Faculdade de Economia da Universidade Nova de Lisboa 1304 Análise de Dados e Probabilidade 2º Semestre 2007/2008 Fernando Brito Soares Erica Marujo

Tamanho: px
Começar a partir da página:

Download "Faculdade de Economia da Universidade Nova de Lisboa 1304 Análise de Dados e Probabilidade 2º Semestre 2007/2008 Fernando Brito Soares Erica Marujo"

Transcrição

1 Faculdade de Economia da Universidade Nova de Lisboa 1304 Análise de Dados e Probabilidade º Semestre 00/008 Fernando Brito Soares Erica Marujo Mini Teste A Data: 8 de Março de 008, 14:00 Duração: 30 minutos Nota: A utilização de máquinas científicas e gráficas só será permitida depois de feito o respectivo reset. Atenção: Responda a todas as perguntas nas folhas do enunciado. Escreva o seu número e nome na primeira página. Não desagrafe nenhuma folha. A Autoridade Reguladora Aérea Europeia decidiu realizar um estudo sobre a capacidade dos aeroportos europeus. Assim, com base nos dados recolhidos em 00 aeroportos, construiuse o seguinte quadro, relativo ao número médio de voos diários registados em cada aeroporto, durante um ano: Número médio de voos diários Número de aeroportos a a b a) (15%) Sabendo que a média aritmética é igual a 48,5, determine o valor de a e b. b) (0%) Construa a tabela de frequências, indicando pontos médios, amplitudes, frequências absolutas e relativas, simples e acumuladas e densidades de frequência. c) (15%) Calcule a mediana e a moda. d) (0%) O mesmo estudo foi realizado nos EUA, onde os resultados indicaram uma média de 50 voos diários por aeroporto e uma variância de 9. O Presidente da Autoridade Reguladora Norte-Americana afirmou que, apesar dos EUA registarem um maior número médio diário de voos, a dispersão é mais acentuada na Europa. Comente a afirmação, justificando a sua resposta. e) (15%) Determine a variância do conjunto das duas áreas geográficas (Europa e EUA), sabendo que nos EUA o estudo foi realizado em 50 aeroportos. f) (15%) Na Europa, foi proposta uma lei que impõe um aumento de 5% no número médio de voos diários. A ser aprovada, que consequências teria esta lei sobre as medidas de localização desta distribuição? E sobre a variância? (Não precisa fazer novos cálculos). 1

2 Faculdade de Economia da Universidade Nova de Lisboa 1304 Análise de Dados e Probabilidade º Semestre 00/008 Fernando Brito Soares Erica Marujo A Autoridade Reguladora Aérea Europeia decidiu realizar um estudo sobre a capacidade dos aeroportos europeus. Assim, com base nos dados recolhidos em 00 aeroportos, construiu-se o seguinte quadro, relativo ao número médio de voos diários registados em cada aeroporto, durante um ano: Número médio de voos diários Número de aeroportos a a B a) (15%) Sabendo que a média aritmética é igual a 48,5, determine o valor de a e b. j 1,,3,, m: x l l h l l l h x 1 ' 010 5; x ' 10a ; x 3 ' a30 x 6 ' 090 nj N j1 x 1 m N n ' jx j ji 80; x ' ; x 4 ' 3050 N=00 Assim, podemos resolver o seguinte sistema de equações: m 40; x ' ; 1

3 Análise de Dados e Probabilidade º Semestre 00/008 48,5 b4 a a 1030b a30 b b) (0%) Construa a tabela de frequências, indicando pontos médios, amplitudes, frequências absolutas e relativas, simples e acumuladas e densidades de frequência. Após substituir o valor de a e b determinados na alínea anterior, obtemos a seguinte tabela de frequências: x j x j h j n j f j S j F * j d j ]0;10] , ,05 0,005 ]10;0] ,11 3 0,16 0,011 ]0;30] ,15 6 0,31 0,015 ]30;50] , ,5 0,0105 ]50;0] , ,8 0,014 ]0;90] , ,95 0,0065 ]90;10] , , c) (15%) Calcule a mediana e a moda. - Mediana: Para variáveis contínuas, a mediana é dada por F * x 0,5. Através das frequências relativas acumuladas apresentadas na tabela de frequências, podemos concluir que a mediana se situa na classe ]30;50]. Assim, por interpolação linear, temos: F 50 F x 48,095 F 50 F x 50 x 0,5 0,31 0 0,5 0,5 50 x 0,150 x 0,4 - Moda: Dado que as classes têm amplitudes diferentes, a classe modal é a classe com maior densidade de frequência: Classe modal = 0; 30. Podemos então determinar a moda (número médio de voos diários mais frequente) pela Fórmula de King: d30; 50 modx l0; 30 h0; 30. d10; 0 d30; 50 0, ,884 0,011 0,0105

4 Análise de Dados e Probabilidade º Semestre 00/008 d) (0%) O mesmo estudo foi realizado nos EUA, onde os resultados indicaram uma média de 50 voos diários por aeroporto e uma variância de 9. O Presidente da Autoridade Reguladora Norte-Americana afirmou que, apesar dos EUA registarem um maior número médio diário de voos, a dispersão é mais acentuada na Europa. Comente a afirmação, justificando a sua resposta. Para podermos comparar a dispersão entre duas amostras diferentes, temos que utilizar medidas de dispersão relativa, e não de dispersão absoluta. Assim, iremos calcular o coeficiente de variação/dispersão da Europa e o dos EUA, e só então poderemos concluir qual das áreas geográficas possui maior dispersão. Assim, para os EUA temos: x EUA 50 s EUA 9s EUA 9 c EUA v s EUA x EUA 50 0,54 Para a Europa, primeiro temos que calcular o valor da variância: f j x ' j xeuropa f j x ' j 48,5 s EUROPA m j1 j1 0, ,5 0, ,5 0, ,5 0, ,5 0, ,5 0, ,5 0, ,5 16,49935 E assim, obtemos: s EUROPA 16,499356,651 c EUROPA v s EUROPA 6,651 x EUROPA 48,5 0,5494 x EUROPA x EUA c EUROPA EUA v c v Logo, uma vez que os EUA registaram um maior número médio diário de voos em relação à Europa, e uma vez que o coeficiente de dispersão da Europa é maior do que o dos EUA, podemos concluir que o Presidente da Autoridade Reguladora Aérea Norte-Americana tem de facto razão ao afirmar que a dispersão é mais acentuada na Europa. Logo, a afirmação é verdadeira. e) (15%) Determine a média do conjunto das duas áreas geográficas (Europa e EUA), sabendo que nos EUA o estudo foi realizado em 50 aeroportos..n EUROPA 00; xeuropa 48,5. N EUA 50; x EUA 50.x G L N.x L N EUROPA.x EUROPA N EUA.x EUA 00.48, ,43 N N EUROPA N EUA

