CBA DE MARKETING Estatística Aplicada

Tamanho: px
Começar a partir da página:

Download "CBA DE MARKETING Estatística Aplicada"

Transcrição

1 CBA DE MARKETING Estatístca Aplcada Motora: Aulas a 4 Motora: Ferada Garca Cordero e-mal: eradagcordero@gmal.com DISTRIBUIÇOES DE FREQUENCIA Para costrurmos uma tabela de dstrbução de reqüêcas devemos:. Determar o tervalo dos dados. Determar o úmero de classes (k: k o O úmero de classes deve car etre 5 e 0 o Arredodar o úmero de classes utlzado-se a ução do Excel ARREDONDAR.PARA.CIMA( 3. Calcular a ampltude de classe, realzado o arredodameto ecessáro: ( maor. valor meor. valor ampltude k o Maor valor é determado utlzado-se a ução do Excel MÁXIMO( o Meor valor é determado utlzado-se a ução do Excel MINIMO( 4. Estabelecer os lmtes de classe 5. Costrur a tabela de reqüêca cludo: o Freqüêca absoluta de observações ( o Freqüêca acumulada de observações (F o Freqüêca relatva das observações (r o Freqüêca relatva acumulada das observações (Fr o Poto médo (PM 6. Relacoar os tervalos e azer a cotagem dos potos por classe: o Deve-se selecoar todas as células de saída dos resultados da equação do Excel. Dgtar a órmula FREQÜÊNCIA(selecoar dados; selecoar lmte superor das classes e pressoar em seguda CTRLSHIFTENTER. A partr desta tabela os dados podem ser apresetados de dversas maeras: por meo de um hstograma, de polígoo de reqüêcas ou por meo de uma curva de reqüêcas.

2 FORMULÁRIO DE ESTATÍSTICA: Dados brutos Dados apresetados em tabela de dstrbução de reqüêca Méda artmétca X x MEDIA( X x Medaa (M Moda Posção da medaa: x Valor mas reqüete: MED( MODO( Quartl (Q Posção: QUARTIL( x( Q x 4 Decl (D Posção: PERCENTIL(* x( D x 0 Percetl (P Posção: PERCENTIL( Varâca (s Desvo Padrão (s Coecete de Varação (CV Coecete de assmetra de Pearso (sk S P x x( 00 S s CV x ( x x ( x 00% VAR( DESVPAD( x 3( x Medaa sk s S M Mo Mo Kg Czuber l mo l ( P 4 ( P 0 ( P 00 s s s CV x mo Med l h med p ( a p h ( m a ( 00% m Q l ( qt D l d P l ( x x ( x 3( x Medaa sk s h ( M Fa a p med h ( P Fa qt h ( P Fa p x d h ( P Fa p *Nota: Decl Percetl 0; Decl Percetl 0 e assm por date.

3 FORMATOS DA DISTRIBUIÇÃO: COEFICIENTE DE ASSIMETRIA DE PEARSON E BOX PLOT Dstrbução smétrca A dstâca desde X meor até a medaa é gual à dstâca desde a medaa até Xmaor A dstâca desde Xmeor até Q é gual à dstâca de Q3 até Xmaor. Méda medaa sk0 Dstrbução assmétrca à esquerda ou egatva Nas dstrbuções assmétrcas à esquerda, a dstâca desde Xmeor até a medaa é maor do que a dstâca desde a medaa até Xmaor. Nas dstrbuções assmétrcas à esquerda, a dstâca desde Xmeor até Q é maor do que a dstâca desde Q3 maor até Xmaor. Méda<medaa sk<0 Dstrbução assmétrca à dreta ou postva Nas dstrbuções assmétrcas à dreta, a dstâca desde a medaa até Xmaor é maor do que a dstâca desde X meor até a medaa; Nas dstrbuções assmétrcas à dreta, a dstâca desde Q3 até X maor é maor do que a dstâca desde Xmeor até Q Méda> medaa sk>0 Exercícos:

4 O umero de horas que se assste televsão por amíla e o horáro com maor úmero de telespectadores são dos atores que luem os preços da publcdade televsva. Por tal motvo, a dústra realzou uma pesqusa com 50 amílas selecoadas aleatoramete uma determada regão, para estmar o tempo médo em horas por semaa que elas assstem à televsão. Os dados obtdos esta pesqusa oram: 3,6 3,0 34, 33,7 5,8 30,7 34,4 3, 6,7 8,8 8,8 6,7 8,6 34,3 5, 3,4 3,8 3,9 5,0 34,3 33,0 35,9 7,6 3,4 35,4 8,6 35, 4,6 38,0 3,0 3, 30,7 9, 9,8 3,7 9,6 3,4 38,4 7,0 9,5 a A pesqusa de mercado (pesqusa de marketg é um strumeto utlzado para eteder os cletes, detcar e motorar cocorretes e suas ecessdades de maera rápda e ecete e ada, avalar a magem da empresa, medr o share, a peetração de mercado e o recall e, avalar a comucação sttucoal e promocoal. Com base a observação dos dados brutos acma apresetados respoda: Para a tomada de decsões em marketg apresetar os dados brutos coletados em uma pesqusa de mercado sem quasquer tratameto estatístco é adequado? Justque. b Resuma os dados brutos em uma tabela de dstrbução de reqüêcas. c Quatas amílas assstem televsão por mas de 3,9 horas? d Determe o tempo médo em horas por semaa que uma amíla assste à televsão e Determe o tempo modal em horas por semaa que uma amíla assste à televsão OBS: As letras c e d deverão ser calculadas de duas maeras: o utlzado-se os dados brutos orecdos pela pesqusa bem como, o utlzado-se os dados agrupados a tabela de reqüêcas costruída o tem b. Compare os resultados ecotrados e justque evetuas dereças.

