Matemática C Semiextensivo V. 2

Tamanho: px
Começar a partir da página:

Download "Matemática C Semiextensivo V. 2"

Transcrição

1 Matemátca C Semetesvo V. Eercícos 0) Através da observação dreta do gráfco, podemos coclur que: a) País. b) País. c) 00 habtates. d) 00 habtates. e) habtates. 0) C Através do gráfco, podemos costrur a segute tabela: Número de faltas por da ( ) Número de das (f ) Número de faltas por da úmero de das ( ). f 0 0 0) Através da observação dreta do gráfco, podemos coclur que: a) aos. b) 0. c) aos. d). e). Total Observe que a últma lha da tabela temos, para um total de das, faltas. 0) E a) Falso. Pos para que a méda fosse 0% as barras que represetam a população de homes deveram estar dstrbuídas prómos da altura 0% o gráfco. b) Falso. Pos a porcetagem de meas obesas o período de é de %, equato que a porcetagem de meas obesas o período de 9-99 é de 0%. c) Falso. Pos pelo gráfco meos de 0% das meas estavam obesas o período de d) Falso. Pos através da observação do gráfco ão podemos coclur que mas de 0% da população pesqusada estava obesa. e) Verdadero. Pos observado o gráfco temos que a população de mulheres obesas o período de 9-99 é maor que %, equato que a população de mulheres obesas o período de 9-90 é de pouco mas de %. 0) a) 9 toeladas b),% 0) E a) Como a matéra orgâca é a parte do lo que pode ser trasformada em composto orgâco (adubo), temos:,% de 000 toeladas 9 toeladas. b) 0 0,. 00,% 00 Através do gráfco, podemos coclur que: 99 Regão Sul: taa etrema pobreza, % 00, % Fazedo, 00%,,%,.,. 00 0,%, ou seja, a taa etrema de pobreza, cau a regão Sul: 00 0, 9,%. Matemátca C

2 0) B Através dos dados forecdos pela tabela e pelo gráfco, temos: Classe A B C D E Total () 0) A Número de famílas (f ) Frequêca relatva - fr (%) f (fr 00) 0,0 00 % 0, 00 0% 0, 00 % 0, 00 0% 0, 00 0% 00% Da tabela que relacoa a classe e a faa de reda, temos: famílas com reda acma de R$00,00 classes A, B e C. Logo: % + 0% + % 0%. Para a solução desta questão cosdere o gráfco a segur: Passagero/veículos CAPITAIS BRASILEIRAS - SISTEMA DE ÔNIBUS URBANO* Passageros trasportados por veículos/da** 99 a Out/9 Abr/9 Out/9 Abr/9 Out/9 Abr/9 Out/9 Abr/99 Out/99 Abr/00 Out/00 Abr/0 Out/0 Abr/0 Out/0 Abr/0 Out/0 Abr/0 Out/0 Abr/0 Out/0 Abr/0 Out/0 Abr/0 Out/0 Abr/0 Out/0 * São Paulo, Ro de Jaero, Belo Horzote, Recfe, Porto Alegre, Salvador, Fortaleza, Curtba e Goâa. ** Passagero total mesal/frota/ Em abrl de 00 o úmero de passageros era de,9 mlhões e o ídce de produtvdade era de 00; logo, sedo f o tamaho da frota, em mlhões de veículos, temos que: 9, 00 f 9, f 0,0 f 00 Em outubro de 00, o ídce era de ; sedo o úmero de passageros trasportados (em mlhões), temos que:. f. 0,0,9 f 09) E 0) D ) A ) B Do gráfco, podemos coclur que o cosumo dáro de cgarros e o úmero de casas de câcer de pulmão são gradezas relacoadas. O aspecto do gráfco mostra que ão há proporcoaldade dreta ou versa essa relação. Aalsado o gráfco, observamos que estem pessoas ecoomcamete atvas em mao de 009. Portato em juho de 009, com o aumeto de % da população ecoomcamete atva, temos: 000. ( + 0,0) (,0) pessoas ecoomcamete atvas. Pelo eucado, o casal que adqurr o pacote promocoal pagará 0 reas os três prmeros das; reas o quarto da; reas o quto da; reas o seto da e também os dos últmos das. Logo, o pacote promocoal custará: reas, equato a hospedagem por sete das fora da promoção custa Portato a ecooma será de: reas. A fgura a segur mostra a rota seguda pelo avão AII, que partu de Brasíla e seguu uma dreção que forma um âgulo de o setdo horáro com a rota Brasíla Belém. DF 9 (Belo Horzote) 0 Matemátca C

