REGRESSÃO MÚLTIPLA: FERRAMENTA DE APOIO À DECISÃO NAS PESQUISAS MARKETING INSTITUCIONAL

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "REGRESSÃO MÚLTIPLA: FERRAMENTA DE APOIO À DECISÃO NAS PESQUISAS MARKETING INSTITUCIONAL"

Transcrição

1 REGRESSÃO MÚLTIPLA: FERRAMENTA DE APOIO À DECISÃO NAS PESQUISAS MARKETING INSTITUCIONAL CHARLES THIBES SARMENTO RESUMO Tecioa-se aalisar a regressão múltipla como auxílio às políticas istitucioais as pesquisas de marketig voltadas à realidade das Istituições de Esio Superior o que tage às pesquisas de satisfação ou opiião. Este trabalho baseia-se a compreesão da regressão múltipla como elemeto modelizador a partir de idicadores colhidos por meio de pesquisa qualitativa (uma primeira etapa) com a técica do icidete crítico. Logo após, é feita a elaboração do istrumeto de coleta de dados estruturado com questões fechadas itervalares (com seis possibilidades de resposta). Essas questões são elaboradas de tal forma que permitam evideciar a aplicação da equação de regressão múltipla. O tratameto matemático e estatístico dos dados é feito a partir da relação de causalidade etre as variáveis explicativas e explicadas pertietes aos idicadores levatados. A equação é estruturada com uma variável geral depedete de todas as outras cotempladas pelo questioário. Cada questão represeta uma equação liear simples. O cojuto das equações gera várias retas cotidas um plao. O impacto de cada idicador tomado como elemeto de alavacagem as decisões associadas a ivestimetos, políticas de gestão, e avaliação a variável geral explicada é ordeada pelos valores dos coeficietes agulares das várias retas coplaares. Com o resultado dos coeficietes gera-se uma tabela apotado-se os impactos sobre a variável depedete. Palavras-chave: Pesquisa de Marketig, Regressão Múltipla, Istrumeto de Avaliação, Avaliação de IES, Aálise Multivariada de Dados.

2 INTRODUÇÃO É otória a importâcia da Pesquisa de Marketig a compreesão do comportameto, atitudes e satisfação diate da prestação de serviços o mais variados ramos. Pesado-se dessa forma, as Istituições de Esio Superior mormete as de capital privado capitaeiam esforços para chamar ateção daqueles que almejam uma formação acadêmica e ão estudam em istituições públicas. Pesquisas são levatadas para, além da comprovação do retoro ecoômico e fiaceiro estabelecer o etoro da istalação de uma IES, ateder as demadas locais de qualificação superior do mercado de trabalho. Uma vez estabelecidas, é ecessário o cotíuo esforço para a melhoria dos cursos oferecidos para que a educação oferecida seja de qualidade, ateda os graduados a formação profissioal adequada e almejada. Além disso, que ações estratégicas sejam tomadas pela direção dessa IES para que sejam atedidas as ecessidades dos grupos de iteresse, pricipalmete o govero e suas exigêcias legais e o corpo discete para o qual são oferecidos os cursos de graduação. Este artigo propõe o estudo da satisfação discete em fução de idicadores levatados por meio de ivestigação de campo, levatar a relação de causalidade etre os idicadores e a respectiva satisfação. Isso se fará com o auxílio da ferrameta regressão múltipla capaz de estabelecer um modelo matemático de compreesão e aálise da satisfação discete de uma IES do muicípio de São José. Objetivo Geral

3 Avaliar a regressão múltipla como elemeto de apoio à decisão em pesquisa de satisfação discete da Istituição de Esio Superior T de São José em fução dos idicadores currículo, corpo docete, ifraestrutura, localização e custeio o período de agosto a outubro de 00. Objetivos Específicos Defiir a regressão múltipla e os procedimetos pertietes; Explicar a satisfação geral em fução dos idicadores citados com o auxílio da equação da regressão múltipla; Elaborar a tabela de resultados com os íveis de satisfação e o respectivo impacto de cada idicador sobre a satisfação geral do graduado. Problema de Pesquisa Como a regressão múltipla cotribui para a compreesão da relação etre a satisfação dos graduados e os idicadores currículo, corpo docete, ifraestrutura, localização e custeio uma IES de São José os meses de agosto a outubro de 00? Método de Ivestigação Esta pesquisa se iiciou como qualitativa, abordado graduados do terceiro ao em diate dos cursos de Pedagogia, Admiistração, Ciêcias Cotábeis e Direito, solicitado-lhes que escrevessem sobre icidetes críticos de acordo com Mattar (007) e Malhotra (006) ocorridos os últimos 60 dias (dados coletados a ª. semaa de agosto o período etre 9:00 h e :00 h). Foram ouvidos 38 aluos. A partir da leitura dos depoimetos, foram defiidos os idicadores currículo (CR), corpo docete (CD), ifraestrutura (IF), localização (LC) e custeio (CS) sobre os quais foram elaborados questioametos que permitissem ivestigar a satisfação dos graduados uma escala itervalar de acordo com Malhotra (006). As pergutas fechadas compuseram o istrumeto de coleta de dados, caracterizado como estruturado, uma escala de seis potos para medir as percepções dos graduados : A direção da respectiva IES solicitou a ão veiculação do ome, embora cocordasse com a publicação dos resultados da pesquisa.