5 Cosdere os dados da tabela abaxo: Tabela: Dstrbução de reqüêca, dos pesos em gramas de uma amostra de 00 corpos-de-prova de um materal obtdo o laboratóro de pesqusa do CENPES PETROBRAS. Gramas (classes [04,65 0,70 5 [0,70 6,788 4 [6,788,856 8 [,856 8,94 7 [8,94 34,99 7 [34,99 4,060 6 [4,060 47,8 [47,8-53,96 Total 00 a Costrur a tabela de dstrbução de reqüêcas b Costrur hstograma, o polígoo de reqüêcas relatvas e a curva de reqüêca c Quatos corpos de prova pesam mas de 34,99 gramas? d Determar o peso mas comum dos corpos de prova e Calcular o peso médo (em gramas dos corpos de prova Calcular a medaa dos corpos de prova g Calcular a varâca e o desvo padrão h Calcular o coecete de assmetra de Pearso (sk Calcular quartl, o quartl 3, o decl 9 e o percetl 67 j Calcule a ampltude terquartl k Costrua o Box Plot relacoado a esta amostra. Comete a dstrbução dos dados quato à sua smetra. l Complete os espaços em braco: A ampltude de classe este problema é, o lmte eror da classe modal é e a reqüêca observada da classe modal é.

6 3 A assocação de dústras do de um estado E braslero publcou em um joral local o umero de dústras em ucoameto por mês o teror do estado e a captal: Mês No. de dústras o teror No. de dústras a captal Jaero 5 3 Feverero 7 5 Março 8 6 Abrl 9 7 Mao 0 8 Juho 9 Julho 0 Agosto* 9 8 Total 7 56 * cras prelmares Nota: umero de dústras em mlhares Fote: Assocação de dústras em ucoameto do estado E. Com base o dagrama de caxas lado a lado (box plot apresetado abaxo: a Determe mímo, máxmo, Q, Q3 e medaa para: dústras do teror e dustras da captal. b Compare os dados da captal com os dados do teror quato ao úmero de dustras e a dstrbução das mesmas as duas regões.

7 PROBABILIDADE IMPORTANTE: Ates de carmos quasquer cálculos devemos determar em qual das categoras abaxo o problema a ser resolvdo se equadra: CATEGORIA A ou B os evetos são depedetes, podedo ou ão ocorrer jutos Se dos evetos A e B orem mutuamete exclusvos, ou seja, ão possuem tersecção: o P (A B P(A P(B Se os dos evetos ão orem mutuamete exclusvos, ou seja, possuem tersecção: o P (A B P(A P(B P(A B Fórmula geral para três elemetos: o P (A B C P(A P(B P(C P(A B- P(A C- P(B C P(A B C CATEGORIA A e B os dos evetos ocorrem jutos ecessaramete A probabldade de um eveto muda ao saber que outro eveto ocorreu: o o P(A B P(B. P(A/B P(A B P(A. P(A/B Exercícos: Cosdere um grupo de 50 pessoas, das quas 30 possuem dploma de admstração, 0 são executvos e 5 ao mesmo tempo são portadores de dploma de admstração e são executvos. Selecoa-se uma das pessoas aleatoramete. a A probabldade de a pessoa selecoada ter dploma de admstração é? b A probabldade da pessoa selecoada ser executva c A probabldade da pessoa selecoada ter dploma de admstração e ser executva d A probabldade de a pessoa ser executva, sabedo-se que ela tem dploma de admstração e Ser executvo e ter dploma de admstração são mutuamete excludetes? Ser executvo e ter dploma de admstração são exaustvos? g A probabldade da pessoa selecoada ter dploma de admstração ou ser executva h A probabldade de ão ter dploma de admstração e ão ser executvo A probabldade da pessoa selecoada ser só executva j A probabldade da pessoa selecoada ter só dploma de admstração.

8 Três maquas A, B e C produzem, respectvamete, 30%, 40% e 30% do total de peças de uma abrca. As porcetages de produção deetuosas dessas máquas são, respectvamete, %, 3% e 4%. a Uma peça selecoada aleatoramete é deetuosa. Ecotre a probabldade de a peça ter sdo produzda pela maqua C. b Os egeheros produção da ábrca e você, gerete de marketg, deverão selecoar com base exclusvamete a coabldade das peças (ão ser deetuosa, qual máqua deverá ser dedcada à produção de peças para um clete Premum que respode por 85% do lucro da ábrca. Justque sua resposta. 3 Cosdere o quadro a segur, represetatvo da dstrbução da reda aual de produtores ruras e duas cooperatvas em uma determada regão: Observado os dados acma verque a probabldade de um cooperado aleatoramete escolhdo ser: a da cooperatva A b ter reda etre 5 e 0 c ter reda etre 5 e 30 dado que é da cooperatva B 4 Uma clca especalzada trata de 3 tpos de moléstas em amas: A, B e C. 60% dos que procuram a clíca são portadores da molésta A, 30% são portadores de B e 0% de C. As probabldades de cura de cada molésta esta clca são, respectvamete, 0,8 ;0,9 ; 0,75. Qual a probabldade de: a Chegar uma pacete da molésta B e ser curado? b Um pacete qualquer ser curado? 5 Uma empresa de bscoto ez uma pesqusa a m de saber qual bscoto era mas cosumdo. Vercou-se em uma amostra de 000 pessoas. Destes, 00 cosomem bscoto A, 800 o bscoto B e 300 cosomem os dos tpos de bscoto. Determe: ap(a ou B bp(a e B cse os evetos A e B são mutuamete excludetes? Por que? Nota: Exercíco elaborado pelas aluas Jula Trajao e Julaa Merces