3 A próma fgura a segur mostra a rota seguda pelo avão AII, que partu de Belo Horzote () e seguu uma dreção que forma um âgulo de 90 o setdo at-horáro com a rota do avão AII. ) C Aalsado o gráfco, verfca-se que o úco período em que houve queda da partcpação do agroegóco o PIB braslero fo etre os aos de 00 e 00. ) A DF 9 Note que houve um alargameto das faas termedáras e da parte de cma da prâmde etára para as projeções do ao de 00 em relação ao ao de 990. Essas faas represetam as faas de adultos e dosos. Dessa forma, podemos coclur que o processo de evelhecmeto da população do Brasl está relacoado com a epectatva de vda do braslero, coforme melhoram as suas codções de vda. 0 (Belo Horzote) 9) B Aalsado o gráfco, pode-se coclur que, de 90 (0 mlhões) a 90 (0 mlhões), a população urbaa aumetou em mas de 0 mlhões de habtates. 0) D ) E ) A pode-se coclur que Carlos fez uma coeão em Belo Horzote () e, em seguda, embarcou para Salvador (9). Temos, marcado o gráfco, o ao de íco da guerra o Iraque com o valor de, a ordeada. Observado a legeda, vemos que a udade do eo é blhões de dólares, portato o gasto é de: US$ ,00. Do gráfco, temos que 9,% das pessoas pesqusadas em Porto Alegre, estão desempregadas. O úmero de desempregados etre os pesqusados em março de 00 é dado por: 9, , ou seja, 00 pessoas. 00 ) E ) D Aalsado o gráfco, costata-se que o úmero total de mcros fectados durate a semaa fo de ml ( ). Aalsado o gráfco, costata-se que o período 9-99, a taa de desemprego esteve etre % e %. ) C Aalsado o gráfco, verfca-se que a área desmatada por ao fo maor etre 99 e 99 do que etre 99 e 99. Aalsado o gráfco, costata-se que o período de a curva apreseta um decrescmeto acetuado as quatro setores, o que caracterza o "apagão". ) a) 9,% b) 9, e M d 0 9 Sem SP: 0 e M d 0, c). 0 das 0% de N passageros 0 a) O total de passageros embarcados/desembarcados do rakg é de 9, já o total de passageros embarcados/desembarcados a regão Sudeste (Guarulhos, Cogohas, Galeão, Satos Dumot e Pampulha) é de Assm, 0, ,%. 9 b) Calculado a méda do úmero de passageros trasportados, temos: 9 9, 0 Calculado medaa do úmero de passageros temos: Matemátca C

4 como 0 (par), precsamos calcular os elemetos cetras, colocado os dados em rol, temos: T T T T 0 T T Logo Md T T Refazedo os cálculos sem cosderar os aeroportos de São Paulo, temos: Md T T + + 0, c) Cosderado que ao tem semaas, temos. 0 das útes. 0% de Logo, cosderado N o úmero de passageros que crculam em Cogohas um da útl, temos: 0 N passageros. 0 ) a) tabela b) méda:,%; medaa:,9%. a) Classe Total It. de classe 9 9. f 0 b) f,% F at Md I md +,. h +. f md Md + 0,,% 9 99 f f A X 9 9 X. f 0 ) a) 0 b) R$90,90 c) R$, A partr do gráfco, podemos motar a segute tabela: Valor do aluguel Total Quatdade de apartametos (f ) f Lembre-se que: poto médo do tervalo (represeta o tervalo). a) 0. f 000 b) 90,90 f 0 F at c) Md I md h fmd Md 00 +,, ) D ) B ) C De acordo com o gráfco: O úmero de meas o curso de formátca é O úmero de meos o curso de formátca é Portato, o úmero de meos é gual ao úmero de meas. Aalsado o gráfco, pode-se coclur que o úmero de vedas da loja Só Coforto ultrapassou o da loja Pse Bem os meses de feverero, julho e outubro, ou seja, em 0% dos meses cosderados. De acordo com o gráfco, há 0 aluos com aos de dade, aluos com aos, 0 com aos, com 9 aos e com 0 aos. Portato, a méda das dades dos aluos é dada por: ,... aos e meses. 0 ) a) V V V F b), ,0 M d,. 00,00 Matemátca C

5 S,. 00 9,00 c) Sul/Sudeste:,9 (méda); S 0,90 (desvo padrão); CV,% (coefcete de varação) Norte/Nordeste:,9 (méda); S 0, (desvo padrão); CV % (coefcete de varação) a) I. Verdadero. Reda méda famlar em Belém:,. 00 R$ 0,00. Percetual gasto com habtação:,% de R$0,00 R$,00. II. Verdadero. Reda per capta o Recfe:,. 00 R$,00. Percetual gasto com trasporte:,9% de R$,00 R$,0. III. Verdadero. Reda méda famlar: Fortaleza 9,. 00 R$,00 Goâa,. 00 R$,00 Gastos com saúde: Fortaleza,0% de R$,00 R$, Goâa,0% de R$,00 R$, IV. Falso. Reda méda famlar paulsta:,. 00 R$,00 R$,00,% (gasto com habtação) R$ 0, R$ 0,,% (gasto com almetação) R$ 0, b) Méda:. + 0, +, + 9, + 0, + 9, +, +, + 9, 0 + 0, +, +,,0 (em saláros mímos),0. 00 R$ 0,0 (méda salaral) Medaa: Rol:,0;,; 9,0; 9,; 0,;,0;,9;,;,;,0;,. Como é par, temos que calcular os termos cetras. T 0, T T + T,0 Md 0, +, 0, (em saláros mímos) Md,. 00 R$,00 (saláro medao) Desvo padrão: Cosdere a tabela:, 0,,,9,0 9,,, 9,0,0,0,,,0,,9,0,,,0,09,, 9,00,9 00,9 Matemátca C

