

Leia mais

Inferência Estatística e Aplicações I. Edson Zangiacomi Martinez Departamento de Medicina Social FMRP/USP

Inferência Estatística e Aplicações I. Edson Zangiacomi Martinez Departamento de Medicina Social FMRP/USP Iferêca Estatístca e Aplcações I Edso Zagacom Martez Departameto de Medca Socal FMRP/USP edso@fmrp.usp.br Rotero Parte I Escola frequetsta Defções: parâmetros, estmatvas Dstrbuções de probabldade Estmação

Leia mais

Nas próximas secções iremos abordar a análise estatística de uma amostra em que os dados numéricos estão agrupados em classes, ou seja, em intervalos.

Nas próximas secções iremos abordar a análise estatística de uma amostra em que os dados numéricos estão agrupados em classes, ou seja, em intervalos. Estatístca Descrtva ESTATÍSTICA DESCRITIVA Amostras com dados agrupados em classes as prómas secções remos abordar a aálse estatístca de uma amostra em que os dados umércos estão agrupados em classes,

Leia mais

Estatística Descritiva

Estatística Descritiva Estatístca Descrtva Cocetos Báscos Poulação ou Uverso Estatístco: coj. de elemetos sobre o qual cde o estudo estatístco; Característca Estatístca ou Atrbuto: a característca que se observa os elemetos

Leia mais

Qwertyuiopasdfghjklzxcvbnmqwerty uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx cvbnmqwertyuiopasdfghjklzxcvbnmq

Qwertyuiopasdfghjklzxcvbnmqwerty uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx cvbnmqwertyuiopasdfghjklzxcvbnmq Qwertyuopasdghjklzcvbmqwerty uopasdghjklzcvbmqwertyuopasd ghjklzcvbmqwertyuopasdghjklz cvbmqwertyuopasdghjklzcvbmq wertyuopasdghjklzcv bmqwertyuopasdghjklzcvbmqw ertyuopasdghjklzcvbmqwertyuo pasdghjklzcvbmqwertyuopasdgh

Leia mais

Parte 3 - Regressão linear simples

Parte 3 - Regressão linear simples Parte 3 - Regressão lear smples Defção do modelo Modelo de regressão empregado para eplcar a relação lear etre duas varáves (ajuste de uma reta). O modelo de regressão lear smples pode ser epresso a forma:

Leia mais

ESTATÍSTICA 2º. SEMESTRE DE 2016

ESTATÍSTICA 2º. SEMESTRE DE 2016 ESTATÍSTICA O presete materal fo elaborado com o objetvo de facltar as atvdades em sala de aula, segudo a bblografa apresetada o fal do texto. Esclarece-se que o materal, ão substtu a bblografa apresetada,

Leia mais

ÍNDICE DE THEIL Referência Obrigatória: Hoffman cap 4 pags 99 a 116 e cap 3 pgs (seção 3.4).

ÍNDICE DE THEIL Referência Obrigatória: Hoffman cap 4 pags 99 a 116 e cap 3 pgs (seção 3.4). Cetro de Polítcas Socas - Marcelo Ner ÍNDICE DE HEIL Referêca Obrgatóra: Hoffma cap 4 pags 99 a 6 e cap 3 pgs 42-44 (seção 3.4).. Coteúdo Iformatvo de uma mesagem Baseado a teora da formação, que aalsa

Leia mais

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

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

Leia mais

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

ANÁLISE DE REGRESSÃO E CORRELAÇÃO ANÁLISE DE REGRESSÃO E CORRELAÇÃO Quado se cosderam oservações de ou mas varáves surge um poto ovo: O estudo das relações porvetura estetes etre as varáves. A aálse de regressão e correlação compreedem

Leia mais

Estatística Descritiva

Estatística Descritiva Estatístca Descrtva Cocetos Báscos Poulação ou Uverso Estatístco: coj. de elemetos sobre o qual cde o estudo estatístco; Característca Estatístca ou Atrbuto: a característca que se observa os elemetos

Leia mais

Análise de Regressão

Análise de Regressão Aálse de Regressão Prof. Paulo Rcardo B. Gumarães. Itrodução Os modelos de regressão são largamete utlzados em dversas áreas do cohecmeto, tas como: computação, admstração, egeharas, bologa, agrooma, saúde,

Leia mais

12.2.2 CVT: Coeficiente de Variação de Thorndike...45 12.2.3 CVQ: Coeficiente Quartílico de Variação...45 13 MEDIDAS DE ASSIMETRIA...46 13.

