Apostila de Estatística. Volume 1 Edição Prof. Dr. Celso Eduardo Tuna Prof. Ms. Wiliam Gonzaga Pereira

Tamanho: px
Começar a partir da página:

Download "Apostila de Estatística. Volume 1 Edição Prof. Dr. Celso Eduardo Tuna Prof. Ms. Wiliam Gonzaga Pereira"

Transcrição

1 Apostla de Estatístca Volume 1 Edção 007 Curso: Matemátca e Pscologa Amostragem, Séres Estatístcas, Dstrbução de Freqüênca, Méda, Medana, Quartl, Percentl e Desvo Padrão Prof. Dr. Celso Eduardo Tuna Prof. Ms. Wlam Gonzaga Perera

2 Capítulo 1 - Introdução Estatístca 1.1 Hstórco A estatístca é um ramo da matemátca aplcada. A partr do século XVI começaram a surgr as prmeras análses sstemátcas de regstros dversos como os de nascmento, óbtos, rquezas, casamentos. Esses regstros eram utlzados para prncpalmente cobrar mpostos. No século XVIII, Godofredo Achenwall batzou esses estudos como uma nova cênca com o nome de Estatístca. Surgram tabelas mas complexas, representações gráfcas e cálculo de probabldade. Formou-se a ferramenta que através da observação de partes (amostras) chega-se a conclusões sobre um todo (população). 1. Método Estatístco Método é o conjunto de procedmentos dspostos ordenadamente para se chegar a um desejado fm. Dos métodos centífcos pode-se destacar: Método Expermental: consste em manter constantes todas as causas (fatores, componentes, varáves), menos uma, e varar essa últma para descobrr seus efetos, caso exstam. Método Estatístco: dante da mpossbldade de manter as causas constantes, regstram-se os resultados dessas varações procurando determnar a nfluênca (os efetos) de cada uma delas. 1.3 Estatístca A Estatístca é parte da Matemátca Aplcada que fornece métodos de coleta, organzação, descrção, análse e nterpretação de dados, útes nas tomadas de decsão. Estatístca Descrtva: coleta, organzação e descrção dos dados. Estatístca Indutva ou Inferencal: análse e nterpretação dos dados. Permte obter conclusões que transcendam os dados obtdos ncalmente, objetvo essencal da Estatístca. Probabldade: útl para analsar stuações que envolvem o acaso. Ex: a decsão de parar de munzar pessoas com mas de vnte anos contra determnada doença. 1.4 Método Estatístco (Pesqusa) Exemplos: - Indústras realzam pesqusa entre os consumdores para o lançamento de um novo produto

3 - As pesqusas eletoras fornecem elementos para que os canddatos dreconem a campanha - Emssoras de tevê utlzam pesqusas que mostram a preferênca dos espectadores para organzar sua programação - A pesqusa do desempenho dos atletas ou das equpes em uma partda ou em um campeonato nterfere no planejamento dos trenamentos A pesqusa é composta bascamente de 5 fases 1 a Coleta de Dados Após planejamento e determnação das característcas mensuráves do objeto em estudo, nca-se a coleta de dados. Esta pode ser dreta ou ndreta. A coleta dreta é feta sobre regstros dversos: nascmento, casamento, óbtos, mportação, regstros escolares; ou anda quando os dados são coletados dretamente pelo pesqusador através de questonáros (ex: censo). A coleta dreta pode ser: contínua; peródca (censos); ocasonal A coleta ndreta é uma coleta feta sobre dados colhdos de uma coleta dreta (ex: mortaldade nfantl) a Crítca dos Dados Os dados coletados devem ser observados, à procura de falhas e mperfeções, a fm de não causarem erro nos resultados. Exemplo 1 : Perguntas tendencosas. Fo realzada a segunte pesqusa: O tráfego contrbu em maor ou menor grau do que a ndústra para a polução atmosférca? Resposta: 45 % para o tráfego e 3 % para a ndústra. A ndústra contrbu em maor ou menor grau do que o tráfego para a polução atmosférca? Resposta: 4 % para o tráfego e 57 % para a ndústra. Exemplo : Preservação da auto-magem. Em uma pesqusa telefônca 94 % dos entrevstados dsseram que lavam as suas mãos após usar o banhero, mas a observação em banheros públcos esse percentual ca para 68 %. Exemplo 3: Más Amostras. As pessoas devem ser escolhdas aleatoramente para a pesqusa, como por exemplo, numa pesqusa de opnão na rua, deve-se entrevstar somente quem psou em uma determnada marca pré-determnada na calçada. Exemplo 4. Más perguntas. A pergunta deve conter o lnguajar própro do entrevstado. Geralmente, se o entrevstado não entender a pergunta, ele responderá qualquer cosa, pos tem vergonha de perguntar. 3 a Apuração dos Dados