9 6 De 00 estudos cetícos publcados sobre a Doeça de Gaucher, 60 são do autor Lukacs, 30 do autor Zmra e 0 de outros autores. Dos estudos do autor Lukacs, 0% são sobre dagóstco e 80% sobre tratameto. Para o autor Zmra essas porcetages são de 30 e 70%; e para outros autores são 40% e 60%. a Qual a probabldade de um estudo ser do autor Lukacs ou do autor Zmra? b Qual a probabldade de um estudo ser de outros autores e ser sobre dagóstco? c Qual a probabldade de um estudo ser sobre tratameto? d Os evetos "ser do autor Lukacs" e "ser do autor Zmra" são mutuamete excludetes? Nota: Exercíco elaborado pela alua Isabel Bretas 7 Cosderado que o curso de CBA MKT - há um total de 00 aluos e, 60 aluos dsseram que poderão desstr em ução das possíves altas/ausêcas devdo compromssos o trabalho; 50 aluos dsseram que poderão desstr cosderado que se setem completamete perddos (ão acompaham o curso e, 40 aluos dsseram que poderão desstr pos estarão com dversos compromssos o trabalho, ão coseguem partcpar das aulas, coseqüetemete "perddos". Perl Motvos de Desstêca Qtde Trabalham ora (A Possíves altas / ausêcas 60 Não coseguem estudar (B Estão completamete perddos 50 Trabalham ora e ão estudam Ausêca e por estarem "perddos" (ão estudam 40 Perguta-se: a O eveto A e B são mutuamete exclusvos? b Os evetos A e B são coletvamete exaustvos? c Qual a probabldade de somete A ocorrer? d Qual a probabldade de B ocorrer dado que o eveto A já ocorreu? e Qual o seu perl: eveto A ou eveto B? Nota: Exercíco elaborado pelas aluas Aa Gabrela e Alessadra Pmeta.

Unidade II ESTATÍSTICA

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

Leia mais

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

1) Escrever um programa que faça o calculo de transformação de horas em minuto onde às horas devem ser apenas número inteiros.

1) Escrever um programa que faça o calculo de transformação de horas em minuto onde às horas devem ser apenas número inteiros. Dscpla POO-I 2º Aos(If) - (Lsta de Eercícos I - Bmestre) 23/02/2015 1) Escrever um programa que faça o calculo de trasformação de horas em muto ode às horas devem ser apeas úmero teros. Deverá haver uma

Leia mais

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

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

Leia mais

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

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

Leia mais

Professor Mauricio Lutz ESTATÍSTICA BÁSICA

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

Leia mais

PUCRS FAMAT DEPTº DE ESTATÍSTICA ESTATÍSTICA DESCRITIVA SÉRGIO KATO

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

Leia mais

Matemática Ficha de Trabalho

Matemática Ficha de Trabalho Matemátca Fcha de Trabalho Meddas de tedêca cetral - 0º ao MEDIDAS DE LOCALIZAÇÃO Num estudo estatístco, depos de recolhdos e orgazados os dados, há a ase de trar coclusões através de meddas que possam,

Leia mais

LCE2112 Estatística Aplicada às Ciências Sociais e Ambientais 2010/02. Exemplos de revisão

LCE2112 Estatística Aplicada às Ciências Sociais e Ambientais 2010/02. Exemplos de revisão LCE Etatítca Aplcada à Cêca Soca e Ambeta 00/0 Eemplo de revão Varável Aleatóra Cotíua Eemplo: Para e etudar o comportameto de uma plata típca de dua, a Hydrocotlle p., quato ao eu deevolvmeto, medu-e

Leia mais

MAE116 Noções de Estatística

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

Leia mais

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

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

Leia mais

Notas de aula da disciplina Probabilidade e Estatística

Notas de aula da disciplina Probabilidade e Estatística otas de aula da dscpla Probabldade e Estatístca Proessor M Sc Adré Luz DAMAT - UTFPR Esta apostla apreseta os tópcos prcpas abordados em sala de aula, cotedo deções, teoremas, eemplos Sua letura ão é obrgatóra,

Leia mais

Caderno de Fórmulas. Swap

Caderno de Fórmulas. Swap Swap Elaboração: Abrl/25 Últma Atualzação: 5/4/216 Apresetação O adero de Fórmulas tem por objetvo oretar os usuáros do Módulo de, a compreesão da metodologa de cálculo e dos crtéros de precsão usados

Leia mais

Exercícios de Cálculo Numérico Interpolação Polinomial e Método dos Mínimos Quadrados

Exercícios de Cálculo Numérico Interpolação Polinomial e Método dos Mínimos Quadrados Eercícos e Cálculo Numérco Iterpolação Polomal e Métoo os Mímos Quaraos Para a ução aa, seja,, 6 e, 9 Costrua polômos e grau, para apromar, 5, e ecotre o valor o erro veraero a cos b c l Use o Teorema

Leia mais

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

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

Leia mais

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

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

Leia mais

Medidas de Localização

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

Leia mais

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

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

Leia mais

MATERIAL DE ESTATÍSTICA II PROF. MÁRIO ROBERTO

MATERIAL DE ESTATÍSTICA II PROF. MÁRIO ROBERTO 1 VARIÁVEIS ALEATÓRIAS O que se etede por varável aleatóra? Até agora ossos estudos estavam pratcamete voltados mas para defrmos osso Espaço Amostral U, sem assocarmos suas respectvas probabldades aos

Leia mais

Estatística stica Descritiva

Estatística stica Descritiva AULA1-AULA5 AULA5 Estatístca stca Descrtva Prof. Vctor Hugo Lachos Davla oo que é a estatístca? Para mutos, a estatístca não passa de conjuntos de tabelas de dados numércos. Os estatístcos são pessoas