6 S S 00, 9, S, S, (em saláros mímos) S,. 00 R$9,00 c) Regão Sul/Sudeste: Captal Belo Horzote Curtba Floraópols Porto Alegre Ro de Jaero São Paulo X,9,,,,0,, X,,9,,0,00,9 9,9,,9. S 9, 9, 0,90 C.V. 0, ,% 9, Regão Norte/Nordeste: Captal Belém Fortaleza Recfe Salvador X,9,,,,,,9. S, 9, C.V. 0,. 00 % 9, X,0,0,0,09,9 0, 9) B 0) C ) A c) Nacoal S S, Captal Belém Belo Horzote Brasíla Curtba Floraópols Fortaleza Goâa Porto Alegre Recfe Salvador Ro de Jaero São Paulo, 9, 9,9,9,0,,,,,,,,0, 9,9,0, 0,900,9,,0,9,0,0,09,00,9, Nas regões Norte/Nordeste a reda per capta vara pouco de captal para captal. O mesmo ocorre as regões Sul/Sudeste, porém há uma dspardade grade quado comparamos as regões Sul/ Sudeste com as regões Norte/Nordeste, por sso o desvo padrão acoal é bem maor rol:,,,,,,,. M o Md T T + + Calculemos calmete a méda artmétca do úmero mímo de frações em cada lha da tabela: , Matemátca C

7 Agora calculemos a méda artmétca do úmero mámo de frações em cada lha da tabela: ,9 0 0 ) I, III e IV ) A I. Verdadero. Os dados de 00 a 00 estão dspostos em ordem crescete II. Falso. Pos 0, toeladas. III. Verdadero. Pos o valor é o que possu a maor frequêca o cojuto de dados. IV. Verdadero. Pos: , toeladas toeladas. V. Falso. Pos rol:,, 0,,,,,,,. Md T T + + toeladas. ) B A B. f 90 f 0.. f 90 f 0 9,.. f f 0 0, 0 F at Md I md +. h fmd Md +,0,0 ) a) rol:,; ;,;. Méda:,. Desvo padrão: S 0,9. Orgazado os dados em um rol, temos: :,; ;,;. a), + +, +, d (,, ) + (, ) + (,, ) + (, ) d, 0,9 ) E b) C [,;,]. Logo, pertecem ao tervalo somete os dados,, e. C [ d, + d] [,,,] Logo, pertecem ao tervalo somete os valores ;, e. Prmeramete, vamos calcular as NP,,,, e. NP ( M) S NP ( ) NP ( ) NP ( ) NP ( ) NP ( ) Calculado a NPG, temos: NPG 0 Falmete, vamos NPF deste caddato: NPG+ NPG +. NPG NPF ( 0) 0 NPF, ) Cosdere a tabela quato às vedas: Ao Σ 0, S Matemátca C

8 S, CV S. 00 CV,. 00 9,0%, Agora, cosdere a tabela quato às despesas em publcdade: Ao 9) B S. f. f f f S,, mutos Da tabela, o caddato com potuação mas regular é Marco, pos obteve o meor desvo padrão ) a), b),9 e,% Cosdere a tabela: It. de classe f. f. f 9 0 0,,0 Σ ,, 0,00,0, S 9 S, CV,. 00 9,%, Logo, podemos coclur que a dspersão das despesas com publcdade (9,%) é superor à dspersão das vedas (9%). ) A duração méda de uma chamada é de 9, mutos e S, Cosdere a segute tabela: It. de classe f. f. f 0 0 Total a) 0, 0 b) S 0, (US$),,, 0 CV 9,. 00,%,, 900, ) S (), cm e S(),9 cm,9 (US$) 09, 90 0,00 9,, , It. de classe f. f ( ). f 0 00, , , , ,0 Total ,99. f f , mutos , 9, Matemátca C

9 . f f S () , ( ). f 9,, f 0 S() S ( ), S (), cm e S(),9 cm ) a) 9, M o, M d 9, b) S 9,9 S,9 c) CV 0,00 ou 0,0% ) D It. de classe f 0,, 9,,,. f, 9, 9 ( ). f 0,, 0,, 9,0 99, a). f 9 f 0 9, F at Md I md +. h +. 9, fmd fm f o at M o + c.. fm ( fat + f o post) +.. ( + ), ( ). f, b) S 99 () 9,9 f 0 S() S ( ) 9, 9,9 c) CV S ( ) 0,00 0,0% a) Correta. Pos pela defção de cojugado, se z +, etão z. b) Correta. Pos + +. c) Correta. Pos ( + ) ( + ) ( ) 0. F 9 0 ) A ) A d) Icorreta. Pos ( + ) ( ) ( ). ( ) + + ( ) + ( ) e) Correta. Pos ( + ) ( + ) ( ) ( ) + ( ) + Note que: + +. ( + ) ( ) + + ( + ) Assm, que se verfca para múltplo de, ou seja, k, k Z. ) C Sejam z, z e z z + ( ) z z + z. z. Logo, z + z z. z + ( ) ( ) +. ) (a + b) + a + ab + b + a b + ab + a b () I ab () II De (I), temos: ab ab ab b a Substtudo em (II), temos: a b a a a a a a a + a 0 Fazedo a, temos: + 0 Assm, a a a Matemátca C 9