4 extremamete isatisfeito; muito isatisfeito; pouco isatisfeito; pouco satisfeito; muito satisfeito; extremamete satisfeito. Quato ao público ivestigado, foi ecessário plaejameto amostral para a população de graduados que cursavam a partir da 6ª. fase dos cursos de Pedagogia, Admiistração, Ciêcias Cotábeis e Direito, totalizado-se 54 graduados, segudo a secretaria da IES T. A amostra foi calculada com um ível de cofiaça de 94% (z =,88) com erro amostral (e) igual a 6% e cuja heterogeia se traduziu em p = 0,5, segudo Barbetta (006): 0 z. p.( p) = () e,88.0,5.(0,5) 0 = = 45 graduados 0,06 Dada a primeira aproximação da amostra, calculou-se o tamaho amostral () da pesquisa: N =. 0 () + N 0 Aplicado-se o resultado obtido a equação () e o cojuto de 54 graduados (N) a equação (), foi determiado o tamaho amostral: = = = 69 graduados A partir do cálculo do tamaho amostral Silva (004) propõe a estratificação o ituito de melhorar a precisão da estimativa. Determiou-se a amostra aleatória estratificada por curso do período oturo de acordo com a equação: Amostra estrato = população. do. estrato. população (3)

5 Tabela Amostra por curso Curso População Amostra Pedagogia 8 6 Admiistração 38 Ciêcias Cotábeis 6 36 Direito 69 Total A ivestigação ficou caracterizada a partir desse mometo como quatitativa e pelo estabelecimeto da relação etre a satisfação geral dos graduados e os idicadores como causal explica Mattar (007) e Malhotra (006). Dada a ecessidade da direção da IES X a verificação do ível de satisfação (em percetuais) e para a respectiva aplicação dos procedimetos estatísticos pertietes à regressão múltipla, que possibilitasse as comparações e o grau de cotribuição dos idicadores CR, CD, IF, LC E CS, as escalas omiais foram quatizadas e trasformadas, segudo Malhotra (006), em escalas razões (com zero fixo). Dessa maeira, para a tabulação de dados e os cálculos estatísticos pertietes, a escala adotada passou a ter os valores: extremamete isatisfeito = 0,0; muito isatisfeito =,0; pouco isatisfeito = 4,0; pouco satisfeito = 6,0; muito satisfeito = 8,0; extremamete satisfeito = 0,0. A tabulação dos dados foi feita com o auxílio dos softwares Microsoft Excel, versão 003 e os procedimetos estatísticos foram obtidos com o auxílio do software Sphix, versão 5.0 Léxica. ANÁLISE DE REGRESSÃO MÚLTIPLA Este método estatístico é orteado pela apresetação do modelo matemático de combiação liear para a compreesão da variável de estudo satisfação discete quato ao currículo, corpo docete, ifraestrutura, localização e custeio. A assertividade do modelo de regressão é estudada pelo levatameto do grau de associação etre as variáveis idepedetes e a variável depedete, que idica o quato as

6 variáveis citadas explicam a satisfação dos graduados da IES T. O referecial teórico tem o seu desfecho com o teste da veracidade do modelo. Modelização do feômeo Para Hair, Aderso Taham e Black (005) a aálise de regressão múltipla é uma técica estatística multivariada, que pode ser usada para aalisar a relação de causa e efeito etre uma úica variável depedete (critério ou explicada) e diversas variáveis idepedetes (preditoras ou explicativas). A aálise de regressão múltipla tem por objetivo, coforme Fávero, Belfiore, Silva e Cha (009), estimar o impacto do icremeto de cada variável idepedete que se traduz o peso de cada variável idepedete sobre a respectiva variação da variável depedete. Os pesos deotam a cotribuição relativa das variáveis idepedetes para a previsão geral e facilitam a iterpretação sobre a ifluêcia de cada variável explicativa em fazer a previsão apotam Hair, Aderso Taham e Black (005). O cojuto de variáveis idepedetes poderadas forma a variável estatística de regressão, isto é, uma combiação liear das variáveis idepedetes que melhor explica a variável depedete apota Malhotra (006). O modelo que represeta a regressão múltipla é dado por: (4) tal que: Y é o feômeo em estudo (variável depedete); represeta o itercepto (costate); (k =,, 3,..., ) são os coeficietes de cada variável (coeficietes agulares); são as variáveis explicativas; e é o termo do erro (difereça etre o valor real medido e o valor previsto da variável depedete por meio do modelo para cada observação). O erro e, também chamado de resíduo para Malhotra (006), represeta possíveis variáveis que ão foram iseridas o modelo, mas também cotribuiriam para a explicação de.

7 A partir da expressão (4) para a satisfação discete (SD) da IES T é explicada pelas variáveis idepedetes pela expressão: SD = +. CR +. CD +. IF +. LC +.CT (5) tal que: SD = satisfação geral discete; CR = idicador currículo; CD = idicador corpo docete; IF = idicador ifraestrutura; LC = idicador localização; CT = idicador custeio. O itercepto represeta a satisfação míima quado os idicadores estiverem aquém do esperado. O parâmetro α é ecotrado por meio do seu estimador a, a fórmula: (6) em que = (k =,,..., ) represeta os estimadores dos betas para as variáveis X utilizadas o modelo explicam Fávero, Belfiore, Silva e Cha (009). Os coeficietes agulares são estimados por etapa e por pares de variáveis. Os betas da equação de satisfação () são estimados por b 3 4 e b 5, a seguir: b = ^ cov( CR, SD).var( CD) cov( CD, SD).cov( CR, CD) var( CR).var( CD) ^ [ cov( CR, CD) ] (7) Repete-se a equação (7) para ecotrar os coeficietes b 3 4 e b 5, cujas substituições são feitas com pares de coeficietes cosecutivos ( b e b 3 3 e b 4 4 e b 5 5 e b ). A precisão do modelo