4 É o processamento dos dados obtdos 4 a Exposção dos Dados Através de tabelas ou gráfcos, tornando mas fácl seu exame e aplcação de um cálculo estatístco 5 a Análse dos Resultados Através de métodos de estatístca ndutva ou nferencal obtêm-se conclusões e prevsões de um todo através do exame de apenas uma parte desse todo.

5 Capítulo - População e Amostra.1 Varável Varável é o conjunto de resultados possíves de um fenômeno. A varável pode ser qualtatva, quando seus valores são expressos por atrbutos (ex: sexo, cor), ou pode ser quanttatva, quando seus valores são expressos em números. A varável quanttatva pode ser contínua, quando assume qualquer valor entre dos lmtes (ex: peso, altura, medções), ou pode ser dscreta, quando só pode assumr valores pertencentes a um conjunto enumerável (ex: número de flhos, contagens em geral, números nteros).. Precsão A precsão da medda será automatcamente ndcada pelo número de decmas com que se escrevem os valores da varável. Ex: 1,80 m ndca uma medção com precsão de centésmos..3 Arredondamento De acordo com resolução do IBGE Quando o prmero algarsmo a ser abandonado é 0, 1,, 3, ou 4, fca nalterado o últmo algarsmo a permanecer. Ex: 53,4 passa a 53, ; 17,345 passa a 17,3 Quando o prmero algarsmo a ser abandonado é 6, 7, 8, ou 9, aumenta-se de uma undade o últmo algarsmo a permanecer. Ex: 4,87 passa a 4,9 ; 5,08 passa a 5,1; 53,99 passa a 54,0 Quando o prmero algarsmo a ser abandonado é 5, há duas soluções: a) Se ao 5 segur em qualquer casa um algarsmo dferente de 0, aumenta-se de uma undade o últmo algarsmo a permanecer. Ex:,35 passa a,4 ; 5,6501 passa a 5,7. b) Se o 5 for o últmo algarsmo ou se ao 5 só se segurem zeros, o últmo algarsmo a ser conservado só será aumentado de uma undade se for ímpar. Ex: 4,75 passa a 4,8 ; 4,65 passa a 4,6 ; 4,7500 passa a 4,8 ; 4,6500 passa a 4,6 Exercícos. Arredonde dexando número ntero:,38 = 4,65 = 0,351 = 4,4 = 38,35 =,97 = 6,89 = 5,55 = 89,99 = Exercícos. Arredonde dexando uma casa decmal:

6 ,38 = 4,65 = 0,351 = 4,4 = 38,35 =,97 = 6,89 = 5,55 = 89,99 =.4 População e Amostra População é o conjunto de portadores de, pelo menos, uma característca comum. Amostra é um subconjunto fnto de uma população. A amostra é escolhda através de processos adequados que garantam o acaso na escolha.5 Amostragem É o processo de colher amostras. Nesse processo, cada elemento da população passa a ter a mesma chance de ser escolhdo. Dentre os processos de amostragem pode-se destacar três: amostragem casual ou aleatóra smples, amostragem proporconal estratfcada e amostragem sstemátca. a) Amostragem casual ou aleatóra smples: É um sorteo, por exemplo, para retrar uma amostra de 9 alunos de uma sala de 90 alunos, utlza-se um sorteo com todos os números dos alunos escrtos em papés dentro de um saco. Para amostras grandes utlza-se a Tabela de Números Aleatóros (Págna 40). Assm para o exemplo da sala de aula, utlzando dos algarsmos, através da letura da prmera lnha (escolhda através de sorteo), obtém-se: Como a população va de 1 a 90 escolhe-se os 9 prmeros números dentro dessa faxa: b) Amostragem proporconal estratfcada: É comum termos populações que se dvdam em subpopulações (estratos) e como cada estrato pode ter um comportamento dferente do outro, a amostra deve consderar a exstênca desses estratos e a sua proporção em relação à população. Exemplo: supondo que uma sala de aula seja composta de 54 mennos e 36 mennas. Determne uma amostra de 9 pessoas: Sexo População Cálculo Proporconal Amostra Regra de três smples Masculno x 9 / 90 = 5,4 5 Femnno x 9 / 90 = 3,6 4 Total

7 Posterormente, utlza-se a tabela de números aleatóros para escolher 5 mennos e 4 mennas. Verfca-se que fo realzado um arredondamento dos números 5,4 e 3,6. Esse arredondamento é efetuado utlzando as regras de arredondamento. Exercíco: Em uma escola exstem 50 alunos, dstrbuídos em séres conforme a tabela. Obtenha uma amostra de 40 alunos e preencha a tabela. Séres População Cálculo Proporconal Amostra 1 a 35 a 3 3 a 30 4 a 8 5 a 35 6 a 3 7 a 31 8 a 7 Total c) Amostragem sstemátca É quando a amostragem é feta através de um sstema possível de ser aplcado pos a população já se encontra ordenada. Exemplo 1: em uma lnha de produção, a cada 10 tens fabrcados, retra-se 1 para nspeção, tem-se uma amostra de 10 % da população. Exemplo : em uma rua com 900 prédos, deseja-se uma amostra de /50 =18 (50 grupos de 18 prédos cada). Faz-se um sorteo entre 1 e 18, por exemplo 4, então pesqusaríamos o 4 o prédo da rua, o o, o 40 o, 58 o, assm por dante. Exercícos de População e Amostra 1) Uma unversdade apresenta o segunte quadro relatvo aos seus alunos do curso de Matemátca. Obtenha uma amostra proporconal estartfcada de 100 alunos. Sére Qtde Amostra 1 a 85 a 70 3 a 80 4 a 75

8 Total 100

9 ) Uma cdade X apresenta o segunte quadro relatvo às suas escolas de 1 o grau: Escola Homens Mulheres Total Amostra Homens Mulheres Total A B C D E F Total 10 Obtenha uma amostra proporconal estratfcada de 10 estudantes

10 3) Utlzando a tabela de números aleatóros, obtenha uma amostra de 10 pessoas de uma sala de aula com 85 alunos, utlze a 10 a e a 11 a coluna para começar o sorteo. 4) Ordene uma amostra de 15 elementos de uma população ordenada formada por 10 elementos, sabendo que o elemento de ordem 149 a ela pertence?

11 Capítulo 3 - Séres Estatístcas 3.1 Séres Estatístcas Sére estatístca é toda tabela que apresenta a dstrbução de um conjunto de dados estatístcos em função da época, do local, ou da espéce. Pode-se classfcar em: hstórca, geográfca, específca a) Séres hstórcas (cronológcas, temporas) - descrevem os valores da varável, em determnado local, em função do tempo Exemplo: Tabela Analfabetsmo na faxa de 15 anos ou mas - Brasl /000 População de 15 anos ou mas Ano Total(1) Analfabeta(1) Taxa de Analfabetsmo , , , , , , , , ,6 Fonte: IBGE, Censo Demográfco. Nota: (1) Em mlhares b) Séres geográfcas (espacas, terrtoras ou de localzação) - descrevem os valores da varável, em um determnado nstante, em função da regão Exemplo: População Mundal Em mlhões de pessoas Canadá 30,5 Argentna 36,1 Japão 16, Rússa 147,4 Brasl 165,8 Indonésa 06,3 EUA 74 Índa 98, Chna 155,6 Fonte: O Estado de São Paulo, 01/01/000