5 Análise de Dados e Probabilidade º Semestre 00/008 f) (15%) Na Europa, foi proposta uma lei que impõe um aumento de 5% no número médio de voos diários. A ser aprovada, que consequências teria esta lei sobre as medidas de localização desta distribuição? E sobre a variância? (Não precisa fazer novos cálculos). Caso a lei seja aprovada, o número médio diário de voos diários irá aumentar 5% em todos os aeroportos europeus. Isso implica que todas as observações irão ser multiplicadas por 1,05, ou seja, xi A x i 0,05 x i 1,05xi. Não conhecemos todas as observações, mas conhecemos as classes em que se inserem, sabendo que em cada classe, não há nenhuma observação inferior ao seu limite inferior, nem nenhuma superior ao seu limite superior. Tendo todas as observações aumentado na mesma percentagem (5%), também os limites inferior e superior e o ponto médio de cada classe aumentam nesta proporção, mantendo-se o restante da tabela de frequências inalterada: 4 x j x j h j n j f j S j F * j d j ]0;10,5] 5, , ,05 0,005 ]10,5;1] 15,5 10 0,11 3 0,16 0,011 ]1;31,5] 6, ,15 6 0,31 0,015 ]31,5;5,5] , ,5 0,0105 ]5,5;3,5] , ,8 0,014 ]3,5;94,5] , ,95 0,0065 ]94,5;16] 110, , , Assim, como cálculo da média consideramos que todas as observações pertencentes a uma classe são iguais ao seu ponto médio, este aumento representa um crescimento de todos os valores utilizados na média em 5%, ou seja, 1,05 vezes o valor de cada ponto médio. Designe-se aumento por A: x A f A.x A f. 1,05 x 1,05 f.x 1,05 f.x 1,05 x 1,05 48,5 51,1615 Com o aumento relativo de todas as observações em 5%, a posição relativa das observações não muda, apenas o seu valor. Por isso, a classe em que se encontra a mediana vai ser a mesma, com a devida correcção dos limites inferior e superior. A nova mediana resulta da multiplicação de 1,05 à mediana anterior à alteração: F A 1,05 x 0,5F A 0,5 1,05 xx A 1,05 x 1,05 48,095 50,5 Se todas as observações aumentam em 5%, a classe modal também vai ser a mesma, com a devida correcção dos limites inferior e superior. Os valores respeitantes à distribuição dos valores na amostra não se alteram, pelo que a nova moda resulta da multiplicação de 1,05 à moda anterior à alteração: Classe modal A 1,05 0; 1, ; 31,5 modx A l0; 30 A h0; 30 A d30; 50 A d10; 0 A d30; 50 A

6 Análise de Dados e Probabilidade º Semestre 00/008 d31,5; 5,5 l1; 31,5 h1; 31,5 d10,5; 1 d31,5; 5,5 1,05 modx 1,05 4,884 6,18 Finalmente, uma vez que todas as observações e a média aumentam em 5%, então os desvios em relação à média também irão aumentar nessa proporção, pelo que a variância vem multiplicada pelo quadrado de 1,05, ou seja, aumenta 10,5%: s A f ja x A j xa f j 1,05 x j 1,05 x 1,05 f j x j x 1,05 f j x j x j1 j1 1,05 s 1,105 16, ,941 j1 j1 5

Faculdade de Economia da Universidade Nova de Lisboa 1304 Análise de Dados e Probabilidade 2º Semestre 2007/2008 Fernando Brito Soares Erica Marujo

Faculdade de Economia da Universidade Nova de Lisboa 1304 Análise de Dados e Probabilidade 2º Semestre 2007/2008 Fernando Brito Soares Erica Marujo Faculdade de Economia da Universidade Nova de Lisboa 30 Análise de Dados e Probabilidade º Semestre 00/008 Fernando Brito Soares Erica Marujo Mini Teste B Data: 8 de Março de 008, :00 Duração: 30 minutos

Leia mais

Nota: A utilização. e nome. F j 0,8 0,8 0,6 2,5 3,5 4,5 0,35 0,4 0,2 0,05. x j 8,5 -1,5. indicando. a levar. acontece. alunos?

Nota: A utilização. e nome. F j 0,8 0,8 0,6 2,5 3,5 4,5 0,35 0,4 0,2 0,05. x j 8,5 -1,5. indicando. a levar. acontece. alunos? Faculdade de Economia da Universidade Nova de Lisboa 304 Análise de Dados e Probabilidade B º Semestre 007/008 Fernando Brito Soares Erica Marujo Pedro Chaves º Mini Teste B Nº: Nome: Data: de Outubro

Leia mais

Nota: A utilização. e nome. F j 0,8 0,8 0,6 0,5 0,35 0,4 0,2 0,05. x j. alunos?

Nota: A utilização. e nome. F j 0,8 0,8 0,6 0,5 0,35 0,4 0,2 0,05. x j. alunos? Faculdade de Economia da Universidade Nova de Lisboa 34 Análise de Dados e Probabilidade B º Semestre 7/8 Fernando Brito Soares Erica Marujo Pedro Chaves º Mini Teste A Nº: Nome: Data: de Outubro de 7,.

Leia mais

Teste Intermédio B I (35%)

Teste Intermédio B I (35%) Faculdade de Economia da Universidade ova de Lisboa 104 nálise de Dados e Probabilidade 1º Semestre 7/8 Fernando rito Soares Erica Marujo Pedro Chaves Teste Intermédio Data: 1 de Outubro de 7, 17.00 Duração:

Leia mais

Teste Intermédio. Nº: Nome:

Teste Intermédio. Nº: Nome: Faculdade de Economia da Universidade ova de Lisboa 1304 Análise de Dados e Probabilidade A 1º Semestre 2009/2010 Fernando Brito Soares Graça Silva Erica Marujo António Rua º: ome: Data: 23 de Outubro

Leia mais

Teste Intermédio. Nº: Nome:

Teste Intermédio. Nº: Nome: Faculdade de Economia da Universidade ova de Lisboa 1304 Análise de Dados e Probabilidade B 1º Semestre 2009/2010 Fernando Brito Soares Graça Silva Erica Marujo António Rua º: ome: Data: 23 de Outubro