8 O poder de o modelo explicar a variável depedete passa pela melhor aproximação etre o real comportameto dessa variável e do comportameto medido, segudo Hair, Aderso, Taham e Black (005), trasformado um modelo preditivo do plao de regressão. Nesse setido, os mesmos autores afirmam que é ecessário estimar o itervalo de valores previstos esperados com base a medida dos erros de previsão. Essa medida pode ser defiida como o desvio-padrão dos erros preditivos, também cohecida como erro padrão da estimativa (EPE). O cálculo é obtido a partir de: EPE = SQE (8) em que: SQE = soma de quadrados dos erros; = tamaho da amostra. Aida sob a ótica sob o cotrole dos erros de previsão, isto é, da variâcia residual, Bussab e Moretti (00) explicam quato meor forem os resíduos, tem-se uma idicação de que o modelo é adequado. Para avaliar se o resíduo é pequeo ou ão é ecessário compará-lo com os resíduos do modelo alterativo ( y i y ). Dada a dificuldade pelo volume pares medidos, de compará-los idividualmete, os estudos de Fávero, Belfiore, Silva e Cha (009), Malhotra (006), Bussab e Moretti (00) e Hair, Aderso Taham e Black (005) covergem para o procedimeto com as somas de resíduos quadráticos, represetadas pela soma total dos quadrados (STQ), que mostra a variação de Y em toro da própria média. A soma dos quadrados da regressão (SQR) demostra a variação de Y cosiderado as variáveis cotempladas pelo modelo e a soma dos quadrados dos resíduos (SQE) mostra a variação de Y que ão é explicada pelo modelo adotado. Assim: SQT = SQR + SQE (9) de forma que os mesmos autores acima demostram: Y i Y = ( Yˆ i Y ) + ( Yˆ ) (0) Y i

9 em que: Y i represeta o valor de cada observação da variável depedete, ou seja, SD; Y é o valor médio de Y; Yˆ i é o valor ajustado da reta de regressão para cada observação. Explicam Fávero, Belfiore, Silva e Cha (009) os termos das difereças: Y i Y : desvio dos valores de cada observação em relação à média; ( Yˆ i Y média; ): desvio dos valores da reta de regressão para cada observação em relação à ( Yˆ ): desvio dos valores de cada observação em relação à reta de regressão. Y i Desta forma, aplicado-se a equação (0) à eésima observação Bussab e Moretti (00) apresetam a equação da soma total dos quadrados: i= ( Y i Y ) = i= ˆ ) + ( Y i Yˆ ) () ( Y i Y i= Outro modo de expressar o ível de precisão é pelo caráter explicativo do coeficiete de determiação múltipla R, que Malhotra (006) defie como capaz de determiar a itesidade da relação estipulada pela equação de regressão utilizado-se medidas de associação. Para Fávero, Belfiore, Silva e Cha (009) o caráter explicativo do modelo é aalisado pelo coeficiete de determiação múltipla da regressão. Esta medida mostra o quato o comportameto das variáveis X explicam a variável Y. O R determiado pela equação: i= ( X X )(. Y Y ) i i i= R = () ( X X ). ( Y Y ) i i= i O coeficiete R pode variar etre 0 e (de 0 a 00%), isto é, quato maior o valor de R, mais assertivo é o modelo de regressão a explicação do feômeo para Hair, Aderso Taham e Black (005) e Fávero, Belfiore, Silva e Cha (009).

10 RESULTADOS OBTIDOS PARA A SATISFAÇÃO DISCENTE Após o processameto dos dados com o auxílio do software Sphix versão Léxica 5.0, os valores de satisfação quato aos idicadores currículo, corpo docete, ifraestrutura, localização e custeio são apresetados a seguir : Tabela Níveis de satisfação Idicador Nível de Satisfação Percetual Currículo (CR) 6,% Corpo Docete (CD) 76,7% Ifraestrutura (IF) 59,3% Localização (LC) 7,6% Custeio (CT) 55,6% Satisfação Discete (SD) 67,5% Pela leitura da tabela, os graduados estão isatisfeitos com o custeio e a ifraestrutura e satisfeitos com o currículo, a localização e o corpo docete. O modelo que represeta a relação causal etre as variáveis ligadas à Satisfação Discete, dada a respectiva quatização dos betas das variáveis idepedetes, é apresetado pelo quadro como iformações de saída do software Sphix: Quadro Equação da regressão, valores dos betas e sigificâcia dos idicadores Equação da regressão: SD = 0.35 * CR * CD * CT * IF * LC Os termos são categorizados a ordem de sua importâcia para a explicação de SD. As 5 variáveis explicam 63,4% da variâcia de SD. Coeficiete de correlação múltipla: R = 0,79 Sigificâcia dos parâmetros: 'CR': coeficiete = 0,, desvio-padrão = 0,0, variação SCR = 0,9, F parcial = 99,57 'CD': coeficiete = 0,5, desvio-padrão = 0,0, variação SCR = 0,08, F parcial = 476,7 IF': coeficiete = 0,9, desvio-padrão = 0,0, variação SCR = 0,04, F parcial = 00,63 'CT': coeficiete = 0,6, desvio-padrão = 0,0, variação SCR = 0,0, F parcial = 09,79 A variável LC ão é sigificativa a regressão passo a passo. 38 observações ão são cosideradas (ão-resposta pelo meos em um critério) do total de 69 observações. Fote: Software Sphix versão Léxica 5.0. O coeficiete de determiação múltipla é igual a 0,634 de acordo com o quadro. Desta forma, o modelo é adequado à compreesão do feômeo Satisfação Discete em A direção da IES T autorizou a publicação das otas dos idicadores, mas ão as das questões que cotemplam cada idicador.