Leia mais

CAPÍTULO 9 - Regressão linear e correlação

CAPÍTULO 9 - Regressão linear e correlação INF 6 Prof. Luz Alexadre Peterell CAPÍTULO 9 - Regressão lear e correlação Veremos esse capítulo os segutes assutos essa ordem: Correlação amostral Regressão Lear Smples Regressão Lear Múltpla Correlação

Leia mais

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Faculdade de Ecooma, Admstração e Cotabldade de Rberão Preto Ecooma Moetára Curso de Ecooma / º. Semestre de 014 Profa. Dra. Rosel da Slva Nota de aula CAPM Itrodução Há dos modelos bastate utlzados para

Leia mais

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes UERJ CTC IE Departameto de Iormátca e Cêca da Computação Udade I - Erros as apromações umércas. I. - Cosderações geras. Há váras stuações em dversos campos da cêca em que operações umércas são utlzadas

Leia mais

CAPÍTULO 2 - Estatística Descritiva

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

Leia mais

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

CAPÍTULO 1 PROBABILIDADE

CAPÍTULO 1 PROBABILIDADE CAPÍTULO PROBABILIDADE. Coceto O coceto de probabldade está sempre presete em osso da a da: qual é a probabldade de que o meu tme seja campeão? Qual é a probabldade de que eu passe aquela dscpla? Qual

Leia mais

Prof. Dr. Marco Antonio Leonel Caetano Projeção de Cenários Aplicados ao Orçamento Empresarial Com revisão das Ferramentas de Estatística

Prof. Dr. Marco Antonio Leonel Caetano Projeção de Cenários Aplicados ao Orçamento Empresarial Com revisão das Ferramentas de Estatística Projeção de Ceáros Aplcados ao Orçameto Empresaral Com revsão das Ferrametas de Estatístca Prof. Dr. Marco Atoo Leoel Caetao TÓPICO Tratameto, Quatfcação e Vsualzação de Dados Faceros. Itrodução Na dvulgação

Leia mais

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático

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

Leia mais

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

IND 1115 Inferência Estatística Aula 9

IND 1115 Inferência Estatística Aula 9 Coteúdo IND 5 Iferêca Estatístca Aula 9 Outubro 2004 Môca Barros Dfereça etre Probabldade e Estatístca Amostra Aleatóra Objetvos da Estatístca Dstrbução Amostral Estmação Potual Estmação Bayesaa Clássca

Leia mais

FUNDAMENTOS DE FINANÇAS E CUSTOS MÉTODOS QUANTITATIVOS APLICADOS À GESTÃO E NEGÓCIOS

FUNDAMENTOS DE FINANÇAS E CUSTOS MÉTODOS QUANTITATIVOS APLICADOS À GESTÃO E NEGÓCIOS 1 João Edso Tamel Marts FUNDAMENTOS DE FINANÇAS E CUSTOS & MÉTODOS QUANTITATIVOS APLICADOS À GESTÃO E NEGÓCIOS Permtda a reprodução pelos aluos dos Cursos Téccos da ETE Pro. Camargo Araha 013 Apresetação

Leia mais

MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS. M. Z. Nascimento, A. F. Frère e L. A.

MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS. M. Z. Nascimento, A. F. Frère e L. A. MÉTODO COMPUTACIONAL AUTOMÁTICO TICO PARA PRÉ-PROCESSAMENTO PROCESSAMENTO DE IMAGENS RADIOGRÁFICAS M. Z. Nascmeto, A. F. Frère e L. A. Neves INTRODUÇÃO O cotraste as radografas vara ao logo do campo de

Leia mais

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

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

Leia mais

Relatório Final da disciplina de Probabilidades e Estatística. Economia Gestão Informática e Gestão

Relatório Final da disciplina de Probabilidades e Estatística. Economia Gestão Informática e Gestão Relatóro Fal da dscpla de Probabldades e Estatístca Ecooma Gestão Iformátca e Gestão Docetes: Paulo Ifate (resposável) Iês Sousa Das Ao Lectvo 007/008 Ídce Relatóro Crítco de Leccoação Programa detalhado

Leia mais

Capítulo 1 PORCENTAGEM

Capítulo 1 PORCENTAGEM Professor Joselas Satos da Slva Matemátca Facera Capítulo PORCETAGEM. PORCETAGEM A porcetagem ada mas é do que uma otação ( % ) usada para represetar uma parte de cem partes. Isto é, 20% lê-se 20 por ceto,

Leia mais

Monitoramento ou Inventário Florestal Contínuo

Monitoramento ou Inventário Florestal Contínuo C:\Documets ad Settgs\DISCO_F\MEUS-DOCS\LIVRO_EF_44\ef44_PDF\CAP XIV_IFCOTIUO.doc 6 Motorameto ou Ivetáro Florestal Cotíuo Agosto Lopes de Souza. ITRODUÇÃO Parcelas permaetes de vetáro florestal cotíuo

Leia mais

Análise de Regressão

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

Leia mais

Capitulo 8 Resolução de Exercícios

Capitulo 8 Resolução de Exercícios FORMULÁRIO Audades Peródcas, Crescetes e Postecpadas, com Termos em P. A. G 1 1 1 1 G SPAC R R s s 1 1 1 1 1 G G C R a R a 1 1 PAC Audades Gradetes Postecpadas S GP G 1 1 ; C GP G 1 1 1 Audades Gradetes

Leia mais

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL 3 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL Como vto em amotragem o prmero bmetre, etem fatore que fazem com que a obervação de toda uma população em uma pequa eja mpratcável, muta veze em vrtude

Leia mais

www.obconcursos.com.br/portal/v1/carreirafiscal

www.obconcursos.com.br/portal/v1/carreirafiscal www.obconcursos.com.br/portal/v1/carrerafscal Moda Exercíco: Determne o valor modal em cada um dos conjuntos de dados a segur: X: { 3, 4,, 8, 8, 8, 9, 10, 11, 1, 13 } Mo 8 Y: { 10, 11, 11, 13, 13, 13,