10 a ou a a R a ± ± a Como b a, temos b ± b ± Logo,. a +. b ) 0. Verdadera. Pos z ( ) + 0. Verdadera. Pos R C. 0. Verdadera. Pos se a, etão z. + ( ) +, que é um magáro puro. 0. Falsa. Pos, por defção, um úmero magáro é um úmero compleo cuja parte real é zero.. Verdadera. Pos 0.. Verdadera. Pela defção de úmero compleo. 9) 99 Podemos escrever S da segute maera: 99 S ( ) + ( ) PA.. com r PG.. com q Calculado a soma dos termos, temos: P.A. S ( a a ) +. S ( + 99) P.G. S a q 99.( ).( ) ( ) q S ( ) Logo, S 90 + ( ) 99. 0) 0 Fazedo z +y, temos: z + y + (y ). e z + y ( ) + y Da gualdade z z, temos: z z. + ( y ) ( ) + y. [ + (y ) ] ( ) + y + y + y y 9, que é a equação da crcuferêca, com cetro o poto, e rao. Assm, 9(a + b + r ) ) + Fazedo z + y, temos: z + z + ( + y) + y + + y + y + + y + y y Logo, z +. e z ) 0 Como z e w a + b, temos: z + w ( ) + (a + b) + a + b (a + ) + (b ).. Como z + w é um úmero real, temos que b 0, ou seja, b. z. w ( ). (a + b) a + b a b z. w (a + b) + (b a) Como z. w é um magáro puro, temos que a + b 0. Substtudo b em a + b 0, temos que a. ) E ) E Logo, b a. Como, temos: E ( ) E + + E Obs.: ). ( + ) + ( + ) ) ( ) + y ( + ) ( + ) 9 y ( + ). [ ( + )] y [( + ) ]. ( ) y (). ( ) y.. ( ) y.. ( ) y Matemátca C

11 ) ( ) ( ) ( ) ) e y ) C ( + y) + ( + ) + ( + ) + (y + ) + + y+ y z + 9 z z + z + ρ ( ) + b se θ ρ a cos θ ρ ) 9) E θ Como queremos o meor valor tero postvo para, temos: para z ( + ) + para z ( + ) + + para z ( + ) ( + ). ( + ). ( + ) + para z ( + ) ( + ). ( + ). Logo é o meor valor tero postvo, tal que z ( + ) é um úmero real egatvo. o 0) C I. Verdadera. Pos, se z a + b, temos que z a b e z. z (a + b). (a b) a + b, que é um úmero real. II. Verdadera. Pos, se z a + b, temos que z a + b 0. III. Falsa. Basta tomar z cujo argumeto vale π. ) D Se z cos π + se π, etão: z cos (. π ) +. se (. π ) cos π +. se π z (z ) z (z ) ( ) Logo, z + z + z + ( ) + ) ) D t. z w t w z w (cos 0 +. se 0 ) z (cos 0 +. se 0 ) t. [cos(0 0) +. se (0 0)] t. (cos 0 +. se 0 ) t. [ +. ( )] t O sstema é equvalete a: ( w z).( w+ z) + ( w z).( w z) + + ( z w) + z w Logo, ( + ). (z + w) + z + w + + z + z' + z. z' ( + ). ( + ) + ρ ( ) + b se θ. ρ θ 0 a cos θ ρ o Matemátca C

12 ) C ) B z ( ) + + z ρ(cos θ +. se θ) ρ ( ) + b se θ se θ ρ θ a θ θ cos cos ρ π π Logo, z cos. + se ) B o π No plao de Argad Gauss, temos: Im (z) z Re (z) z w. z z w. z z + w. z. ( + ) + Im (z) Re (z) A T. Matemátca C

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

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

Leia mais

Matemática C Extensivo V. 4

Matemática C Extensivo V. 4 Matemátca C Extesvo V. Resolva Aula.0) a) 8 0 resto.0) b) 78 0 resto.. 6 + c) 89679 resto Oberve que 896796 é dvsível por, pos terma em 6. Assm, 89679 apreseta resto quado dvddo por..0) x + x + 0 6.. x

Leia mais

50 Logo, Número de erros de impressão

50 Logo, Número de erros de impressão Capítulo 3 Problema. (a) Sedo o úmero médo de erros por pága, tem-se: 5 + + 3 + 3 + 4 33,66 5 5 Represetado o úmero medao de erros por md, tem-se, pela ordeação dos valores observados, que os valores de

Leia mais

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

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

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

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

Leia mais

MEDIDAS DE DISPERSÃO:

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

Leia mais

CADERNO 1 (É permitido o uso de calculadora gráfica.)