11 fução dos idicadores CR, CD, IF, LC E CT. Etretato, R apota que 35,6% da variâcia da Satisfação Discete ão é explicada pelo modelo proposto, sedo idicativo da existêcia de possíveis idicadores ão abordados pela pesquisa. Os bestas, determiados o quadro, são categorizados em itervalos de tamahos iguais em fução do impacto sobre a Satisfação Discete (baixo, médio e alto) 3 : Tabela 3 Categorização dos betas pelo grau de impacto Itervalo Valores dos Betas [0,000 0,7] 0,0 ( β 4 ) [0,8 0,35] 0,6 ( β 3); 0,3 ( β 5 ); 0,33 ( β ) [0,36 0,35] 0,35 ( β ) Classificação quato ao impacto sobre SD 4 Baixo Médio Alto A partir da tabela 3, pode-se dizer que o idicador de maior impacto sobre a satisfação discete é o currículo dos cursos dos graduados pesquisados. Seguem-se como idicadores de médio impacto o corpo docete, a ifraestrutura e o custeio. Por fim, o idicador localização potua como baixo impacto sobre a satisfação dos graduados. No ituito de forecer subsídios à tomada de decisão por parte da direção da IES T, elabora-se a tabela 4, que cotém os íveis de satisfação em relação aos idicadores estudados essa pesquisa e os respectivos impactos (de maeira decrescete) sobre a Satisfação Discete, a partir das iformações das tabelas e 3, associadas ao quadro : Tabela 4 Resultados de satisfação versus impacto dos idicadores sobre SD Nível de Satisfação Idicador e β Nível de Impacto sobre SD 6,% 76,7% 55,6% Currículo β = 0,35 Corpo Discete β = 0,33 Custeio β = 0,3 59,3% Ifraestrutura 5 alto médio 3 Por coveção, o maior valor de beta é dividido por três, resultado-se o tamaho dos itervalos de categorização. 4 A sigla SD equivale à Satisfação Discete.

12 7,6% β 3= 0,6 Localização β = 0,0 4 baixo Pela tabela 4 há um idicador de alto impacto sobre a Satisfação Discete, apeas, cujos graduados estão com tedêcia de satisfação (currículo). Existem três idicadores de médio impacto, sedo dois deles com tedêcia de isatisfação (custeio e ifraestrutura). Os graduados respoderam que estão muito satisfeitos com o corpo docete. Quato à localização, registra-se a pouca ifluêcia sobre a Satisfação Discete, embora os graduados estejam satisfeitos com esse idicador. CONCLUSÕES A ferrameta regressão múltipla idica ser adequada à compreesão da Satisfação Discete em fução dos idicadores propostos, embora demostra-se, também, ão ser completa (dado o poder de explicação da variâcia ter sido igual a 63,4%). Apota-se que o idicador currículo é o que mais alavaca a SD com ível de satisfação cosiderável. Já o idicador localização ão tem impacto cosiderável sobre a SD. Dessa forma, tomadas ações estratégicas pela Direção da IES T em relação aos idicadores currículo e corpo docete, haverá maior alavacagem da SD. Quato aos idicadores custeio e ifraestrutura (embora potuem a tedêcia de isatisfação) exigirão muito esforço de mudaça e pouco retoro para o aumeto da SD. As medidas tomadas quato ao idicador localização apotam poucas mudaças talvez, apeas de ordem logística, tais como mudaças de horários em lihas de ôibus, por exemplo, cujo retoro sobre a SD será pouco producete. A regressão múltipla traz, acima de tudo, a difereciação das cargas das cotribuições das variáveis pesquisadas e estabelece a respectiva relação causal, predispodo a compreesão da satisfação dos graduados quato aos serviços prestados pela IES T, além do papel estratégico como ferrameta de apoio à decisão em pesquisa de Marketig pela referida istituição. REFERÊNCIAS BARBETTA, Pedro Alberto. Técicas de amostragem. I:. Estatística: aplicada às Ciêcias Sociais. 6. ed. Floriaópolis: Editora da UFSC, 006. pp. 45-6

13 BUSSAB, Wilto de Oliveira; MORETTIN, Pedro Atôio. Regressão Liear Simples. I: ;. Estatística Básica. 5. ed. São Paulo: Saraiva, 00 FÁVERO, Luiz Paulo; BELFIORE, Patrícia; SILVA, Fabiaa Lopes da; CHAN, Betty Lília. Aálise de dados: modelagem multivariada para a tomada de decisão. Rio de Jaeiro: Elsevier, 009. HAIR JÚNIOR, Joseph F.; ANDERSON, Rolph E.; TAHAM, Roald L.; BLACK, William C. Aálise de Regressão Múltipla. I: ; ; ;. Aálise multivariada de dados. 5. ed. Porto Alegre: Bookma, 005. pp MALHOTRA, Naresh K. Pesquisa de Marketig. 4. ed. Porto Alegre: Bookma, 006. MATTAR, Fauze Najib. Pesquisa de Marketig: metodologia, plaejameto, execução e aálise. v.úico. São Paulo: Atlas, 007. PIACENTINI, João J.; GRANDI, Bartira C. S.; HOFMANN, Márcia P.; LIMA, Flávio R. R.; ZIMMERMANN, Érika. Tratameto matemático de medidas. I: ; ; ; ;. Itrodução ao laboratório de Física.. ed. Floriaópolis: Editora da UFSC, 005. pp ROSSI, Carlos Alberto Vargas; SLONGO, Luiz Atôio. Pesquisa de satisfação de clietes: o estado-da-arte e proposição de um método brasileiro. RAC. São Paulo. v.,., p. 0-5, ja./abr SARMENTO, Charles Thibes; REINERT, Clio; SALES, Helea Kuerte; REINERT, José Nilso. Satisfação e expectativas dos aluos formados dos cursos de graduação em Admiistração da Uiversidade Federal de Sata Cataria e da Uiversidade do Vale do Itajaí. I: COLOSSI, Nelso...(et. alli.). A gestão uiversitária em ambiete de mudaças a América do Sul. Blumeau: Nova Letra, 00. pp SILVA, Nilza Nues da. Amostragem aleatória estratificada. I:. Amostragem probabilística.. ed. São Paulo: Editora da USP, 004. pp TAMBOSI FILHO, Elmo; GARCIA, Fábio Galo; IMONIANA, Joshua Oome; MOREIRAS, Luiz Maurício Fraco. Teste do CAPM codicioal dos retoros de carteiras dos mercadosrasileiro, argetio e chileo, comparado-os com os do mercado orteamericao. RAE. São Paulo. v.50,., p , ja./mar. 00.