Leia mais

Cálculo de média a posteriori através de métodos de integração numérica e simulação monte carlo: estudo comparativo

Cálculo de média a posteriori através de métodos de integração numérica e simulação monte carlo: estudo comparativo INGEPRO Iovação, Gestão e Produção Jaero de 010, vol. 0, o. 01 www.gepro.com.br Cálculo de méda a posteror através de métodos de tegração umérca e smulação mote carlo: estudo comparatvo Helto Adre Lopes

Leia mais

Perguntas freqüentes Credenciadores

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

Leia mais

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

1 SISTEMA FRANCÊS DE AMORTIZAÇÃO

1 SISTEMA FRANCÊS DE AMORTIZAÇÃO scpla de Matemátca Facera 212/1 Curso de Admstração em Gestão Públca Professora Ms. Valéra Espídola Lessa EMPRÉSTIMOS Um empréstmo ou facameto pode ser feto a curto, médo ou logo prazo. zemos que um empréstmo

Leia mais

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

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

Leia mais

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes Mostra Nacoal de Icação Cetífca e Tecológca Iterdscplar VI MICTI Isttuto Federal Catarese Câmpus Camború 30 a 3 de outubro de 03 A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: echetes Ester Hasse

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

Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira INEP Ministério da Educação MEC. Índice Geral de Cursos (IGC)

Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira INEP Ministério da Educação MEC. Índice Geral de Cursos (IGC) Isttuto Nacoal de Estudos e Pesqusas Educacoas Aíso exera INEP stéro da Educação EC Ídce Geral de Cursos (IGC) O Ídce Geral de Cursos (IGC) é ua éda poderada dos cocetos dos cursos de graduação e pós-graduação

Leia mais

As tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações.

As tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações. 1. TABELA DE DISTRIBUIÇÃO DE FREQÜÊNCIA As tabelas resumem as normações obtdas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de normações. As tabelas sem perda de normação

Leia mais

Y X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00)

Y X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00) Bussab&Morettn Estatístca Básca Capítulo 4 Problema. (b) Grau de Instrução Procedênca º grau º grau Superor Total Interor 3 (,83) 7 (,94) (,) (,33) Captal 4 (,) (,39) (,) (,3) Outra (,39) (,7) (,) 3 (,3)

Leia mais

Marília Brasil Xavier REITORA. Prof. Rubens Vilhena Fonseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA

Marília Brasil Xavier REITORA. Prof. Rubens Vilhena Fonseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA Maríla Brasl Xaver REITORA Prof. Rubes Vlhea Foseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA MATERIAL DIDÁTICO EDITORAÇÃO ELETRONICA Odvaldo Texera Lopes ARTE FINAL DA CAPA Odvaldo Texera Lopes REALIZAÇÃO

Leia mais

Apostla Básca de Estatístca Slvo Alves de Souza ÍNDICE Itrodução... 3 Software R... 4 Software SPSS... 5 Dstrbução ormal de probabldade... 6 Testes de Hpótese paramêtrco... Testes Não-Paramétrco...5 Dstrbução

Leia mais

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

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

Leia mais

Regressão Linear - Introdução

Regressão Linear - Introdução Regressão Lear - Itrodução Na aálse de regressão lear pretede-se estudar e modelar a relação (lear) etre duas ou mas varáves. Na regressão lear smples relacoam-se duas varáves, x e Y, através do modelo

Leia mais

Luis Felipe Dias Lopes, Dr. lflopes@smail.ufsm.br, phil.zaz@zaz.com.br D E - UFSM 2 0 0 3

Luis Felipe Dias Lopes, Dr. lflopes@smail.ufsm.br, phil.zaz@zaz.com.br D E - UFSM 2 0 0 3 APOSTILA ESTATÍSTICA Lus Felpe Das Lopes, Dr. lflopes@smal.ufsm.br, phl.zaz@zaz.com.br D E - UFSM 0 0 3 Sumáro Cocetos báscos. População x Amostra. Ceso x Amostragem.3 Dado x Varável.4 Parâmetros x estatístcas.5

Leia mais

Módulo: Binômio de Newton e o Triângulo de Pascal. Binômio de Newton e o Triângulo de Pascal. 2 ano do E.M.

Módulo: Binômio de Newton e o Triângulo de Pascal. Binômio de Newton e o Triângulo de Pascal. 2 ano do E.M. Módulo: Bômo de Newto e o Trâgulo de Pascal Bômo de Newto e o Trâgulo de Pascal ao do EM Módulo: Bômo de Newto e o Trâgulo de Pascal Bômo de Newto e o Trâgulo de Pascal Exercícos Itrodutóros Exercíco Para

Leia mais

Introdução e Organização de Dados Estatísticos

Introdução e Organização de Dados Estatísticos II INTRODUÇÃO E ORGANIZAÇÃO DE DADOS ESTATÍSTICOS 2.1 Defnção de Estatístca Uma coleção de métodos para planejar expermentos, obter dados e organzá-los, resum-los, analsá-los, nterpretá-los e deles extrar

Leia mais

4 Capitalização e Amortização Compostas

4 Capitalização e Amortização Compostas 4.1 Itrodução Quado queremos fazer um vestmeto, podemos depostar todos os meses uma certa quata em uma cadereta de poupaça; quado queremos comprar um bem qualquer, podemos fazê-lo em prestações, a serem

Leia mais

Projeto de rede na cadeia de suprimentos

Projeto de rede na cadeia de suprimentos Projeto de rede a cadea de suprmetos Prof. Ph.D. Cláudo F. Rosso Egehara Logístca II Esboço O papel do projeto de rede a cadea de suprmetos Fatores que fluecam decsões de projeto de rede Modelo para decsões