CADERNO 1 (É permitido o uso de calculadora gráfica.) Proposta de teste de avalação [mao 09] Nome: Ao / Turma: N.º: Data: - - Não é permtdo o uso de corretor. Deves rscar aqulo que pretedes que ão seja classfcado. A prova clu um formuláro. As cotações dos

Leia mais

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com

Leia mais

NÚMEROS COMPLEXOS. z = a + bi,

NÚMEROS COMPLEXOS. z = a + bi, NÚMEROS COMPLEXOS. DEFINIÇÃO No cojuto dos úmeros reas R, temos que a = a. a é sempre um úmero ão egatvo para todo a. Ou seja, ão é possível extrar a ra quadrada de um úmero egatvo em R. Dessa mpossbldade

Leia mais

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,

Leia mais

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

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

Leia mais

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

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

Leia mais

TRABALHO DE COMPENSAÇÃO DE FALTAS - DP

TRABALHO DE COMPENSAÇÃO DE FALTAS - DP Cotrole do Proº Compesou as Faltas Não Compesou as Faltas TRABALHO DE COMPENSAÇÃO DE FALTAS - DP (De acordo coma s ormas da Isttução) CURSO: CIÊNCIAS CONTÁBEIS DISCIPLINA: INTRODUÇÃO À ESTATÍSTICA 2º ANO

Leia mais

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

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

Leia mais

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

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

Leia mais

PLANO PROBABILIDADES Professora Rosana Relva DOS. Números Inteiros e Racionais COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS

PLANO PROBABILIDADES Professora Rosana Relva DOS. Números Inteiros e Racionais COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS Professor Luz Atoo de Carvalho PLANO PROBABILIDADES Professora Rosaa Relva DOS Números Iteros e Racoas COMPLEXOS rrelva@globo.com Número s 6 O Número Por volta de 00 d.c a mpressão que se tha é que, com

Leia mais

ESTATÍSTICA APLICADA À ZOOTECNIA

ESTATÍSTICA APLICADA À ZOOTECNIA ESTATÍSTICA APLICADA À ZOOTECNIA Eucldes Braga MALHEIROS *. INTRODUÇÃO.a) Somatóras e Produtóros Sejam,, 3,...,, valores umércos. A soma desses valores (somatóra) pode ser represetada por: = = = =. e o

Leia mais

Relatório 2ª Atividade Formativa UC ECS

Relatório 2ª Atividade Formativa UC ECS Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL I

MEDIDAS DE TENDÊNCIA CENTRAL I Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE

Leia mais

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO RACIOCÍIO LÓGICO - Zé Carlos RACIOCÍIO LÓGICO / ESTATÍSTICA LISTA RESUMO TEÓRICO I. Cocetos Icas. O desvo médo (DM), é a méda artmétca dos desvos de cada dado da amostra em toro do valor médo, sto é x

Leia mais

Como CD = DC CD + DC = 0

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

Leia mais

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( )

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

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma

Leia mais

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;

Leia mais

Olá, amigos concursandos de todo o Brasil!

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

Leia mais

Estatística. 2 - Estatística Descritiva

Estatística. 2 - Estatística Descritiva Estatístca - Estatístca Descrtva UNESP FEG DPD Prof. Edgard - 0 0- ESTATÍSTICA DESCRITIVA Possblta descrever as Varáves: DESCRIÇÃO GRÁFICA MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO MEDIDAS DE ASSIMETRIA

Leia mais

Estatística Básica - Continuação

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

Leia mais

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f Lsta de exercícos Gabarto e chave de respostas Estatístca Prof.: Nelse 1) Calcule 1, e para o segute cojuto de valores. A,1,8,0,11,,7,8,6,,9, 1 O úmero que correspode a 5% do rol é o valor. O úmero que

Leia mais

2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida

2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida . MODELO DETALHADO: Relações de Recorrêca Exemplo: Algortmo Recursvo para Cálculo do Fatoral Substtução Repetda T T ( ) ( ) t 1, T ( + t, > T ( ) T ( + t T ( ) ( T( ) + t + t ) + t T ( ) T ( ) T ( ) +

Leia mais

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

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

Leia mais

Organização; Resumo; Apresentação.

Organização; Resumo; Apresentação. Prof. Lorí Val, Dr. val@ufrgs.br http://www.ufrgs.br/~val/ Grade Cojutos de Dados Orgazação; Resumo; Apresetação. Amostra ou População Defetos em uma lha de produção Lascado Deseho Torto Deseho Torto Lascado

Leia mais

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20 . MEDIDAS DE TENDÊNCIA CENTRAL (OU DE POSIÇÃO) Coceto: São aquelas que mostram o alor em toro do qual se agrupam as obserações.. MÉDIA ARITMÉTICA ( ) Sea (x, x,..., x ), uma amostra de dados: Se os dados

Leia mais

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

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

Leia mais

Atividades Práticas Supervisionadas (APS)

Atividades Práticas Supervisionadas (APS) Uversdade Tecológca Federal do Paraá Prof: Lauro Cesar Galvão Campus Curtba Departameto Acadêmco de Matemátca Cálculo Numérco Etrega: juto com a a parcal DATA DE ENTREGA: da da a PROVA (em sala de aula