Leia mais

Exame 1ª Época. Nº: Nome:

Exame 1ª Época. Nº: Nome: Faculdade de Economia da Universidade ova de Lisboa 1304 Análise de Dados e Probabilidade 1º Semestre 2009/2010 Fernando Brito Soares Graça Silva Erica Marujo António Rua Exame 1ª Época º: ome: Data: 7

Leia mais

1º Mini Teste A. Nº: Nome:

1º Mini Teste A. Nº: Nome: Faculdade de Economia da Universidade ova de Lisboa 130 Análise de Dados e Probabilidade A 1º Semestre 008/009 Fernando Brito Soares Cátia Fernandes Erica Marujo Daniel Monteiro º: ome: Data: 8 de ovembro

Leia mais

1º Mini Teste B. Nº: Nome:

1º Mini Teste B. Nº: Nome: Faculdade de Economia da Universidade ova de Lisboa 130 Análise de Dados e Probabilidade A 1º Semestre 008/009 Fernando Brito Soares Cátia Fernandes Erica Marujo Daniel Monteiro º: ome: Data: 8 de ovembro

Leia mais

1º Mini Teste A. Nº: Nome:

1º Mini Teste A. Nº: Nome: Faculdade de Economia da Universidade ova de Lisboa 1304 Análise de Dados e robabilidade B 1º Semestre 008/009 Fernando Brito Soares Cátia Fernandes Erica Marujo Daniel Monteiro º: ome: Data: 8 de ovembro

Leia mais

Teste Intermédio. Nº: Nome:

Teste Intermédio. Nº: Nome: Faculdade de Economia da Universidade Nova de Lisboa 30 Análise de Dados e Probabilidade º Semestre 009/00 Fernando Brito Soares Madalena Lopes Erica Marujo Eduardo Botelho Data: 6 de Março de 00, h00

Leia mais

1º Mini Teste B. Nº: Nome:

1º Mini Teste B. Nº: Nome: Faculdade de Economia da Universidade ova de Lisboa 1304 Análise de Dados e robabilidade B 1º Semestre 008/009 Fernando Brito Soares Cátia Fernandes Erica Marujo Daniel Monteiro º: ome: Data: 8 de ovembro

Leia mais

Teste Intermédio B I (50%)

Teste Intermédio B I (50%) aculdade de Economia da Universidade ova de isboa ernando Brito Soares Graça Silva edro Chaves Teste Intermédio B Data: 14 de Abril de 2007, 11.00 Duração: 2 horas ota: A utilização de máquinas científicas

Leia mais

Exame 1ª Época. Nº: Nome:

Exame 1ª Época. Nº: Nome: Faculdade de Economia da Universidade ova de Lisboa 1304 Análise de Dados e Probabilidade º Semestre 009/010 Fernando Brito Soares Madalena Hibon Lopes Erica Marujo Eduardo Botelho Exame 1ª Época Data:

Leia mais

Exame 2ª Época. Nº: Nome:

Exame 2ª Época. Nº: Nome: Faculdade de Economia da Universidade Nova de Lisboa 1304 Análise de Dados e Probabilidade 1º Semestre 2009/2010 Fernando Brito Soares Graça Silva Erica Marujo António Rua Exame 2ª Época Nº: Nome: Data:

Leia mais

Análise de Informação Económica e Empresarial

Análise de Informação Económica e Empresarial Análise de Informação Económica e Empresarial Licenciaturas Economia/Finanças/Gestão 1º Ano Ano lectivo de 2008-2009 Resolução Prova Época Normal 16 de Junho de 2009 Duração: 2h30m (150 minutos) Responda

Leia mais

Exame 2ª Época. Nº: Nome:

Exame 2ª Época. Nº: Nome: Faculdade de Economia da Universidade Nova de Lisboa 34 Análise de Dados e Probabilidade º Semestre 28/29 Fernando Brito Soares Cátia Fernandes Erica Marujo Daniel Monteiro Nº: Nome: Data: 2 de Janeiro

Leia mais

Resposta Correta: B

Resposta Correta: B 1. 1 2 2 3 3 4 2015 2016 = 2016 1 Resposta Correta: B 2. Sejam a, b, c e d, respectivamente, o número de multas leves, médias, graves e gravíssimas. Queremos determinar as soluções inteiras não negativas

Leia mais

Teste Intermédio A. Nº: Nome:

Teste Intermédio A. Nº: Nome: Faculdade de Economia da Universidade ova de Lisboa 10 Análise de Dados e Probabilidade º Semestre 007/008 Fernando Brito Soares Erica Marujo Teste Intermédio A º: ome: Data: 19 de Abril de 008, 1.00 Duração:

Leia mais

Exame 1ª Época I (30%) Histograma de Área 1

Exame 1ª Época I (30%) Histograma de Área 1 Faculdade de Economia da Universidade Nova de Lisboa 04 Análise de Dados e Probabilidade º Semestre 006/007 Fernando Brito Soares Graça Silva Pedro Chaves Exame ª Época Data: de Junho de 007, 8:0 Duração:

Leia mais

Exame 2ª Época. Nº: Nome:

Exame 2ª Época. Nº: Nome: Faculdade de Economia da Universidade Nova de Lisboa 130 Análise de Dados e Probabilidade 2º Semestre 2009/2010 Fernando Brito Soares Madalena Hibon Lopes Erica Marujo Eduardo Botelho Exame 2ª Época Nº:

Leia mais

Teste Intermédio B. Nº: Nome:

Teste Intermédio B. Nº: Nome: Faculdade de Economia da Universidade ova de Lisboa 10 Análise de Dados e Probabilidade º Semestre 007/008 Fernando Brito Soares Erica Marujo Teste Intermédio B º: ome: Data: 19 de Abril de 008, 1.00 Duração:

Leia mais

2º Mini Teste B I (40%)

2º Mini Teste B I (40%) Faculdade de Economia da Universidade Nova de Lisboa 304 Análise de Dados e Probabilidade B º Semestre 2007/2008 Fernando Brito Soares Erica Marujo Pedro Chaves 2º Mini Teste B Data: 27 de Novembro de

Leia mais

Prova Resolvida Raciocínio Lógico (ANAC/2016) Prof. Guilherme Neves

Prova Resolvida Raciocínio Lógico (ANAC/2016) Prof. Guilherme Neves Prova Resolvida Raciocínio Lógico (ANAC/2016) 71. (ANAC 2016/ESAF) Sabendo que os valores lógicos das proposições simples p e q são, respectivamente, a verdade e a falsidade, assinale o item que apresenta