Leia mais

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações

Algoritmos de Interseções de Curvas de Bézier com Uma Aplicação à Localização de Raízes de Equações Algortmos de Iterseções de Curvas de Bézer com Uma Aplcação à Localzação de Raízes de Equações Rodrgo L.R. Madurera Programa de Pós-Graduação em Iformátca, PPGI, UFRJ 21941-59, Cdade Uverstára, Ilha do

Leia mais

APOSTILA DE ESTATÍSTICA APLICADA A ADMINISTRAÇÃO, ECONOMIA, MATEMÁTICA INDUSTRIAL E ENGENHARIA

APOSTILA DE ESTATÍSTICA APLICADA A ADMINISTRAÇÃO, ECONOMIA, MATEMÁTICA INDUSTRIAL E ENGENHARIA UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA APOSTILA DE ESTATÍSTICA APLICADA A ADMINISTRAÇÃO, ECONOMIA, MATEMÁTICA INDUSTRIAL E ENGENHARIA SONIA ISOLDI MARTY GAMA

Leia mais

Estatística Descritiva

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

Leia mais

Ana Clara P. Campos 1 Denise Nunes Viola 1 Moacyr Cunha Filho 2 Guilherme Vilar 2 Vanessa Van Der Linden 3

Ana Clara P. Campos 1 Denise Nunes Viola 1 Moacyr Cunha Filho 2 Guilherme Vilar 2 Vanessa Van Der Linden 3 Idetfcação da exstêca de padrão espacal aleatóro a dstrbução dos pacetes portadores de doeça geétca rara com defcêca físca da Assocação de Assstêca à Craça Defcete (AACD) de Perambuco Aa Clara P. Campos

Leia mais

3 Precificação de resseguro

3 Precificação de resseguro Precfcação de Resseguro 35 3 Precfcação de resseguro Este capítulo traz prmeramete uma oção ampla das aplcações das metodologas de precfcação de resseguro para melhor compreesão do mesmo Da seção 3 até

Leia mais

NOTAS DE AULA - ESTATÍSTICA TEORIA DA AMOSTRAGEM ESTIMAÇÃO

NOTAS DE AULA - ESTATÍSTICA TEORIA DA AMOSTRAGEM ESTIMAÇÃO NOTAS DE AULA - ESTATÍSTICA TEORIA DA AMOSTRAGEM ESTIMAÇÃO ISABEL C. C. LEITE SALVADOR BA 007 Estatístca Prof.ª Isabel C. C. Lete TEORIA DA AMOSTRAGEM DISTRIBUIÇÃO AMOSTRAL DOS ESTIMADORES A teora da amostragem

Leia mais

Caderno de Exercícios Resolvidos

Caderno de Exercícios Resolvidos Estatístca Descrtva Exercíco 1. Caderno de Exercícos Resolvdos A fgura segunte representa, através de um polígono ntegral, a dstrbução do rendmento nas famílas dos alunos de duas turmas. 1,,75 Turma B

Leia mais

Medidas de tendência central. Média Aritmética. 4ª aula 2012

Medidas de tendência central. Média Aritmética. 4ª aula 2012 Estatístca 4ª aula 2012 Meddas de tendênca central Ajudam a conhecer a analsar melhor as característcas de dados colhdos. Chamamos de meddas de tendênca central em decorrênca dos dados observados apresentarem

Leia mais

IV - Descrição e Apresentação dos Dados. Prof. Herondino

IV - Descrição e Apresentação dos Dados. Prof. Herondino IV - Descrção e Apresentação dos Dados Prof. Herondno Dados A palavra "dados" é um termo relatvo, tratamento de dados comumente ocorre por etapas, e os "dados processados" a partr de uma etapa podem ser

Leia mais

Distribuição de frequências de variáveis discretas

Distribuição de frequências de variáveis discretas rmulár de Estatístca Códg 89 Este rmulár ã será recd em exame, em tã puc permtda a sua utlzaçã durate a realzaçã d mesm. Dstrbuçã de requêcas Ccets udametas Ppulaçã cjut de dvídus, elemets u bjects que

Leia mais

EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN

EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN EVAPOTRANSPIRAÇÃO DE REFERÊNCIA UTILIZANDO MÉTODOS DE TANQUE CLASSE A PROPOSTOS PELA FAO, NA REGIÃO DE MOSSORÓ, RN Tayd Dayvso Custódo Pexoto ; Sérgo Luz Agular Leve ; Adre Herma Frere Bezerra 3 ; José

Leia mais

b. As medidas de posição mais importantes são as medidas de tendência central. Dentre elas, destacamos: média aritmética, mediana, moda.

b. As medidas de posição mais importantes são as medidas de tendência central. Dentre elas, destacamos: média aritmética, mediana, moda. Meddas de Posção Introdução a. Dentre os elementos típcos, destacamos aqu as meddas de posção _ estatístcas que representam uma sére de dados orentando-nos quanto à posção da dstrbução em relação ao exo

Leia mais

E-mails: damasceno1204@yahoo.com.br damasceno@interjato.com.br damasceno12@hotmail.com http://www. damasceno.info www. damasceno.info damasceno.