Leia mais

Difusão entre Dois Compartimentos

Difusão entre Dois Compartimentos 59087 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 4 Dfusão etre Dos Compartmetos A le de Fck para membraas (equação 4 da aula passada) mplca que a permeabldade de uma membraa a um soluto é dada pela razão

Leia mais

? Isso é, d i= ( x i. . Percebeu que

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

Leia mais

5 Critérios para Análise dos Resultados

5 Critérios para Análise dos Resultados 5 Crtéros para Aálse dos Resultados Este capítulo tem por objetvos forecer os crtéros utlzados para aálse dos dados ecotrados a pesqusa, bem como uma vsão geral dos custos ecotrados e a forma de sua evolução

Leia mais

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) [ ] ( ) ( k) ( k ) ( ) ( ) Questões tipo exame

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) [ ] ( ) ( k) ( k ) ( ) ( ) Questões tipo exame Questões tpo eame Pá O poto U tem coordeadas (6, 6, 6) e o poto S pertece ao eo Oz, pelo que as suas coordeadas são (,, 6) Um vetor dretor da reta US é, por eemplo, US Determemos as suas coordeadas: US

Leia mais

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

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

Leia mais

MAE0229 Introdução à Probabilidade e Estatística II

MAE0229 Introdução à Probabilidade e Estatística II Exercíco Cosdere a dstrbução expoecal com fução de desdade de probabldade dada por f (y; λ) = λe λy, em que y, λ > 0 e E(Y) = /λ Supor que o parâmetro λ pode ser expresso proporcoalmete aos valores de

Leia mais

Métodos iterativos. Capítulo O Método de Jacobi

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

Leia mais

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

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

Leia mais

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

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

Leia mais

Avaliação de Empresas Profa. Patricia Maria Bortolon

Avaliação de Empresas Profa. Patricia Maria Bortolon Avalação de Empresas MODELO DE DIVIDENDOS Dvdedos em um estáo DDM Dscouted Dvded Model Muto utlzados a precfcação de uma ação em que o poto de vsta do vestdor é extero à empresa e eralmete esse vestdor

Leia mais

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

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

Leia mais

Capitulo 1 Resolução de Exercícios

Capitulo 1 Resolução de Exercícios S C J S C J J C FORMULÁRIO Regme de Juros Smples 1 1 S C 1 C S 1 1.8 Exercícos Propostos 1 1) Qual o motate de uma aplcação de R$ 0.000,00 aplcados por um prazo de meses, à uma taxa de 2% a.m, os regmes

Leia mais

S S S S 5. Uma pessoa deposita em um banco, no fim de cada mês, durante 5 meses, a quantia de R$ 200,00. 1,05 1

S S S S 5. Uma pessoa deposita em um banco, no fim de cada mês, durante 5 meses, a quantia de R$ 200,00. 1,05 1 CopyMarket.com Todos os dretos reservados. ehuma parte desta publcação poderá ser reproduzda sem a autorzação da Edtora. Título: Matemátca Facera e Comercal utores: Roberto Domgos Mello e Carlos Eduardo

Leia mais

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

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

Leia mais

PROPOSTAS DE RESOLUÇÃO. Capítulo 8

PROPOSTAS DE RESOLUÇÃO. Capítulo 8 MATEMÁTICA,.ª CLASSE Actvdades de vestgação PROPOSTAS DE RESOLUÇÃO Pág. Não, porque a descoberta do tesouro ão depede do poto ode se ca a marcha. Localação: da palmera: P = a + b do sâdalo: S = c + d do

Leia mais

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO

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

Leia mais

Regressão. Pedro Paulo Balestrassi

Regressão. Pedro Paulo Balestrassi Regressão Pedro Paulo Balestrass www.pedro.ufe.edu.br ppbalestrass@gmal.com 5-696 / 88776958 (cel) Questoametos comus: Como mplemetar a equação Y=f(X) a partr de dados hstórcos ou epermetas? Como fazer

Leia mais

Estabilidade no Domínio da Freqüência

Estabilidade no Domínio da Freqüência Establdade o Domío da Freqüêca Itrodução; apeameto de Cotoros o Plao s; Crtéro de Nyqust; Establdade Relatva; Crtéro de Desempeho o Domío do Tempo Especfcado o Domío da Freqüêca; Bada Passate de Sstema;

Leia mais

Análise da Informação Económica e Empresarial

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

Leia mais

Matemática. Resolução das atividades complementares. M18 Noções de Estatística

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

Leia mais

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

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

Leia mais

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

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

Leia mais

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total

Leia mais

FINANCIAMENTOS UTILIZANDO O EXCEL

FINANCIAMENTOS UTILIZANDO O EXCEL rofessores Ealdo Vergasta, Glóra Márca e Jodála Arlego ENCONTRO RM 0 FINANCIAMENTOS UTILIZANDO O EXCEL INTRODUÇÃO Numa operação de empréstmo, é comum o pagameto ser efetuado em parcelas peródcas, as quas