12.2.2 CVT: Coeficiente de Variação de Thorndike...45 12.2.3 CVQ: Coeficiente Quartílico de Variação...45 13 MEDIDAS DE ASSIMETRIA...46 13. SUMARIO 2 MÉTODO ESTATÍSTICO...3 2. A ESTATÍSTICA...3 2.2 FASES DO MÉTODO ESTATÍSTICO...4 3 FERRAMENTAS DE CÁLCULO PARA O ESTUDO DA ESTATÍSTICA...5 3. FRAÇÃO...5 3.. Adção e subtração...5 3..2 Multplcação

Leia mais

Pós-Graduação latu sensu em Engenharia de Produção

Pós-Graduação latu sensu em Engenharia de Produção CENTRO UNIVERSITÁRIO UNA PRÓ-REITORIA DE PÓS-GRADUAÇÃO Pós-Graduação latu sesu em Egehara de Produção ESTATÍSTICA APLICADA (0 hs) Belo Horzote - 011 Dscpla: Estatístca Aplcada Prof.: Kerley Alberto Perera

Leia mais

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

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

Leia mais

TEORIA DE ERROS MEDIDAS E GRÁFICOS

TEORIA DE ERROS MEDIDAS E GRÁFICOS Uversdade Federal de Juz de Fora Isttuto de Cêcas Eatas Departameto de Físca TEORIA DE ERROS MEDIDAS E GRÁFICOS Prof. Carlos R. A. Lma Edção Março de 010 ÌNDICE CAPÍTULO 1 - PRINCÍPIOS BÁSICOS DA ESTATÍSTICA

Leia mais

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

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

Leia mais

Dados Experimentais. Isto é chamado de experimento controlado. Uma das vantagens

Dados Experimentais. Isto é chamado de experimento controlado. Uma das vantagens Dados xpermetas Para medr a produção de certa varedade de mlho, faremos um expermeto o qual a varedade de mlho semete é platada em váras parcelas homogêeas com o mesmo fertlzate, pestcda etc. Depos mede-se

Leia mais

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

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

Leia mais

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático Requstos metrológcos de strumetos de pesagem de fucoameto ão automátco 1. Geeraldades As balaças estão assocadas de uma forma drecta à produção do betão e ao cotrolo da qualdade do mesmo. Se são as balaças

Leia mais

Perguntas Freqüentes - Bandeiras

Perguntas Freqüentes - Bandeiras Pergutas Freqüetes - Baderas Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte por lqudar a obrgação de forma parcelada

Leia mais

UNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA NÚMEROS ÍNDICES

UNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA NÚMEROS ÍNDICES UNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA NÚMEROS ÍNDICES Aa Mara Lma de Faras Luz da Costa Laurecel Com a colaboração dos motores Maracajaro

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

Apostila de Estatística. Volume 1 Edição Prof. Dr. Celso Eduardo Tuna

Apostila de Estatística. Volume 1 Edição Prof. Dr. Celso Eduardo Tuna Apostla de Estatístca Volume 1 Edção 007 Curso: Pscologa Amostragem, Séres Estatístcas, Dstrbução de Freqüêca, Méda, Medaa, Quartl, Percetl e Desvo Padrão Prof. Dr. Celso Eduardo Tua 1 Capítulo 1 - Itrodução

Leia mais

M = C( 1 + i.n ) J = C.i.n. J = C((1+i) n -1) MATEMÁTICA FINANCEIRA. M = C(1 + i) n BANCO DO BRASIL. Prof Pacher