Leia mais

First exam October 23, 2006 Statistics II

First exam October 23, 2006 Statistics II First exam October 3, 006 Statistics II 1. (7 points) Numa determinada empresa de recursos humanos um teste de aptidão é realizado por um elevado número de candidatos a um emprego. A pontuação obtida nesse

Leia mais

U.C Elementos de Probabilidades e Estatística. 10 de julho de 2014

U.C Elementos de Probabilidades e Estatística. 10 de julho de 2014 Ministério da Educação e Ciência U.C. 17 Elementos de Probabilidades e Estatística 1 de julho de 1 Critérios de avaliação: Para a correcção das questões constituem critérios de primordial importância,

Leia mais

Introdução à Estatística Estatística Descritiva 22

Introdução à Estatística Estatística Descritiva 22 Introdução à Estatística Estatística Descritiva 22 As tabelas de frequências e os gráficos constituem processos de redução de dados, no entanto, é possível resumir de uma forma mais drástica esses dados

Leia mais

Análise Exploratória e Estimação PARA COMPUTAÇÃO

Análise Exploratória e Estimação PARA COMPUTAÇÃO Análise Exploratória e Estimação MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Médias Média Aritmética (valor médio de uma distribuição) n x = 1 n i=1 x i = 1 n x 1 + + x n Média Aritmética

Leia mais

DATA MINING & MACHINE LEARNING (I) Thiago Marzagão

DATA MINING & MACHINE LEARNING (I) Thiago Marzagão DATA MINING & MACHINE LEARNING (I) Thiago Marzagão Média xi N É influenciada por valores extremos. Moda É valor mais freqüente. Não é muito informativa quando a distribuição é multimodal. Mediana É valor

Leia mais

2º Mini Teste A I (40%)

2º Mini Teste A I (40%) Faculdade de Economia da Universidade Nova de Lisboa 304 Análise de Dados e Probabilidade B º Semestre 2007/2008 Fernando Brito Soares Erica Marujo Pedro Chaves 2º Mini Teste A Data: 27 de Novembro de

Leia mais

PARA A RESOLUÇÃO DO p-fólio, TENHA EM ATENÇÃO O SEGUINTE:

PARA A RESOLUÇÃO DO p-fólio, TENHA EM ATENÇÃO O SEGUINTE: Nome:... B.I. :... Nº de Estudante:... Curso:... Turma:... Unidade Curricular: Elementos de Probabilidade e Estatística... Código:..1037... Data:..9 de Julho de 009. Assinatura do Vigilante:... PARA A

Leia mais

EXAME DE ESTATÍSTICA / ESTATÍSTICA I

EXAME DE ESTATÍSTICA / ESTATÍSTICA I INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE SAÚDE EAME DE ESTATÍSTICA / ESTATÍSTICA I Cursos: Licenciatura em Enfermagem e Licenciaturas Bi-etápicas em Fisioterapia e em Terapia da Fala Época de

Leia mais

Análise de Informação Económica e Empresarial

Análise de Informação Económica e Empresarial Análise de Informação Económica e Empresarial Licenciatura Economia/Finanças/Gestão º Ano Ano lectivo de 2008-2009 Prova Época de Recurso/Época Especial 30 de Junho de 2009 Duração: 2h30m (50 minutos)

Leia mais

3 + =. resp: A=5/4 e B=11/4

3 + =. resp: A=5/4 e B=11/4 ESCOLA DE APLICAÇÃO DR. ALFREDO JOSÉ BALBI-UNITAU EXERCÍCIOS PARA ESTUDO DO EXAME FINAL - 3º ENSINO MÉDIO - PROF. CARLINHOS BONS ESTUDOS! ASSUNTO : POLINÔMIOS 1) Identifique as expressões abaixo que são

Leia mais

UAlg esght MEDIDAS DE LOCALIZAÇÃO E DISPERSÃO. Paulo Batista Basílio ( )

UAlg esght MEDIDAS DE LOCALIZAÇÃO E DISPERSÃO. Paulo Batista Basílio ( ) UAlg esght MEDIDAS DE LOCALIZAÇÃO E DISPERSÃO ( pbasilio@ualg.pt ) Dezembro 2014 Medidas de localização e dispersão 1 Em primeiro lugar o cálculo das estatísticas descritivas depende da forma em que os

Leia mais

Medidas de Dispersão Prof. Walter Sousa

Medidas de Dispersão Prof. Walter Sousa Estatística Medidas de Dispersão Prof. Walter Sousa MEDIDAS DE DISPERSÃO São indicadores do grau de concentração ou dispersão dos dados. AMPLITUDE TOTAL(Range) DESVIO MÉDIO VARIÂNCIA DESVIO PADRÃO COEFICIENTE

Leia mais

EXAME DE ESTATÍSTICA / ESTATÍSTICA I

EXAME DE ESTATÍSTICA / ESTATÍSTICA I INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE SAÚDE EAME DE ESTATÍSTICA / ESTATÍSTICA I Cursos: Licenciatura em Enfermagem e Licenciaturas Bi-etápicas em Fisioterapia e em Terapia da Fala Época de

Leia mais

SUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2

SUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2 SUMÁRIO 1 CONCEITOS BÁSICOS, 1 1.1 Introdução, 1 1.2 Conceitos Fundamentais, 2 1.2.1 Objetivo, 2 1.2.2 População e amostra, 2 1.3 Processos estatísticos de abordagem, 2 1.4 Dados estatísticos, 3 1.5 Estatística

Leia mais

Unidade III Medidas Descritivas

Unidade III Medidas Descritivas Unidade III Medidas Descritivas Autor: Anderson Garcia Silveira Anderson Garcia Silveira Na aula anterior... Medidas de Tendência Central 2 Na aula anterior... Medidas de Tendência Central Moda Mediana

Leia mais

ESTATÍSTICA RESUMO E EXERCÍCIOS DE PROVAS ANTERIORES * *Resoluções destes exercícios grátis em simplificaaulas.com

ESTATÍSTICA RESUMO E EXERCÍCIOS DE PROVAS ANTERIORES * *Resoluções destes exercícios grátis em simplificaaulas.com ESTATÍSTICA RESUMO E EXERCÍCIOS DE PROVAS ANTERIORES * *Resoluções destes exercícios grátis em Conceitos e Fundamentos População: conjunto de elementos, número de pessoas de uma cidade. Amostra: parte