Leia mais

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

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

Leia mais

QUESTÕES DISCURSIVAS Módulo

QUESTÕES DISCURSIVAS Módulo QUESTÕES DISCURSIVAS Módulo 0 009 D (FUVEST-SP 008 A fgura ao lado represeta o úero + o plao coplexo, sedo a udade agára Nessas codções, a detere as partes real e agára de e b represete e a fgura a segur

Leia mais

Descritiva. Francisco Cysneiros DE - UFPE

Descritiva. Francisco Cysneiros DE - UFPE Noções de Estatístca Descrtva Dr. Fracsco Cyseros Profº. Adjuto do Departameto de Estatístca-CCEN/UFPE E-mal: cyseros@de.ufpe.br web-page: www.de.ufpe.br/~cyseros/dscpla/farmaca/farmaca.htm Foe: (8) 6

Leia mais

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

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

Leia mais

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

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

Leia mais

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

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

Leia mais

Fundamentos de Matemática I FUNÇÕES POLINOMIAIS4. Licenciatura em Ciências USP/ Univesp. Gil da Costa Marques

Fundamentos de Matemática I FUNÇÕES POLINOMIAIS4. Licenciatura em Ciências USP/ Univesp. Gil da Costa Marques FUNÇÕES POLINOMIAIS4 Gl da Costa Marques Fudametos de Matemátca I 4.1 Potecação de epoete atural 4. Fuções polomas de grau 4. Fução polomal do segudo grau ou fução quadrátca 4.4 Aálse do gráfco de uma

Leia mais

CAPITULO 1 CONCEITOS BÁSICOS

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

Leia mais

Forma padrão do modelo de Programação Linear

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

Leia mais

Sumário. Mecânica. Sistemas de partículas

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

Leia mais

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição egressao Smples Parte II: Aova, Estmação Itervalar e Predção Aálse de Varâca Nem todos os valores das amostras estão cotdos a reta de regressão, e quato mas afastados estverem por, a reta represetará a

Leia mais

INTRODUÇÃO A ESTATÍSTICA

INTRODUÇÃO A ESTATÍSTICA Hewlett-Packard INTRODUÇÃO A ESTATÍSTICA Aulas 01 e 06 Elso Rodrgues, Gabrel Carvalho e Paulo Luz Sumáro Defções... 1 EXERCÍCIOS FUNDAMENTAIS... 1 Meddas de tedêca cetral... 1 Méda artmétca smples... 1

Leia mais

Bioestatística Curso de Saúde. Linha Reta 2 Parábola ou curva do segundo grau. terceiro grau curva do quarto. grau curva de grau n Hipérbole

Bioestatística Curso de Saúde. Linha Reta 2 Parábola ou curva do segundo grau. terceiro grau curva do quarto. grau curva de grau n Hipérbole Teora da Correlação: Probleas relatvos à correlação são aqueles que procura estabelecer quão be ua relação lear ou de outra espéce descreve ou eplca a relação etre duas varáves. Se todos os valores as

Leia mais

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares Itrodução à Teora dos Números 018 - Notas 1 Os Prcípos da Boa Ordem e de Idução Fta Prof Carlos Alberto S Soares 1 Prelmares Neste curso, prortaramete, estaremos trabalhado com úmeros teros mas, quado

Leia mais

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0 EXEMPLO MOTIVADO II EXEMPLO MOTIVADO II Método da Apromação Polomal Aplcado a Problemas Udrecoas sem Smetra. Equações Dferecas Ordáras Problemas de Valores o otoro Estrutura Geral do Problema: dy() d y()

Leia mais

e represente as no plano Argand-Gauss.

e represente as no plano Argand-Gauss. PROFESSOR: Cládo Das BANCO DE QUESTÕES MATEMÁTICA ª SÉRIE ENSINO MÉDIO ============================================================================================== - Determe o módlo dos segtes úmeros

Leia mais

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

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

Leia mais

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

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

Leia mais

( x) Método Implícito. No método implícito as diferenças são tomadas no tempo n+1 ao invés de tomá-las no tempo n, como no método explícito.

( x) Método Implícito. No método implícito as diferenças são tomadas no tempo n+1 ao invés de tomá-las no tempo n, como no método explícito. PMR 40 Mecâca Computacoal Método Implícto No método mplícto as dfereças são tomadas o tempo ao vés de tomá-las o tempo, como o método explícto. O método mplícto ão apreseta restrção em relação ao valor

Leia mais

Confiabilidade Estrutural

Confiabilidade Estrutural Professor Uversdade de Brasíla Departameto de Egehara Mecâca Programa de Pós graduação em Itegrdade Estrutural Algortmo para a Estmatva do Idce de Cofabldade de Hasofer-Ld Cofabldade Estrutural Jorge Luz

Leia mais

ESTATÍSTICA TÓPICO 6 MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO

ESTATÍSTICA TÓPICO 6 MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO ESTATÍSTICA TÓPICO 6 MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO. CONCEITO INICIAL. A Estatístca Descrtva ou Dedutva é o ramo da Estatístca que tem por objetvo descrever e aalsar fatos relacoados a determado