CAPÍTULO 8 - Noções de técnicas de amostragem

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

Leia mais

Jackknife, Bootstrap e outros métodos de reamostragem

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

Leia mais

Carteiras de Mínimo VAR ( Value at Risk ) no Brasil

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

Leia mais

1.4- Técnicas de Amostragem

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

Leia mais

Séries de Potências AULA LIVRO

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

Leia mais

Lista 9 - Introdução à Probabilidade e Estatística

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

Leia mais

Aplicação de geomarketing em uma cidade de médio porte

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

Leia mais

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

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

Leia mais

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA

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

Leia mais

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

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

Leia mais

Capitulo 6 Resolução de Exercícios

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

Leia mais

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

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

Leia mais

Estatística stica para Metrologia

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

Leia mais

Capítulo 2 Análise Descritiva e Exploratória de Dados

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

Leia mais

CONTRIBUIÇÕES DA MODELAGEM MATEMÁTICA PARA O ENSINO MÉDIO: ÂNGULO DE VISÃO DAS CORES DO ARCO-ÍRIS

CONTRIBUIÇÕES DA MODELAGEM MATEMÁTICA PARA O ENSINO MÉDIO: ÂNGULO DE VISÃO DAS CORES DO ARCO-ÍRIS CONTRIBUIÇÕES DA MODELAGEM MATEMÁTICA PARA O ENSINO MÉDIO: ÂNGULO DE VISÃO DAS CORES DO ARCO-ÍRIS Profª. Drª. Vailde Bisogi UNIFRA vailde@uifra.br Prof. Rodrigo Fioravati Pereira UNIFRA prof.rodrigopereira@gmail.com

Leia mais

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

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

Leia mais

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

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

Leia mais

Sistema Computacional para Medidas de Posição - FATEST

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

Leia mais

INE 5111- ESTATÍSTICA APLICADA I - TURMA 05324 - GABARITO LISTA DE EXERCÍCIOS SOBRE AMOSTRAGEM E PLANEJAMENTO DA PESQUISA

INE 5111- ESTATÍSTICA APLICADA I - TURMA 05324 - GABARITO LISTA DE EXERCÍCIOS SOBRE AMOSTRAGEM E PLANEJAMENTO DA PESQUISA INE 5111- ESTATÍSTICA APLICADA I - TURMA 534 - GABARITO LISTA DE EXERCÍCIOS SOBRE AMOSTRAGEM E PLANEJAMENTO DA PESQUISA 1. Aalise as situações descritas abaixo e decida se a pesquisa deve ser feita por

Leia mais

VII Equações Diferenciais Ordinárias de Primeira Ordem

VII Equações Diferenciais Ordinárias de Primeira Ordem VII Equações Difereciais Ordiárias de Primeira Ordem Itrodução As equações difereciais ordiárias são istrumetos esseciais para a modelação de muitos feómeos proveietes de várias áreas como a física, química,

Leia mais

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

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

Leia mais

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

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

Leia mais

ActivALEA. ative e atualize a sua literacia

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

Leia mais

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

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

Leia mais

UM ESTUDO DO MODELO ARBITRAGE PRICING THEORY (APT) APLICADO NA DETERMINAÇÃO DA TAXA DE DESCONTOS

UM ESTUDO DO MODELO ARBITRAGE PRICING THEORY (APT) APLICADO NA DETERMINAÇÃO DA TAXA DE DESCONTOS UM ESTUDO DO MODELO ARBITRAGE PRICING THEORY (APT) APLICADO NA DETERMINAÇÃO DA TAXA DE DESCONTOS Viícius Atoio Motgomery de Mirada e-mail: vmotgomery@hotmail.com Edso Oliveira Pamploa e-mail: pamploa@iem.efei.rmg.br

Leia mais

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

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

Leia mais

Prof. Eugênio Carlos Stieler

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

Leia mais

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

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

Leia mais

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

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

Leia mais

Introdução ao Estudo de Sistemas Lineares

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

Leia mais

SUMÁRIO 1. AMOSTRAGEM 4. 1.1. Conceitos básicos 4

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

Leia mais

ANÁLISE DO PERFIL DOS FUNDOS DE RENDA FIXA DO MERCADO BRASILEIRO

ANÁLISE DO PERFIL DOS FUNDOS DE RENDA FIXA DO MERCADO BRASILEIRO III SEMEAD ANÁLISE DO PERFIL DOS FUNDOS DE RENDA FIXA DO MERCADO BRASILEIRO José Roberto Securato (*) Alexadre Noboru Chára (**) Maria Carlota Moradi Seger (**) RESUMO O artigo trata da dificuldade de

Leia mais

SISTEMA DE MEDIÇÃO DE DESEMPENHO

SISTEMA DE MEDIÇÃO DE DESEMPENHO CAPÍTULO 08 SISTEMA DE MEDIÇÃO DE DESEMPENHO Simplificação Admiistrativa Plaejameto da Simplificação Pré-requisitos da Simplificação Admiistrativa Elaboração do Plao de Trabalho Mapeameto do Processo Mapeameto

Leia mais

EQUAÇÕES DIFERENCIAIS LINEARES DE ORDEM N

EQUAÇÕES DIFERENCIAIS LINEARES DE ORDEM N EQUAÇÕES DIFERENCIAIS LINEARES DE ORDEM N Estudaremos este capítulo as equações diereciais lieares de ordem, que são de suma importâcia como suporte matemático para vários ramos da egeharia e das ciêcias.