12 População Mundal em , 155,6 em mlhões ,5 36,1 16, 147,4 165,8 06,3 74 Argentna Brasl EUA Chna c) Séres Específcas (categórcas) - descrevem os valores da varável, em um determnado nstante e local, segundo especfcações. Custo médo das campanhas eletoras em 1998, segundo estmatva dos canddatos em mlhões de reas. Fonte: TSE Presdente 5 Governador 6 Senador 3,5 Deputado Federal 1,5 Deputado Estadual 0,5

13 Custo médo das campanhas eletoras em 1998, segundo estmatva dos canddatos em mlhões de reas. Fonte: TSE Mlhões de Reas ,5 1,5 0,5 Presdente Governador Senador Deputado Federal Deputado Estadual d) Séres Conjugadas - Tabela de Dupla Entrada É a unão de duas séres em uma só tabela Exemplo: População Mundal - em mlhões de pessoas País Canadá 30,5 4,3 Argentna 36,1 54,5 Japão 16, 104,9 Rússa 147,4 11, Brasl 165,8 44, Indonésa 06,3 311,8 EUA ,3 Índa 98, 158,8 Chna 155,6 1477,7 Fonte: O Estado de São Paulo, 01/01/000 O exemplo acma é uma sére geográfca-hstórca Podem também exstr séres conjugadas de três ou mas entradas, fato mas raro, pos dfculta a nterpretação dos dados.

14 População Mundal - em mlhões de pessoas Mlhões de pessoas Argentna Brasl EUA Chna 3. - Dstrbução de freqüênca Será tratado em capítulo a parte devdo a sua mportânca. Exemplo: Idade na morte causada por arma de fogo Idade na Morte Freqüênca Dados Absolutos e Dados Relatvos Dados Absolutos: são resultantes de uma coleta dreta, sem outra manpulação senão a contagem Dados Relatvos: são resultantes de comparações, há um tratamento matemátco dos dados para uma melhor nterpretação.

15 As percentagens a) Consdere a sére: Idade na morte causada por arma de fogo Idade na Morte Freqüênca Calculando a percentagem das pessoas em cada faxa etára, pode-se preencher uma nova coluna Idade na Morte Freqüênca % Total Pode-se agora trar uma melhor conclusão e também construr um gráfco de setores (pzza).

16 Idade da Morte causada por arma de fogo % % % % % % %

17 Os índces Os índces são razões entre duas grandezas ndependentes. Ex: Relação canddato vaga = Qtde de canddatos / Qtde de vagas Densdade demográfca = população / área de uma superfíce Renda per capta = renda total de uma população / população Os Coefcentes Os coefcentes são razões entre o número de ocorrêncas e o número total. É a porcentagem expressa na forma untára. Ex: Coefcente de evasão escolar = n o de alunos evaddos / n o ncal de alunos Coefcente de aprovetamento escolar = n o de alunos aprovados/ n o fnal de alunos As Taxas As taxas são os coefcentes multplcados por uma potênca de 10, 100, 1000, etc para tornar o resultado mas ntelgível (claro) Ex: Taxas de mortaldade = coefcente de mortaldade x 1000 ( lê-se mortes a cada 1000 habtantes) Taxa de evasão escolar = coefcente de evasão escolar x 100 Exercícos: Exercíco 1 - Consdere a tabela abaxo: Ano Qtde de Analfabetos no Brasl acma de 15 anos em mlhares de hab. % de aumento Complete a tabela com uma coluna de percentagem de aumento de um período para o outro. Não utlze casas decmas, apenas números nteros.