M = C( 1 + i.n ) J = C.i.n. J = C((1+i) n -1) MATEMÁTICA FINANCEIRA. M = C(1 + i) n BANCO DO BRASIL. Prof Pacher MATEMÁTICA 1 JUROS SIMPLES J = C.. M C J J = M - C M = C( 1 +. ) Teste exemplo. ados com valores para facltar a memorzação. Aplcado-se R$ 100,00 a juros smples, à taxa omal de 10% ao ao, o motate em reas

Leia mais

ESTATÍSTICA DESCRITIVA NOCÕES FUNDAMENTAIS

ESTATÍSTICA DESCRITIVA NOCÕES FUNDAMENTAIS ESTATÍSTICA DESCRITIVA NOCÕES FUNDAMENTAIS Coceto Básco: Def. Város autores têm procurado defr a Estatístca. Através de mutos lvros escrtos sobre Estatístca, todos cotedo defções, desde as mas smples até

Leia mais

Professor Mauricio Lutz ESTATÍSTICA BÁSICA

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

Leia mais

16 - PROBLEMA DO TRANSPORTE

16 - PROBLEMA DO TRANSPORTE Prof. Volr Wlhel UFPR TP05 Pesqusa Operacoal 6 - PROBLEMA DO TRANSPORTE Vsa zar o custo total do trasporte ecessáro para abastecer cetros cosudores (destos) a partr de cetros forecedores (orges) a, a,...,

Leia mais

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador

SUMÁRIO GOVERNO DO ESTADO DO CEARÁ. Cid Ferreira Gomes Governador. 1. Introdução... 2. Domingos Gomes de Aguiar Filho Vice Governador INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE GOVERNO DO ESTADO DO CEARÁ Cd Ferrera Gomes Goverador Domgos Gomes de Aguar Flho Vce Goverador SECRETARIA DO PLANEJAMENTO E GES- TÃO (SEPLAG)

Leia mais

Perguntas freqüentes Credenciadores

Perguntas freqüentes Credenciadores Pergutas freqüetes Credecadores Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte pelo facameto da compra pelo emssor?

Leia mais

Sumário. Mecânica. Sistemas de partículas

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

Leia mais

Estatística Agosto 2009 Campus do Pontal Prof. MSc. Quintiliano Siqueira Schroden Nomelini

Estatística Agosto 2009 Campus do Pontal Prof. MSc. Quintiliano Siqueira Schroden Nomelini Estatístca Agosto 009 Campus do Potal Prof. MSc. Qutlao Squera Schrode Nomel - ESTATÍSTICA DESCRITIVA. - A NATUREZA DA ESTATÍSTICA COMO SURGIU A ESTATÍSTICA????? A Matemátca surge do covívo socal, da cotagem,

Leia mais

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS Varável Qualquer característca assocada a uma população Classfcação de varáves Qualtatva { Nomnal sexo, cor dos olhos Ordnal Classe

Leia mais

15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações

15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações Itrodução.1 Juros Smples Juro: recompesa pelo sacrfíco de poupar o presete, postergado o cosumo para o futuro Maora das taxas de uros aplcadas o mercado facero são referecadas pelo crtéro smples Determa

Leia mais

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

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma: Professora Janete Perera Amador 1 8 Meddas Descrtvas Vmos anterormente que um conjunto de dados pode ser resumdo através de uma dstrbução de freqüêncas, e que esta pode ser representada através de uma

Leia mais

Análise Estatística com Excel. Prof. Dr. Evandro Marcos Saidel Ribeiro

Análise Estatística com Excel. Prof. Dr. Evandro Marcos Saidel Ribeiro Aálse Estatístca com Excel Prof. Dr. Evadro Marcos adel Rbero E-mal: esadel@usp.br Home page: www.fearp.usp.br/~sadel Módulo Itrodução. Apresetação geral dos tópcos do curso. Estatístca e Excel a empresa

Leia mais