Leia mais

O TESTE DOS POSTOS ORDENADOS DE GALTON: UMA ABORDAGEM GEOMÉTRICA

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

Leia mais

CAPÍTULO 5 CIRCUITOS SEQUENCIAIS III: CONTADORES SÍNCRONOS

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

Leia mais

Modelando o Tempo de Execução de Tarefas em Projetos: uma Aplicação das Curvas de Aprendizagem

Modelando o Tempo de Execução de Tarefas em Projetos: uma Aplicação das Curvas de Aprendizagem 1 Modelado o Tempo de Execução de Tarefas em Projetos: uma Aplicação das Curvas de Apredizagem RESUMO Este documeto aborda a modelagem do tempo de execução de tarefas em projetos, ode a tomada de decisão

Leia mais

ALOCAÇÃO DE VAGAS NO VESTIBULAR PARA OS CURSOS DE GRADUAÇÃO DE UMA INSTITUIÇÃO DE ENSINO SUPERIOR

ALOCAÇÃO DE VAGAS NO VESTIBULAR PARA OS CURSOS DE GRADUAÇÃO DE UMA INSTITUIÇÃO DE ENSINO SUPERIOR ALOCAÇÃO DE VAGAS NO VESTIBULAR PARA OS CURSOS DE GRADUAÇÃO DE UMA INSTITUIÇÃO DE ENSINO SUPERIOR Alexadre Stamford da Silva Programa de Pós-Graduação em Egeharia de Produção PPGEP / UFPE Uiversidade Federal

Leia mais

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

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

Leia mais

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

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

Leia mais

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

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

Leia mais

Probabilidades. José Viegas

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

Leia mais

UFRGS 2007 - MATEMÁTICA

UFRGS 2007 - MATEMÁTICA - MATEMÁTICA 01) Em 2006, segudo otícias veiculadas a impresa, a dívida itera brasileira superou um trilhão de reais. Em otas de R$ 50, um trilhão de reais tem massa de 20.000 toeladas. Com base essas

Leia mais

A AUTO-AVALIAÇÃO DE INSTITUIÇÕES DE ENSINO SUPERIOR: UMA IMPORTANTE CONTRIBUIÇÃO PARA A GESTÃO EDUCACIONAL

A AUTO-AVALIAÇÃO DE INSTITUIÇÕES DE ENSINO SUPERIOR: UMA IMPORTANTE CONTRIBUIÇÃO PARA A GESTÃO EDUCACIONAL A AUTO-AVALIAÇÃO DE INSTITUIÇÕES DE ENSINO SUPERIOR: UMA IMPORTANTE CONTRIBUIÇÃO PARA A GESTÃO EDUCACIONAL Adré Luís Policai Freitas Uiversidade Estadual do Norte Flumiese, Brasil. INTRODUÇÃO Os úmeros

Leia mais

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

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

Leia mais

UNIVERSIDADE DA MADEIRA

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

Leia mais

DEMANDA POR VEÍCULOS SEMI NOVOS: UMA ANÁLISE QUANTITATIVA

DEMANDA POR VEÍCULOS SEMI NOVOS: UMA ANÁLISE QUANTITATIVA RECIFE 011 THOMAS DA SILVA CAMELO BASTOS CURSO DE BACHARELADO EM CIÊNCIAS ECONÔMICAS THOMAS DA SILVA CAMELO BASTOS DEMANDA POR VEÍCULOS SEMI NOVOS: UMA ANÁLISE QUANTITATIVA DEMANDA POR VEÍCULOS SEMI NOVOS:

Leia mais

M = 4320 CERTO. O montante será

M = 4320 CERTO. O montante será PROVA BANCO DO BRASIL / 008 CESPE Para a veda de otebooks, uma loja de iformática oferece vários plaos de fiaciameto e, em todos eles, a taxa básica de juros é de % compostos ao mês. Nessa situação, julgue

Leia mais

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

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

Leia mais

LEILLIMAR DOS REIS FREITAS COMPARAÇÃO DAS FUNÇÕES DE LIGAÇÃO LOGIT E PROBIT EM REGRESSÃO BINÁRIA CONSIDERANDO DIFERENTES TAMANHOS AMOSTRAIS

LEILLIMAR DOS REIS FREITAS COMPARAÇÃO DAS FUNÇÕES DE LIGAÇÃO LOGIT E PROBIT EM REGRESSÃO BINÁRIA CONSIDERANDO DIFERENTES TAMANHOS AMOSTRAIS LEILLIMAR DOS REIS FREITAS COMPARAÇÃO DAS FUNÇÕES DE LIGAÇÃO LOGIT E PROBIT EM REGRESSÃO BINÁRIA CONSIDERANDO DIFERENTES TAMANHOS AMOSTRAIS Dissertação apresetada à Uiversidade Federal de Viçosa, como