E-mails: damasceno1204@yahoo.com.br damasceno@interjato.com.br damasceno12@hotmail.com http://www. damasceno.info www. damasceno.info damasceno. Matemátca Facera 2007.1 Prof.: Luz Gozaga Damasceo 1 E-mals: damasceo1204@yahoo.com.br damasceo@terjato.com.br damasceo12@hotmal.com http://www. damasceo.fo www. damasceo.fo damasceo.fo Obs.: (1 Quado

Leia mais

Análise Combinatória I

Análise Combinatória I Aálise Combiatória I O pricípio fudametal da cotagem ada mais é que a maeira mais simples possível de determiar de quatas maeiras diferetes que um eveto pode acotecer. Se eu, por exemplo, estiver pitado

Leia mais

Gestão de Sistemas de Produção/Operações Profº Túlio de Almeida

Gestão de Sistemas de Produção/Operações Profº Túlio de Almeida Gestão de Sstemas de Produção/Operações Profº Túlo de Almeda 3. AVALIAÇÃO DE DESEMPENHO E INDICADORES 3.1. INDICADORES DE DESEMPENHO Os dcadores são tes essecas para qualquer tpo de projeto, processo,

Leia mais

NATURAIS Proteínas, DNA, RNA, Seda, Celulose POLÍMEROS

NATURAIS Proteínas, DNA, RNA, Seda, Celulose POLÍMEROS NATURAIS Proteías, DNA, RNA, Seda, Celulose POLÍEROS O que é um polímero? SINTÉTICOS Poletleo (PE), Polpropleo (PP), Polestreo (PS), Poluretao (PU), Polmetlmetacrlato (PA), Polcloreto de vlo (PVC) CONSUO

Leia mais

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma. UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823

Leia mais

Estatística Experimental Medicina Veterinária. Faculadade de Ciências Agrárias e Veterinárias. Campus de Jaboticabal SP. Gener Tadeu Pereira

Estatística Experimental Medicina Veterinária. Faculadade de Ciências Agrárias e Veterinárias. Campus de Jaboticabal SP. Gener Tadeu Pereira MATERIAL DIDÁTICO Medcna Veternára Faculadade de Cêncas Agráras e Veternáras Campus de Jabotcabal SP Gener Tadeu Perera º SEMESTRE DE 04 ÍNDICE INTRODUÇÃO AO R AULA ESTATÍSTICA DESCRITIVA 3 º EXERCÍCIO

Leia mais

Em atendimento à solicitação de V.Sa., apresentamos, na seqüência, os resultados do estudo referenciado.

Em atendimento à solicitação de V.Sa., apresentamos, na seqüência, os resultados do estudo referenciado. 1 Belo Horzote, 14 de abrl de 2007. À UNAFISCO SAÚDE AT.: Glso Bezerra REF: AVALIAÇÃO ATUARIAL Prezado Sehor, Em atedmeto à solctação de V.Sa., apresetamos, a seqüêca, os resultados do estudo referecado.

Leia mais

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

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

Leia mais

Perguntas Freqüentes - Bandeiras

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

Leia mais

Sérgio Leonardo Nhapulo. Vento Como Fonte Alternativa de Energia do Futuro Para a Província de Gaza. Licenciatura em Ensino de Física

Sérgio Leonardo Nhapulo. Vento Como Fonte Alternativa de Energia do Futuro Para a Província de Gaza. Licenciatura em Ensino de Física Sérgo Leoardo Nhapulo Veto Como Fote Alteratva de Eerga do Futuro Para a Províca de Gaza Lcecatura em Eso de Físca Uversdade Pedagógca Xa-Xa, Abrl de 010 Sérgo Leoardo Nhapulo Veto Como Fote Alteratva

Leia mais

Sistemas de equações lineares

Sistemas de equações lineares Sstemas - ALGA - / Sstemas de equações lneares Uma equação lnear nas ncógntas ou varáves x ; x ; :::; x n é uma expressão da forma: a x + a x + ::: + a n x n = b onde a ; a ; :::; a n ; b são constantes

Leia mais

Regressão e Correlação Linear

Regressão e Correlação Linear Probabldade e Estatístca I Antono Roque Aula 5 Regressão e Correlação Lnear Até o momento, vmos técncas estatístcas em que se estuda uma varável de cada vez, estabelecendo-se sua dstrbução de freqüêncas,

Leia mais

Capítulo 1: Erros em cálculo numérico

Capítulo 1: Erros em cálculo numérico Capítulo : Erros em cálculo umérco. Itrodução Um método umérco é um método ão aalítco, que tem como objectvo determar um ou mas valores umércos, que são soluções de um certo problema. Ao cotráro das metodologas

Leia mais

ANAIS O JOGO DA LOGÍSTICA E SUAS VARIANTES NO PROBLEMA DE LOCALIZAÇÃO DE INSTALAÇÕES

ANAIS O JOGO DA LOGÍSTICA E SUAS VARIANTES NO PROBLEMA DE LOCALIZAÇÃO DE INSTALAÇÕES O JOGO DA LOGÍSTICA E SUAS VARIANTES NO PROBLEMA DE LOCALIZAÇÃO DE INSTALAÇÕES MARCOS RICARDO ROSA GEORGES ( marcos.georges@puc-campas.edu.br, marcos_georges@yahoo.com.br ) PUC-CAMPINAS Resumo Este artgo

Leia mais

Curso de An lise de Fluxo de Caixa

Curso de An lise de Fluxo de Caixa Curso de A lse de Fluxo de Caxa SUMÁRIO PROGRESSÕES... 0. FÓRMULAS BÁSICAS... 0.. Progressões artmétcas... 0..2 Progressões geométrcas... 02.2 EXERCÍCIOS SUGERIDOS... 02 2 CONCEITOS DE MATEMÁTICA FINANCEIRA...