18 Exercíco - Consderando que o Brasl, em 000, apresentou: População: 164 mlhões de habtantes Superfíce: km Nascmentos: 6, mlhões Óbtos: 3,8 mlhões Calcule: a) o índce de densdade demográfca b) a taxa de nataldade c) a taxa de mortaldade Exercíco 3 - Em certa eleção muncpal foram obtdos os seguntes resultados Canddato % do total de votos Número de votos A 6 B 4 C Brancos e nulos 196 Determne o número de votos obtdo pelo canddato vencedor. Exercíco 4 : A tabela abaxo apresenta a varação percentual das vendas ndustras de aparelhos doméstcos, comparando o período de julho e agosto de 003 com o período de julho e agosto de 004. Vendas ndustras de aparelhos doméstcos Varação percentual jul/ago 003 e jul/ago 004 Refrgeradores 15,06 Freezers vertcas 4,97 Freezers horzontas 4,61 Lavadoras automátcas - 18,18 Fogões - 0,17 Condconadores de ar 83,45 Supondo que no período de jul/ago de 003 tenham sdo venddas lavadoras automátcas, determne o número de undades venddas no mesmo período de 004.

19 Capítulo 4 - Dstrbução de Freqüênca 4.1 Tabela Prmtva e Rol Tabela prmtva - elementos da varável anda não foram numercamente organzados Ex: Total de pontos (acertos) obtdos por 40 alunos em um teste de 175 questões Rol - é a tabela prmtva ordenada (crescente ou decrescente). Ex: Dstrbução de freqüênca Com sso pode-se construr uma tabela denomnada Dstrbução de Freqüênca, sendo a freqüênca o numero de elementos relaconados a um determnado valor da varável. Ex: Pontos Freqüênca Pontos Freqüênca Pontos Freqüênca total 40 Para uma melhor vsualzação e economa de espaço, agrupam-se os valores em ntervalos de classe. Ex: Total de pontos (acertos) obtdos em um teste de 175 questões por 40 alunos Total de pontos Freqüênca Total 40

20 Para a confecção dessa tabela pode-se pular o passo anteror, ou seja, do rol já partr para a tabela de dstrbução de freqüêncas com ntervalos de classe. 4.3 Elementos de uma dstrbução de freqüênca a) Classes de freqüênca: são os ntervalos de varação da varável, representados por, sendo = 1,,3,4,...,k, onde k é o número total de classes. Em nosso exemplo k = 6 b) Lmtes da classe: são os extremos de cada classe. Lmte superor L Lmte nferor l O símbolo l - L sgnfca nclusão de l e exclusão de L l = 154 e L = 158 c) Ampltude de um ntervalo de classe (h) é a medda do ntervalo que defne a classe h = L - l h = = 4 d) Ampltude total da dstrbução (AT) é a dferença entre o lmte superor da ultma classe (lmte superor máxmo) e o lmte nferor da prmera (lmte nferor mínmo). AT = L(max) - l (mn) AT = = 4 Deve-se notar que AT/h = k 4/4 = 6 e) Ampltude amostral (AA) : é a dferença entre o valor máxmo e o valor mínmo da amostra AA = x(máx) - x(mín) AA = = 3 f) Ponto médo de uma classe (x) : é o ponto que dvde o ntervalo de classe em duas partes guas x = (l+l)/ x = ( )/ = 156 f) Freqüênca smples ou absoluta: é o número de observações correspondentes a essa classe ou a esse valor f 1 = 4 f = 9 f 3 = 11 f 4 = 8 f 5 = 5 f 6 = 3