Leia mais

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

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

Leia mais

ESTATÍSTICA DESCRITIVA

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

Leia mais

LAYOUT CONSIDERAÇÕES GERAIS DEFINIÇÃO. Fabrício Quadros Borges*

LAYOUT CONSIDERAÇÕES GERAIS DEFINIÇÃO. Fabrício Quadros Borges* LAYOUT Fabrício Quadros Borges* RESUMO: O texto a seguir fala sobre os layouts que uma empresa pode usar para sua arrumação e por coseguite ajudar em solucioar problemas de produção, posicioameto de máquias,

Leia mais

Matemática. Resolução das atividades complementares. M10 Progressões. 1 (UFBA) A soma dos 3 o e 4 o termos da seqüência abaixo é:

Matemática. Resolução das atividades complementares. M10 Progressões. 1 (UFBA) A soma dos 3 o e 4 o termos da seqüência abaixo é: Resolução das atividades complemetares Matemática M0 Progressões p. 46 (UFBA) A soma dos o e 4 o termos da seqüêcia abaio é: a 8 * a 8 ( )? a, IN a) 6 c) 0 e) 6 b) 8 d) 8 a 8 * a 8 ( )? a, IN a 8 ()? a

Leia mais

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

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

Leia mais

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

PROTÓTIPO DE MODELO DE DIMENSIONAMENTO DE ESTOQUE

PROTÓTIPO DE MODELO DE DIMENSIONAMENTO DE ESTOQUE ROTÓTIO DE MODELO DE DIMENSIONAMENTO DE ESTOQUE Marcel Muk E/COE/UFRJ - Cetro de Tecologia, sala F-18, Ilha Uiversitária Rio de Jaeiro, RJ - 21945-97 - Telefax: (21) 59-4144 Roberto Citra Martis, D. Sc.

Leia mais

DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO ESTATISTICA AVANÇADA

DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO ESTATISTICA AVANÇADA DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO Ferado Mori DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO ESTATISTICA AVANÇADA Resumo [Atraia o leitor com um resumo evolvete, em geral, uma rápida visão geral do

Leia mais

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

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

Leia mais

Probabilidade e Estatística. Probabilidade e Estatística

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

Leia mais

INTERPOLAÇÃO. Interpolação

INTERPOLAÇÃO. Interpolação INTERPOLAÇÃO Profa. Luciaa Motera motera@facom.ufms.br Faculdade de Computação Facom/UFMS Métodos Numéricos Iterpolação Defiição Aplicações Iterpolação Liear Equação da reta Estudo do erro Iterpolação

Leia mais

5- CÁLCULO APROXIMADO DE INTEGRAIS 5.1- INTEGRAÇÃO NUMÉRICA

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

Leia mais

Capitulo 9 Resolução de Exercícios

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

Leia mais

Pesquisa Operacional

Pesquisa Operacional Faculdade de Egeharia - Campus de Guaratiguetá esquisa Operacioal Livro: Itrodução à esquisa Operacioal Capítulo 6 Teoria de Filas Ferado Maris fmaris@feg.uesp.br Departameto de rodução umário Itrodução

Leia mais

Equações Diferenciais (ED) Resumo

Equações Diferenciais (ED) Resumo Equações Difereciais (ED) Resumo Equações Difereciais é uma equação que evolve derivadas(diferecial) Por eemplo: dy ) 5 ( y: variável depedete, : variável idepedete) d y dy ) 3 0 y ( y: variável depedete,

Leia mais

MATEMÁTICA FINANCEIRA

MATEMÁTICA FINANCEIRA MATEMÁTICA FINANCEIRA VALOR DO DINHEIRO NO TEMPO Notas de aulas Gereciameto do Empreedimeto de Egeharia Egeharia Ecoômica e Aálise de Empreedimetos Prof. Márcio Belluomii Moraes, MsC CONCEITOS BÁSICOS

Leia mais

Capitulo 10 Resolução de Exercícios

Capitulo 10 Resolução de Exercícios FORMULÁRIO Ivestimetos com Cláusulas de Correção Moetária, com pricipal e juros simples corrigidos S C i I Ivestimetos com Cláusulas de Correção Moetária, com apeas o pricipal corrigido e juros simples.

Leia mais

Módulo 4 Matemática Financeira

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

Leia mais

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

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

Leia mais

INTRODUÇÃO A TEORIA DE CONJUNTOS

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

Leia mais

Matemática Alexander dos Santos Dutra Ingrid Regina Pellini Valenço

Matemática Alexander dos Santos Dutra Ingrid Regina Pellini Valenço 4 Matemática Alexader dos Satos Dutra Igrid Regia Pellii Valeço Professor SUMÁRIO Reprodução proibida. Art. 84 do Código Peal e Lei 9.60 de 9 de fevereiro de 998. Módulo 0 Progressão aritmérica.................................

Leia mais

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

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

Leia mais

Uma Metodologia de Busca Otimizada de Transformadores de Distribuição Eficiente para qualquer Demanda

Uma Metodologia de Busca Otimizada de Transformadores de Distribuição Eficiente para qualquer Demanda 1 Uma Metodologia de Busca Otimizada de Trasformadores de Distribuição Eficiete para qualquer Demada A.F.Picaço (1), M.L.B.Martiez (), P.C.Rosa (), E.G. Costa (1), E.W.T.Neto () (1) Uiversidade Federal

Leia mais

Tabela Price - verdades que incomodam Por Edson Rovina

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

Leia mais

Capitulo 2 Resolução de Exercícios

Capitulo 2 Resolução de Exercícios FORMULÁRIO Regime de Juros Simples S C J S 1 C i J Ci S C (1 i) S 1 C i Juro exato C i 365 S C 1 i C i 360 Juro Comercial 2.7 Exercícios Propostos 1 1) Qual o motate de uma aplicação de R$ 100.000,00 aplicados

Leia mais

III Simpósio sobre Gestão Empresarial e Sustentabilidade (SimpGES) Produtos eco-inovadores: produção e consumo"