Leia mais

3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas

3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas PROGRAMA DE PÓS-GRADUAÇÃO EM EGEHARIA DE TRASPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMETO DE EGEHARIA CIVIL ECV DISCIPLIA: TGT41006 FUDAMETOS DE ESTATÍSTICA 3ª AULA: ESTATÍSTICA DESCRITIVA Meddas umércas

Leia mais

tica Professor Renato Tião

tica Professor Renato Tião Números complexos Algumas equações do segudo grau como x + 1 = 0 ão possuem solução o uverso real e o estudo destas soluções ão pareca ecessáro até o século XVI quado o matemátco aphael Bombell publcou

Leia mais

Analise do Programa Bolsa Familia e o problema de assimetria de informação (Moral Hazard)

Analise do Programa Bolsa Familia e o problema de assimetria de informação (Moral Hazard) Aalse do Programa Bolsa Famla e o problema de assmetra de formação (Moral Hazard) Adão Rodrgues 1 Júla Araújo 2 Resumo: O objetvo deste trabalho é aalsar os problemas exstetes o programa de trasferêca

Leia mais

Uma Calculadora Financeira usando métodos numéricos e software livre

Uma Calculadora Financeira usando métodos numéricos e software livre Uma Calculadora Facera usado métos umércos e software lvre Jorge edraza Arpas, Julao Sott, Depto de Cêcas e Egeharas, Uversdade Regoal ItegradaI, URI 98400-000-, Frederco Westphale, RS Resumo.- Neste trabalho

Leia mais

Prof. Antônio Carlos Fontes dos Santos. Aula 1: Divisores de tensão e Resistência interna de uma fonte de tensão

Prof. Antônio Carlos Fontes dos Santos. Aula 1: Divisores de tensão e Resistência interna de uma fonte de tensão IF-UFRJ Elementos de Eletrônca Analógca Prof. Antôno Carlos Fontes dos Santos FIW362 Mestrado Profssonal em Ensno de Físca Aula 1: Dvsores de tensão e Resstênca nterna de uma fonte de tensão Este materal

Leia mais

CENTRO: GESTÃO ORGANIZACIONAL MATEMÁTICA FINANCEIRA

CENTRO: GESTÃO ORGANIZACIONAL MATEMÁTICA FINANCEIRA CENTRO: GESTÃO ORGANIZACIONAL CÁLCULOS DE FINANÇAS MATEMÁTICA FINANCEIRA Semestre: A/2008 PROFESSOR: IRANI LASSEN CURSO: ALUNO: SUMÁRIO CÁLCULOS DE FINANÇAS INTRODUÇÃO...3. OBJETIVO:...3.2 FLUXO DE CAIXA...4.3

Leia mais

CESTA DE MOEDAS DO BNDES

CESTA DE MOEDAS DO BNDES CESTA DE MOEDAS DO BNDES Ídce 1.Regulametação...pág..Decomposção da Cesta de Moedas do BNDES...pág. 3. Metodologa de Cálculo dos Cotratos do BNDES atrelados à Cesta de Moedas do BNDES.....pág.4 4.Sítese...pág.7

Leia mais

JUROS SIMPLES. i 100 i 100. TAXA PROPORCIONAL: É aquela que aplicada ao mesmo capital, no mesmo prazo, produze o mesmo juros.

JUROS SIMPLES. i 100 i 100. TAXA PROPORCIONAL: É aquela que aplicada ao mesmo capital, no mesmo prazo, produze o mesmo juros. JUROS MONTANTE JUROS SIMPLES J = C 0 * * t 00 M = C * + * t 00 TAXA PROPORCIONAL: É aquela que aplcada ao mesmo captal, o mesmo prazo, produze o mesmo juros. * = * JUROS COMPOSTOS MONTANTE M = C * + 00

Leia mais

PROBABILIDADE E ESTATÍSTICA APLICADA À HIDROLOGIA

PROBABILIDADE E ESTATÍSTICA APLICADA À HIDROLOGIA UNIVERSIDADE DE ÉVORA DEPARTAMENTO DE ENGENHARIA RURAL PROBABILIDADE E ESTATÍSTICA APLICADA À HIDROLOGIA 0 ESTATÍSTICA E PROBABILIDADE APLICADA À HIDROLOGIA. Itrodução Nehum processo hdrológco é puramete

Leia mais

A esse tipo de tabela, cujos elementos não foram numericamente organizados, denominamos tabela primitiva.

A esse tipo de tabela, cujos elementos não foram numericamente organizados, denominamos tabela primitiva. Dstrbução de Frequênca Tabela prmtva ROL Suponhamos termos feto uma coleta de dados relatvos à estaturas de quarenta alunos, que compõem uma amostra dos alunos de um colégo A, resultando a segunte tabela

Leia mais

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG 1 CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnlesteMG Dscplna: Introdução à Intelgênca Artfcal Professor: Luz Carlos Fgueredo GUIA DE LABORATÓRIO LF. 01 Assunto: Lógca Fuzzy Objetvo: Apresentar o

Leia mais

NOTA II TABELAS E GRÁFICOS

NOTA II TABELAS E GRÁFICOS Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.

Leia mais

Capítulo 5 EQUAÇÕES DE CONSERVAÇÃO DA MASSA

Capítulo 5 EQUAÇÕES DE CONSERVAÇÃO DA MASSA Capítulo 5 EQUAÇÕES DE CONSERVAÇÃO DA MASSA O objetvo deste capítulo é apresetar formas da equação da coservação da massa em fução de propredades tesvas faclmete mesuráves, como a temperatura, a pressão,

Leia mais

MODELO DE ISING BIDIMENSIONAL SEGUNDO A TÉCNICA DE MATRIZ DE TRANSFERÊNCIA

MODELO DE ISING BIDIMENSIONAL SEGUNDO A TÉCNICA DE MATRIZ DE TRANSFERÊNCIA UIVERSIDADE ESTADUAL DO CEARÁ RAFAEL DE LIMA BARBOSA MODELO DE ISIG BIDIMESIOAL SEGUDO A TÉCICA DE MATRIZ DE TRASFERÊCIA FORTALEZA CEARÁ 4 RAFAEL DE LIMA BARBOSA MODELO DE ISIG BIDIMESIOAL SEGUDO A TÉCICA

Leia mais