Leia mais

Álgebra Linear. Curso: Engenharia Electrotécnica e de Computadores 1 ō ano/1 ō S 2006/07

Álgebra Linear. Curso: Engenharia Electrotécnica e de Computadores 1 ō ano/1 ō S 2006/07 Álgebra Linear Curso: Engenharia Electrotécnica e de Computadores ō ano/ ō S 6/7 a Lista: SISTEMAS DE EQUAÇÕES LINEARES E ÁLGEBRA DE MATRIZES Sistemas de equações lineares. Quais das seguintes equações

Leia mais

Universidade Federal de Lavras Departamento de Ciências Exatas Prof. Daniel Furtado Ferreira 4 a Aula Prática Medidas de Dispersão

Universidade Federal de Lavras Departamento de Ciências Exatas Prof. Daniel Furtado Ferreira 4 a Aula Prática Medidas de Dispersão Universidade Federal de Lavras Departamento de Ciências Exatas Prof. Daniel Furtado Ferreira 4 a Aula Prática Medidas de Dispersão 1) Os dados apresentados a seguir referem-se ao levantamento dos intervalos

Leia mais

(a) Identifique a população e a amostra. (b) Identifique a variável de interesse. (c) Que tipo de inferência é o interesse da agência governamental?

(a) Identifique a população e a amostra. (b) Identifique a variável de interesse. (c) Que tipo de inferência é o interesse da agência governamental? Universidade da Beira Interior - Departamento de Matemática ESTATÍSTICA APLICADA À GESTÃO Ficha de exercícios 1 Estatística Descritiva 2015/2016 1. Numa revista foi publicada uma lista com as 100 empresas

Leia mais

Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 4 a Aula Prática Medidas de Dispersão

Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 4 a Aula Prática Medidas de Dispersão Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 4 a Aula Prática Medidas de Dispersão 1) Os dados apresentados a seguir referem-se ao levantamento dos intervalos

Leia mais

RESOLUÇÃO DAS QUESTÕES DE RACIOCÍNIO LÓGICO

RESOLUÇÃO DAS QUESTÕES DE RACIOCÍNIO LÓGICO TÉCNICO ADMINISTRATIVO DA ANAC RESOLUÇÃO DAS QUESTÕES DE RACIOCÍNIO LÓGICO Caro aluno, Disponibilizo abaixo a resolução das questões de Raciocínio Lógico da prova para o cargo de Técnico Administrativo

Leia mais

Aulas práticas de Álgebra Linear

Aulas práticas de Álgebra Linear Ficha Matrizes e sistemas de equações lineares Aulas práticas de Álgebra Linear Mestrado Integrado em Engenharia Eletrotécnica e de Computadores o semestre 6/7 Jorge Almeida e Lina Oliveira Departamento

Leia mais

Instituto Universitário de Lisboa (ISCTE-IUL) Licenciaturas em Gestão e Finanças & Contabilidade. Estatística I - Exame de 1ª época

Instituto Universitário de Lisboa (ISCTE-IUL) Licenciaturas em Gestão e Finanças & Contabilidade. Estatística I - Exame de 1ª época Instituto Universitário de Lisboa (ISCTE-IUL) Licenciaturas em Gestão e Finanças & Contabilidade Estatística I - Exame de 1ª época Duração: 2h +30m Nota: Não são prestados esclarecimentos durante a prova!

Leia mais

Álgebra Linear. Cursos: Química, Engenharia Química, Engenharia de Materiais,Engenharia Biológica, Engenharia do Ambiente 1 ō ano/1 ō Semestre 2006/07

Álgebra Linear. Cursos: Química, Engenharia Química, Engenharia de Materiais,Engenharia Biológica, Engenharia do Ambiente 1 ō ano/1 ō Semestre 2006/07 Álgebra Linear Cursos: Química, Engenharia Química, Engenharia de Materiais,Engenharia Biológica, Engenharia do Ambiente ō ano/ ō Semestre 2006/07 a Lista: SISTEMAS DE EQUAÇÕES LINEARES E ÁLGEBRA DE MATRIZES

Leia mais

Dados de identificação do Acadêmico: Nome: Login: CA: Cidade: UF Assinatura: CARTÃO RESPOSTA

Dados de identificação do Acadêmico: Nome: Login: CA: Cidade: UF Assinatura: CARTÃO RESPOSTA ANÁLISE E DESENVOLVIMENTO DE SISTEMAS TURMA 2008 4º PERÍODO 7º MÓDULO AVALIAÇÃO A2 DATA 08/10/2009 ESTATÍSTICA 2009/2 Dados de identificação do Acadêmico: Nome: Login: CA: Cidade: UF Assinatura: CARTÃO

Leia mais

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

Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística. Grupo I Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A Estatística 6º Teste de avaliação versão B Grupo I As cinco questões deste grupo são de escolha múltipla. Para cada uma delas são indicadas

Leia mais

Aula 2 Regressão e Correlação Linear

Aula 2 Regressão e Correlação Linear 1 ESTATÍSTICA E PROBABILIDADE Aula Regressão e Correlação Linear Professor Luciano Nóbrega Regressão e Correlação Quando consideramos a observação de duas ou mais variáveis, surge um novo problema: -as

Leia mais

PARTE 3- MEDIDAS DE DISPERSÃO VERSÃO: MARÇO DE 2017

PARTE 3- MEDIDAS DE DISPERSÃO VERSÃO: MARÇO DE 2017 COMUNICAÇÃO SOCIAL E MARKETING CENTRO DE CIÊNCIAS SOCIAIS APLICADAS UNIVERSIDADE CATÓLICA DE PETRÓPOLIS ESTATÍSTICA APLICADA PARA PESQUISA EM MARKETING E COMUNICAÇÃO (BASEADO NO MATERIAL DE AULA DO PROFESSOR

Leia mais

Medidas de Dispersão para uma Amostra. Conteúdo: AMPLITUDE VARIÂNCIA DESVIO PADRÃO COEFICIENTE DE VARIAÇÃO

Medidas de Dispersão para uma Amostra. Conteúdo: AMPLITUDE VARIÂNCIA DESVIO PADRÃO COEFICIENTE DE VARIAÇÃO Medidas de Dispersão para uma Amostra Conteúdo: AMPLITUDE VARIÂNCIA DESVIO PADRÃO COEFICIENTE DE VARIAÇÃO Medidas de Dispersão para uma Amostra Para entender o que é dispersão, imagine que quatro alunos