21 k f = n = 1 6 f = = Número de Classes, Intervalos de Classe Determnação do número de classes: utlza-se a regra de Sturges (obs: não é obrgatóro, é apenas uma orentação) k = 1+ 3,3 log n onde, k é o número de classes e n é o numero total de dados. Esta fórmula nos permte obter a segunte tabela n k Para determnação do ntervalo de classe h aplca-se AA h = Quando o resultado não é exato, deve-se arredondá-lo para mas. k h = 3,8 = 6 No caso = 4, ou seja, 6 classes de ntervalo 4. Exercíco:.As notas obtdas por 50 alunos de uma classe foram: Complete a dstrbução de freqüênca abaxo Notas x f

22 Total Tpos de freqüêncas a) Freqüênca Smples ou Absoluta (f ) : é o valor que representa o número de dados de uma classe, onde : k f = n = 1 b) Freqüênca Relatva (fr ): é a porcentagem entre a freqüênca smples e a freqüênca total: fr = k f = 1 No exemplo: fr 3 = 11/40 = 0,75 x 100 = 7,5 % k fr 100% É obvo que: = = 1 f [ ] 100 % O propósto das freqüêncas relatvas é o de permtr a análse e facltar comparações. c) Freqüênca Acumulada (F ): é o total das freqüêncas de todos os valores nferores ao lmte superor do ntervalo de uma dada classe. k F = f + f + f + L + f F = ou k f k 1 3 k = 1 No exemplo F 3 = f 1 + f + f 3 = =4, o que sgnfca que exstem 4 alunos com estatura nferor a 16 cm (lmte superor do ntervalo da tercera classe) d) Freqüênca Acumulada relatva (Fr ): é a porcentagem entre a freqüênca relatva acumulada da classe e a freqüênca total da dstrbução. Fr = k F = 1 f [ ] 100 % No exemplo temos Fr 3 = 4/40 = 0,6 = 60 %, o que sgnfca que 60 % dos alunos acertaram menos de 16 questões

23 Pode-se então montar a segunte tabela: Total de Pontos x f fr (%) F Fr (%) , , , , , , , , , , , ,00 Total 40 1,000 Que nos ajuda a responder: 1) Quantos alunos acertaram entre 154, nclusve, e 158 questões? Resp. 9 alunos ) Qual a percentagem de alunos com total de pontos nferor a 154? Resp. 10% 3) Quantos alunos acertaram menos que 16 questões? Resp. 4 alunos 4) Quantos alunos obtveram um total de pontos não nferor a 158? Resp = 7 alunos 4.6 Dstrbução de Freqüênca sem Intervalo de Classe Quando se trata de varável dscreta de varação relatvamente pequena, cada valor pode ser tomado como um ntervalo de classe, tomando a segunte forma: Os resultados de um lançamento de um dado 50 vezes foram os seguntes: resultados f fr F Fr Total 50 1,000 Exercíco: Complete a tabela abaxo e responda: Horas de estudo por x f fr F Fr

24 semana Total 1,000 Qual a porcentagem de pessoas que estudam menos de 15 horas? Qual a porcentagem de pessoas que estudam 0 ou mas horas?

25 4.7 Representação Gráfca de uma Dstrbução de Freqüênca Pode-se ser representado bascamente por um hstograma, por um polígono de freqüênca ou por um polígono de freqüênca acumulada. a) Hstograma: O hstograma é formado por um conjunto de retângulos justapostos, cujas bases se localzam sobre o exo horzontal, de tal modo que seus pontos médos concdam com os pontos médos dos ntervalos de classe. Seja o exemplo: Total de x f F Pontos Total Hstograma Frequêncas f Total de Pontos b) Polígono de freqüênca: É um gráfco em lnha, sendo as freqüêncas marcadas sobre perpendculares ao exo horzontal, levantadas pelos pontos médos dos ntervalos de classe.