III Simpósio sobre Gestão Empresarial e Sustentabilidade (SimpGES) Produtos eco-inovadores: produção e consumo 4 e 5 de outubro de 03 Campo Grade-MS Uiversidade Federal do Mato Grosso do Sul RESUMO EXPANDIDO COMPARAÇÃO ENTRE REDES NEURAIS ARTIFICIAIS E REGRESSÃO LINEAR MÚLTIPLA PARA PREVISÃO DE PREÇOS DE HORTALIÇAS

Leia mais

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

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

Leia mais

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

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

Leia mais

CPV seu Pé Direito no INSPER

CPV seu Pé Direito no INSPER CPV seu Pé Direito o INSPE INSPE esolvida /ovembro/0 Prova A (Marrom) MATEMÁTICA 7. Cosidere o quadrilátero coveo ABCD mostrado a figura, em que AB = cm, AD = cm e m(^a) = 90º. 8. No plao cartesiao da

Leia mais

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

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

Leia mais

APOSTILA MATEMÁTICA FINANCEIRA PARA AVALIAÇÃO DE PROJETOS

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

Leia mais

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

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

Leia mais

Universidade Federal do Maranhão Centro de Ciências Exatas e Tecnologia Coordenação do Programa de Pós-Graduação em Física

Universidade Federal do Maranhão Centro de Ciências Exatas e Tecnologia Coordenação do Programa de Pós-Graduação em Física Uiversidade Federal do Marahão Cetro de Ciêcias Exatas e Tecologia Coordeação do Programa de Pós-Graduação em Física Exame de Seleção para Igresso o 1º. Semestre de 2011 Disciplia: Mecâica Clássica 1.

Leia mais

PRESTAÇÃO = JUROS + AMORTIZAÇÃO

PRESTAÇÃO = JUROS + AMORTIZAÇÃO AMORTIZAÇÃO Amortizar sigifica pagar em parcelas. Como o pagameto do saldo devedor pricipal é feito de forma parcelada durate um prazo estabelecido, cada parcela, chamada PRESTAÇÃO, será formada por duas

Leia mais

Unidade V - Desempenho de Sistemas de Controle com Retroação

Unidade V - Desempenho de Sistemas de Controle com Retroação Uidade V - Desempeho de Sistemas de Cotrole com Retroação Itrodução; Siais de etrada para Teste; Desempeho de um Sistemas de Seguda Ordem; Efeitos de um Terceiro Pólo e de um Zero a Resposta Sistemas de

Leia mais

Capitulo 3 Resolução de Exercícios

Capitulo 3 Resolução de Exercícios S C J J C i FORMULÁRIO Regime de Juros Compostos S C i C S i S i C S LN C LN i 3.7 Exercícios Propostos ) Qual o motate de uma aplicação de R$ 00.000,00 aplicados por um prazo de meses, a uma taxa de 5%

Leia mais

Lista VII Correlação e Regressão Linear. Professor Salvatore Estatística I

Lista VII Correlação e Regressão Linear. Professor Salvatore Estatística I Lista VII Correlação e Regressão Liear Professor Salvatore Estatístia I 19/1/011 1. Uma empresa de trasportes de argas iteraioais por via marítima suspeita que os ustos om a armazeagem de suas argas vêm

Leia mais

Resposta: L π 4 L π 8

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

Leia mais

Testes de Hipóteses para a Diferença Entre Duas Médias Populacionais

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

Leia mais

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

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

Leia mais

MAC122 Princípios de Desenvolvimento de Algoritmos EP no. 1

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

Leia mais

Guia do Professor. Matemática e Saúde. Experimentos

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

Leia mais

APLICAÇÃO DO MÉTODO DE INTEGRAÇÃO TRAPEZOIDAL EM SISTEMAS ELÉTRICOS

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

Leia mais

Até que tamanho podemos brincar de esconde-esconde?

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

Leia mais

Modelo Matemático para Estudo da Viabilidade Econômica da Implantação de Sistemas Eólicos em Propriedades Rurais

Modelo Matemático para Estudo da Viabilidade Econômica da Implantação de Sistemas Eólicos em Propriedades Rurais Modelo Matemático para Estudo da Viabilidade Ecoômica da Implatação de Sistemas Eólicos em Propriedades Rurais Josiae Costa Durigo Uiversidade Regioal do Noroeste do Estado do Rio Grade do Sul - Departameto

Leia mais

UM NOVO OLHAR PARA O TEOREMA DE EULER

UM NOVO OLHAR PARA O TEOREMA DE EULER X Ecotro Nacioal de Educação Matemática UM NOVO OLHA PAA O TEOEMA DE EULE Iácio Atôio Athayde Oliveira Secretária de Educação do Distrito Federal professoriacio@gmail.com Aa Maria edolfi Gadulfo Uiversidade

Leia mais

O uso de questionários em trabalhos científicos

O uso de questionários em trabalhos científicos 1. Itrodução O uso de questioários em trabalhos cietíficos Um questioário é tão somete um cojuto de questões, feito para gerar os dados ecessários para se verificar se os objetivos de um projeto foram

Leia mais

O SETOR DE PESQUISAS DE MARKETING,OPINIÃO E MÍDIA NO BRASIL

O SETOR DE PESQUISAS DE MARKETING,OPINIÃO E MÍDIA NO BRASIL O SETOR DE PESQUISAS DE MARKETING,OPINIÃO E MÍDIA NO BRASIL THE SECTOR OF MARKETING RESEARCH,OPINION AND MEDIA IN BRAZIL RESUMO Com base em dados da ABEP, o artigo faz um relato da evolução do setor de

Leia mais