Leia mais

3 3. Variáveis Aleatórias

3 3. Variáveis Aleatórias ÍNDICE 3. VARIÁVEIS ALEATÓRIAS...49 3.. VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS...49 3.2. VARIÁVEIS DISCRETAS FUNÇÃO DE PROBABILIDADE E FUNÇÃO DISTRIBUIÇÃO DE PROBABILIDADE...50 3.2.. Função de probabilidade...50

Leia mais

Peso (mg) Número de cigarros [760,780[ 3 [780,800[ 7 [800,820[ 19 [820,840[ 25 [840,860[ 17 [860,880[ 12 [880,900[ 8

Peso (mg) Número de cigarros [760,780[ 3 [780,800[ 7 [800,820[ 19 [820,840[ 25 [840,860[ 17 [860,880[ 12 [880,900[ 8 Escola Superior de Tecnologia de Viseu Tratamento Estatístico de Dados 2008/2009 Ficha Revisões 1. A Tabaqueira SA faz um apertado controlo da qualidade dos cigarros que produz; o peso é uma das características

Leia mais

Estatística I Aula 3. Prof.: Patricia Maria Bortolon, D. Sc.

Estatística I Aula 3. Prof.: Patricia Maria Bortolon, D. Sc. Estatística I Aula 3 Prof.: Patricia Maria Bortolon, D. Sc. Estatística: Prof. André Carvalhal Dados quantitativos: medidas numéricas Propriedades Numéricas Tendência Central Dispersão Formato Média Mediana

Leia mais

Matemática Aplicada às Ciências Sociais o Ano Gráficos e medidas estatísticas Propostas de resolução

Matemática Aplicada às Ciências Sociais o Ano Gráficos e medidas estatísticas Propostas de resolução Matemática Aplicada às Ciências Sociais - 10. o Ano Gráficos e medidas estatísticas Propostas de resolução Exercícios de exames 1. 1.1. Como a média é relativa a 5 anos, temos que: 10 980 + 1 000 + a +

Leia mais

Nota importante: U é a matriz condensada obtida no processo de condensação da matriz

Nota importante: U é a matriz condensada obtida no processo de condensação da matriz Decomposição P T LU A denominada decomposição P T L U é um processo que pode ser extremamente útil no cálculo computacional, na resolução de sistemas de equações lineares. Propriedade Seja A uma matriz

Leia mais

Apontamentos de Introdução às Probabilidades e à Estatística

Apontamentos de Introdução às Probabilidades e à Estatística i Índice 1. Introdução 1 1.1. Enquadramento e objectivos 2 1.2. Organização 5 1.3. Noções base da Estatística 7 1.3.1. Distinção entre população e amostra 8 1.3.2. Amostragem 10 1.3.3. Unidade estatística

Leia mais

UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Luiz Medeiros http://www.de.ufpb.br/~luiz/ As medidas de posição apresentadas fornecem a informação dos dados apenas a nível

Leia mais

Determinação de medidas de posição a partir de dados agrupados

Determinação de medidas de posição a partir de dados agrupados Determinação de medidas de posição a partir de dados agrupados Rinaldo Artes Em algumas situações, o acesso aos microdados de uma pesquisa é restrito ou tecnicamente difícil. Em seu lugar, são divulgados

Leia mais

Profa. Janaina Fracaro Engenharia Mecânica 2015

Profa. Janaina Fracaro Engenharia Mecânica 2015 Profa. Janaina Fracaro Engenharia Mecânica 2015 Medidas de Posição ou tendência central Buscam identificar valores característicos de uma relação de valores medidos. Média Aritmética: EX: Suponha que a

Leia mais

INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE SAÚDE ESTATÍSTICA

INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE SAÚDE ESTATÍSTICA INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE SAÚDE ESTATÍSTICA Cursos: Licenciaturas Bi-etápicas em Fisioterapia e em Terapia da Fala Teste Final o Ano / 3 o Semestre 6/07 Data: a feira, 15 de Janeiro

Leia mais

Exame 2ª Época I (20%)

Exame 2ª Época I (20%) Faculdade de Economia da Universidade ova de Lisboa 304 Análise de Dados e Probabilidade º Semestre 006/007 Fernando Brito Soares Graça Silva Pedro Chaves Eame ª Época Data: 7 de Junho de 007, 8:30 Duração:

Leia mais

Estatística Aplicada Professor: André Luiz Araújo Cunha. Moda. Media

Estatística Aplicada Professor: André Luiz Araújo Cunha. Moda. Media Estatística Aplicada Professor: André Luiz Araújo Cunha Moda Define-se moda como sendo: o valor que surge com mais freqüência se os dados são discretos, ou, o intervalo de classe com maior freqüência se

Leia mais

Nome: N o : Espaço reservado a classificações

Nome: N o : Espaço reservado a classificações ESTATÍSTICA I 2 o Ano/Gestão 1 o Semestre Época Normal Duração: 2 horas 1 a Parte Teórica N o de Exame: abcde 03.Jan.11 Este exame é composto por duas partes. Esta é a 1 a Parte Teórica (Cotação: 8 valores).

Leia mais

Medidas de Dispersão. Introdução Amplitude Variância Desvio Padrão Coeficiente de Variação

Medidas de Dispersão. Introdução Amplitude Variância Desvio Padrão Coeficiente de Variação Medidas de Dispersão Introdução Amplitude Variância Desvio Padrão Coeficiente de Variação Introdução Estudo de medidas que mostram a dispersão dos dados em torno da tendência central Analisaremos as seguintes

Leia mais

INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA

INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA Exame - Época de Recurso SEMESTRE PAR 7/8 Data: 6 de Julho de 8 Duração:

Leia mais

ANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS

ANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS ANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS Nível de significância No processo de tomada de decisão sobre uma das hipóteses levantadas num estudo, deve-se antes de tudo definir

Leia mais

2) Dados os valores a seguir, , determinar a moda dos mesmos.

2) Dados os valores a seguir, , determinar a moda dos mesmos. 1) O gráfico abaixo, apresenta dados referentes a faltas por dia em uma classe, durante um certo período de tempo. 1 De acordo com o gráfico, no período observado, ocorreram: (A) 15 faltas em 8 dias. (B)

Leia mais

MEDIDAS DE DISPERSÃO. Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões

MEDIDAS DE DISPERSÃO. Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões MEDIDAS DE DISPERSÃO Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões Cidade A: 185, 185, 185 x 185mm Cidade B: 18, 184, 189 x 185mm

Leia mais

(a) Use cinco intervalos e construa um histograma e o polígono de frequência. (b) Determine uma medida de posição central e uma medida de dispersão.