Leia mais

Total Bom Ruim Masculino

Total Bom Ruim Masculino UNIDADE I - ESTUDO DIRIGIDO Questão - Classfque as varáves em qualtatva (omal ou ordal ou quattatva (cotíua ou dscreta: a. População: aluos de uma Uversdade. Varável: cor dos cabelos (louro, castaho, ruvo,

Leia mais

Apostila de Introdução Aos Métodos Numéricos

Apostila de Introdução Aos Métodos Numéricos Apostla de Itrodução Aos Métodos Numércos PARTE III o Semestre - Pro a. Salete Souza de Olvera Buo Ídce INTERPOAÇÃO POINOMIA...3 INTRODUÇÃO...3 FORMA DE AGRANGE... 4 Iterpolação para potos (+) - ajuste

Leia mais

Números Complexos Sumário

Números Complexos Sumário Números Complexos Sumáro. FORMA ALGÉBRICA DOS NÚMEROS COMPLEXOS.. Adção de úmeros complexos... Propredades da operação de adção.. Multplcação de úmeros complexos... Propredades da operação de multplcação..

Leia mais

Momento Linear duma partícula

Momento Linear duma partícula umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - Mometo lear de uma partícula e de um sstema de partículas. - Le fudametal da dâmca para um sstema de partículas. - Impulso

Leia mais

Revisão de Estatística X = X n

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

Leia mais

Oitava Lista de Exercícios

Oitava Lista de Exercícios Uversdade Federal Rural de Perambuco Dscpla: Matemátca Dscreta I Professor: Pablo Azevedo Sampao Semestre: 07 Otava Lsta de Exercícos Lsta sobre defções dutvas (recursvas) e prova por dução Esta lsta fo

Leia mais

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados Capítulo : Ajuste de curvas pelo método dos mímos quadrados. agrama de dspersão No capítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas por uma taela de valores. Frequetemete o etato

Leia mais

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

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

Leia mais

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si. Prof. Lorí Va, Dr. http://www. ufrgs.br/~va/ va@mat.ufrgs.br aáse de varâca de uma cassfcação (Oe-Way NOV) verfca se as médas de amostras depedetes (tratametos) dferem etre s. Um segudo tpo de aáse de

Leia mais

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

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR Boestatístca Professor: Celso Luz Borges de Olvera Assuto: Estatístca TEMA: Somatóro RESUMO E NOTAS DA AULA Nº 0 Seja

Leia mais

GABARITO 16) C 17) C 18) D 19) D. a) Falsa. Foi de 15%. b) Falsa. A menor foi em c) Falsa. A taxa voltou a subir em 95.

GABARITO 16) C 17) C 18) D 19) D. a) Falsa. Foi de 15%. b) Falsa. A menor foi em c) Falsa. A taxa voltou a subir em 95. Matemátca C Extesvo V. Exercícos 0) C Pelo gráfco, o aumeto é lear. Etão, como o aumeto fo e 9 espéces, em tervalos e aos, poemos afrmar que a caa aos o aumeto é e: espéces. Assm, em 0 (que é 00 aos) o

Leia mais

CPV O cursinho que mais aprova na FGV

CPV O cursinho que mais aprova na FGV O cursiho que mais aprova a FGV FGV ecoomia a Fase 0/dezembro/00 MATEMÁTICA 0. Se P é 0% de Q, Q é 0% de R e S é 0% de R, etão P S é igual a: 0 c 0. Dado um petágoo regular ABCDE, costrói-se uma circuferêcia

Leia mais

Prof. Eugênio Carlos Stieler

Prof. Eugênio Carlos Stieler http://www.uemat.br/eugeo Estudar sem racocar é trabalho 009/ TAXA INTERNA DE RETORNO A taa tera de retoro é a taa que equalza o valor presete de um ou mas pagametos (saídas de caa) com o valor presete

Leia mais

Construção e Análise de Gráficos

Construção e Análise de Gráficos Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela

Leia mais

Estatística: uma definição

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

Leia mais

9 Medidas Descritivas

9 Medidas Descritivas 1 9 Meddas Descrtvas Vmos aterormete que um cojuto de dados pode ser resumdo através de uma dstrbução de freqüêcas, e que esta pode ser represetada através de uma tabela ou de um gráfco. Se o cojuto refere-se

Leia mais

d s F = m dt Trabalho Trabalho

d s F = m dt Trabalho Trabalho UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I Trabalho 1. Itrodução

Leia mais

Física IV Poli Engenharia Elétrica: 8ª Aula (28/08/2014)

Física IV Poli Engenharia Elétrica: 8ª Aula (28/08/2014) Físca IV Pol Egehara Elétrca: 8ª Aula (8/08/014) Prof. Alvaro Vaucc Na últma aula vmos: Resolução de Images: segudo o crtéro estabelecdo por Raylegh que quado o máxmo cetral devdo à dfração das odas do

Leia mais

INTRODUÇÃO ÀS PROBABILIDADES E ESTATÍSTICA

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

Leia mais

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

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

Leia mais