(a) Use cinco intervalos e construa um histograma e o polígono de frequência. (b) Determine uma medida de posição central e uma medida de dispersão. Universidade Federal Fluminense Instituto de Ciências Exatas Departamento de Matemática 1 a Lista de Exercícios de Probabilidade e Estatística Prof a : Marina Sequeiros 1. Contou-se o número de erros de

Leia mais

ESTATÍSTICA BÁSICA. 01 A tabela abaixo representa os salários pagos a 150 operários da empresa P&E Ltda. Nº de salários mínimos

ESTATÍSTICA BÁSICA. 01 A tabela abaixo representa os salários pagos a 150 operários da empresa P&E Ltda. Nº de salários mínimos ESTATÍSTICA BÁSICA 01 A tabela abaixo representa os salários pagos a 150 operários da empresa P&E Ltda. Nº de salários mínimos Nº de operários f j 0 2 50 2 4 40 4 6 20 6 8 25 8 10 15 Total 150 Quantos

Leia mais

Aula 2 MEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE POSIÇÃO

Aula 2 MEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE POSIÇÃO MEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE POSIÇÃO Aula META Visualizar o comportamento de um conjunto de dados por intermédio de um único valor, neste caso representado pelo parâmetro médio, bem como em

Leia mais

Bioestatística Medidas de tendência central, posição e dispersão PARTE II Roberta de Vargas Zanini 11/05/2017

Bioestatística Medidas de tendência central, posição e dispersão PARTE II Roberta de Vargas Zanini 11/05/2017 Bioestatística Medidas de tendência central, posição e dispersão PARTE II Roberta de Vargas Zanini 11/05/2017 10/03/2016 As medidas de tendência central são uma boa forma para descrever resumidamente

Leia mais

UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS

UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Tarciana Liberal Vimos que é possível sintetizar os dados sob a forma de distribuições de freqüências e gráficos. Pode ser

Leia mais

Unidade I ESTATÍSTICA DESCRITIVA. Profa. Isabel Espinosa

Unidade I ESTATÍSTICA DESCRITIVA. Profa. Isabel Espinosa Unidade I ESTATÍSTICA DESCRITIVA Profa. Isabel Espinosa Estatística Veremos nesta unidade: Variáveis Tabela de frequência Gráficos Medidas de tendência central - media,mediana e moda Medidas de dispersão

Leia mais

A. Equações não lineares

A. Equações não lineares A. Equações não lineares 1. Localização de raízes. a) Verifique se as equações seguintes têm uma e uma só solução nos intervalos dados: i) (x - 2) 2 ln(x) = 0, em [1, 2] e [e, 4]. ii) 2 x cos(x) (x 2)

Leia mais

Universidade Federal de Alfenas Programa de Pós-graduação em Estatística Aplicada e Biometria-PPGEAB Prova de Conhecimentos Específicos

Universidade Federal de Alfenas Programa de Pós-graduação em Estatística Aplicada e Biometria-PPGEAB Prova de Conhecimentos Específicos -PPGEAB OBSERVAÇÃO: Dentre as cinco questões, marque na tabela abaixo com X uma para não ser corrigida. Se não for marcada nenhuma, a questão 1 será a desconsiderada. Questão 1 2 3 4 5 Dados que podem

Leia mais

Estatística Computacional (Licenciatura em Matemática) Duração: 2h Frequência NOME:

Estatística Computacional (Licenciatura em Matemática) Duração: 2h Frequência NOME: DEPARTAMENTO DE MATEMÁTICA DA UNIVERSIDADE DE COIMBRA Estatística Computacional (Licenciatura em Matemática) Duração: 2h Frequência 24-05-2011 NOME: Observação: A resolução completa das perguntas inclui

Leia mais

MATEMÁTICA Plano anual 2008/2009 7º Ano 1º PERÍODO. Nº de Segmentos Conhecer melhor os números 12 Proporcionalidade directa

MATEMÁTICA Plano anual 2008/2009 7º Ano 1º PERÍODO. Nº de Segmentos Conhecer melhor os números 12 Proporcionalidade directa MATEMÁTICA Plano anual 2008/2009 7º Ano 1º PERÍODO Temas Segmentos Conhecer melhor os números 12 Proporcionalidade directa Semelhança de figuras Números racionais 10 14 8 Apresentação/Revisões/Testes/Correcções

Leia mais

Exame Final Nacional de Matemática Aplicada às Ciências Sociais Época especial

Exame Final Nacional de Matemática Aplicada às Ciências Sociais Época especial Exame Final Nacional de Matemática Aplicada às Ciências Sociais 201 - Época especial Proposta de resolução 1. 1.1. Aplicando o método de Hondt na distribuição dos 8 mandatos, temos: Partido A B C D E Número

Leia mais

ESTATÍSTICA DESCRITIVA E PREVISÃO INDICE

ESTATÍSTICA DESCRITIVA E PREVISÃO INDICE ESTATÍSTICA DESCRITIVA E PREVISÃO INDICE CAPITULO L APRESENTAÇÃO DE DADOS, pag 1 1.1 Introdução, 2 1.2. Quadros ou Tabelas, 3 1.3 Distribuições de Frequência, 4 1.4 Classificação de Dados, 7 1.5 Distribuição

Leia mais

MATEMÁTICA PARA A VIDA

MATEMÁTICA PARA A VIDA MATEMÁTICA PARA A VIDA B2 6 Interpretar, organizar, analisar e comunicar informação usando processos e procedimentos matemáticos. Utilizar a moeda única europeia e outra familiar em actividades do dia

Leia mais

1. Registou-se o número de assoalhadas de 100 apartamentos vendidos num bairro residencial

1. Registou-se o número de assoalhadas de 100 apartamentos vendidos num bairro residencial Escola Superior de Tecnologia de Viseu Fundamentos de Estatística 2006/2007 Ficha nº 1 1. Registou-se o número de assoalhadas de 100 apartamentos vendidos num bairro residencial 0; 0; 0; 1; 2; 0; 0; 1;

Leia mais

Medidas de Dispersão. Prof.: Joni Fusinato

Medidas de Dispersão. Prof.: Joni Fusinato Medidas de Dispersão Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com 1 Dispersão Estatística As medidas de posição (média, mediana, moda) descrevem características dos valores numéricos

Leia mais

Medidas Estatísticas de Posição

Medidas Estatísticas de Posição Medidas Estatísticas de Posição 1 - Medidas de Tendência Central Denição medida de tendência central é um único valor que representa ou tipica um conjunto de valores. Nunca pode ser menor que o menor valor

Leia mais

Estatística para Cursos de Engenharia e Informática

Estatística para Cursos de Engenharia e Informática Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Cap. 3 Análise exploratória de dados APOIO: Fundação de Apoio

Leia mais

ESCOLA SECUNDÁRIA JAIME MONIZ Matemática Aplicada às Ciências Sociais 10º ano

ESCOLA SECUNDÁRIA JAIME MONIZ Matemática Aplicada às Ciências Sociais 10º ano ESCOLA SECUNDÁRIA JAIME MONIZ Matemática Aplicada às Ciências Sociais 10º ano Ficha de Trabalho: Revisão Estatística Univariada e Bivariada. 2009/2010 Nos arredondamentos que efectuar, conserve sempre

Leia mais

Medidas de Tendência Central e Medidas de Dispersão

Medidas de Tendência Central e Medidas de Dispersão Aula # 10 Medidas de Tendência Central e Medidas de Dispersão Professor: Dr. Wilfredo Falcón Urquiaga Professor Titular Engenheiro em Telecomunicações e Eletrônica Doutor em Ciências Técnicas Email: falconcuba2007@gmail.com

Leia mais

ESTATÍSTICA E BIOESTATÍSTICA

ESTATÍSTICA E BIOESTATÍSTICA INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE SAÚDE ESTATÍSTICA E BIOESTATÍSTICA Cursos: Licenciaturas Bi-etápicas em Enfermagem e em Fisioterapia Época Normal o Ano/3 o Semestre 003/004 Data: 6

Leia mais

Matemática 3º Ciclo. Planificação Anual 7.º ano. N.º de aulas. Objectivos 1.º PERÍODO. Ano Lectivo 2009/2010. Apresentação 1. Teste Diagnóstico 2

Matemática 3º Ciclo. Planificação Anual 7.º ano. N.º de aulas. Objectivos 1.º PERÍODO. Ano Lectivo 2009/2010. Apresentação 1. Teste Diagnóstico 2 i Temas Sub-temas Objectivos 1.º PERÍODO Apresentação 1 Teste Diagnóstico 2 Múltiplos e divisores. Critérios de divisibilidade. Obter números, a partir de outros, por composição e decomposição; Números

Leia mais

ESTATÍSTICA APLICADA PARA PESQUISA EM MARKETING E COMUNICAÇÃO BASEADO NO LIVRO ESTATÍSTICA FÁCIL ANTÔNIO ARNOT CRESPO

ESTATÍSTICA APLICADA PARA PESQUISA EM MARKETING E COMUNICAÇÃO BASEADO NO LIVRO ESTATÍSTICA FÁCIL ANTÔNIO ARNOT CRESPO COMUNICAÇÃO SOCIAL E MARKETING CENTRO DE CIÊNCIAS SOCIAIS APLICADAS UNIVERSIDADE CATÓLICA DE PETRÓPOLIS ESTATÍSTICA APLICADA PARA PESQUISA EM MARKETING E COMUNICAÇÃO BASEADO NO LIVRO ESTATÍSTICA FÁCIL

Leia mais

GET00116 Fundamentos de Estatística Aplicada Turma C1 Lista de Exercícios 1/2018 Profa. Ana Maria Farias

GET00116 Fundamentos de Estatística Aplicada Turma C1 Lista de Exercícios 1/2018 Profa. Ana Maria Farias GET00116 Fundamentos de Estatística Aplicada Turma C1 Lista de Exercícios 1/018 Profa. Ana Maria Farias 1. Faça cada um dos cálculos indicados a seguir, apresentando os resultados com (i) casas decimais

Leia mais

Estatística Computacional (Licenciatura em Matemática) Duração: 2h Exame NOME:

Estatística Computacional (Licenciatura em Matemática) Duração: 2h Exame NOME: DEPARTAMENTO DE MATEMÁTICA DA UNIVERSIDADE DE COIMBRA Estatística Computacional (Licenciatura em Matemática) Duração: 2h Exame 29-06-10 NOME: Observação: A resolução completa das perguntas inclui a justificação

Leia mais

Medidas Descritivas de Posição, Tendência Central e Variabilidade

Medidas Descritivas de Posição, Tendência Central e Variabilidade Medidas Descritivas de Posição, Tendência Central e Variabilidade Prof. Gilberto Rodrigues Liska UNIPAMPA 27 de Março de 2017 Material de Apoio e-mail: gilbertoliska@unipampa.edu.br Sumário 1 Introdução

Leia mais

CONCEITOS BASICOS, ORGANIZAÇÃO E APRESENTAÇÃO DOS RESULTADOS, DISTRIBUIÇÃO DE FREQUÊNCIA

CONCEITOS BASICOS, ORGANIZAÇÃO E APRESENTAÇÃO DOS RESULTADOS, DISTRIBUIÇÃO DE FREQUÊNCIA DISCIPLINA: MÉTODOS QUANTITATIVOS PROFESSORA: GARDÊNIA SILVANA DE OLIVEIRA RODRIGUES CONCEITOS BASICOS, ORGANIZAÇÃO E APRESENTAÇÃO DOS RESULTADOS, DISTRIBUIÇÃO DE FREQUÊNCIA MOSSORÓ/RN 2015 1 POR QUE ESTUDAR

Leia mais

n. 5 Determinantes: Regra de Cramer e Triangulação Podemos classificar um sistema linear de três maneiras:

n. 5 Determinantes: Regra de Cramer e Triangulação Podemos classificar um sistema linear de três maneiras: n. 5 Determinantes: Regra de Cramer e Triangulação Podemos classificar um sistema linear de três maneiras: SPD Sistema possível determinado: existe apenas um conjunto solução; SPI Sistema possível indeterminado:

Leia mais

Prova escrita de conhecimentos específicos de MATEMÁTICA APLICADA ÀS CIÊNCIAS SOCIAIS

Prova escrita de conhecimentos específicos de MATEMÁTICA APLICADA ÀS CIÊNCIAS SOCIAIS Provas Especialmente Adequadas Destinadas a Avaliar a Capacidade para a Frequência dos Cursos Superiores do Instituto Politécnico de Leiria dos Maiores de Anos - 00 Prova escrita de conhecimentos específicos

Leia mais

Primeira Parte. 0, caso contrário.

Primeira Parte. 0, caso contrário. ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA TÓPICOS DE RESOLUÇÃO - Exame de Época Normal 009/00 Primeira Parte [,0]. Considere a varável aleatória X

Leia mais