26 f Total de Pontos c) Polígono de freqüênca acumulada: É traçado marcando-se as freqüêncas acumuladas sobre perpendculares ao exo horzontal, levantadas nos pontos correspondentes aos lmtes superores dos ntervalos de classe F Total de pontos f Total de Pontos

27 Polígono de freqüênca com o hstograma A Curva de Freqüênca. Curva Polda O polígono de freqüênca nos fornece uma magem real e a curva uma magem tendencal. A curva polda de uma amostra lmtada se assemelha mas a curva resultante de um grande número de dados, do que o polígono de freqüênca obtdo da mesma amostra lmtada. Utlza-se uma nova freqüênca, denomnada calculada (fc). fc = f ( 1) + f + f 4 (+ 1) No exemplo anteror tem-se: Total de Pontos x f F fc (0+*0+4)/4 = (0+*4+9)/4 = 4, (4+*9+11)/4 = 8, (9+*11+8)/4 = 9, (11+*8+5)/4 = (8+*5+3)/4 = 5, (5+*3+0)/4 =, (3+*0+0)/4 = 0,75 Total ,75 8 8,5 8 fc 6 5,5 4 4,5,75 1 0, Total de Pontos Exercíco - Construa o hstograma, o polígono de freqüênca, o polígono de freqüênca acumulada e a curva polda da segunte dstrbução.

28 0 Total de Faltas de uma sala com 60 alunos x f fc F Capítulo 5 - Meddas de Posção 5.1 Introdução Até agora os estudos de dstrbução de freqüênca efetuados nos permte localzar a maor e menor concentração dos valores de uma dada dstrbução. No entanto, para destacar as tendêncas característcas necessta-se de elementos típcos da dstrbução que são as: Meddas de posção Meddas de varabldade ou dspersão Meddas de assmetra Meddas de curtose As meddas de posção nos orenta quanto a posção da dstrbução em relação ao exo horzontal. As meddas mas mportantes são as meddas de tendênca central (os dados tendem a se agrupar em torno de valores centras). Dentre elas destacam-se: A méda artmétca A medana A moda Outras meddas de posção são as separatrzes que são: A medana Os quarts Os percents 5. Meda Artmétca ( x )

29 x = n = 1 onde x são os valores da varável e n o número de valores. a) Desvo em relação a méda (d ) d = x x n d 0 b) Propredades: = = 1 A soma algébrca dos desvo em relação a méda é nula Somando-se (ou subtrando-se) uma constante (c) de todos os valores de uma varável, a méda do conjunto fca aumentada (ou dmnuída) dessa constante. Multplcando-se (ou dvdndo-se) uma constante (c) de todos os valores de uma varável, a méda do conjunto fca multplcada (ou dvdda) por essa constante. Exemplo: Seja a nota de 10 alunos: 8, 9, 7, 6, 10, 5,5, 5, 6,5, 7,5, 8, , ,5 + 7,5 + 8,5 A méda é x = = 7, 3 10 n x Desvos: 8-7,3 0,7 9-7,3 1,7 7-7,3-0,3 6-7,3-1,3 10-7,3,7 5,5-7,3-1,8 5-7,3 -,3 6,5-7,3-0,8 7,5-7,3 0, 8,5-7,3 1, Total 0,0 c) para dados agrupados (dstrbução de freqüênca sem ntervalos de classe) Seja a segunte dstrbução: n o de flhos (x ) f f. x que se deseja ter

30 78 x = = = 34 tem-se então:,94 ~, 3 Total x n (f = 1 = n = 1 d) para dados agrupados (dstrbução de freqüênca com ntervalos de classe). Adota-se o segunte: todos os valores ncluídos em um determnado ntervalo de classe concdem com o seu ponto médo. Seja a segunte dstrbução: 6440 tem-se então: x = = 161 pontos 40 x Total de x f f. x pontos Total Exercíco 1 - Complete a tabela e calcule a méda artmétca da dstrbução. f ) Qtde de cursos de extensão realzados por ano (x ) pelos alunos do 3 o Mat f f. x Exercíco - Complete a tabela e calcule a méda artmétca da dstrbução.

31 Saláro Mensal dos alunos do 3 o Mat [R$] x f f. x Total e) Processo breve Há uma mudança de varável x por outra y, tal que: x = x h 0 y x 0 é uma constante escolhda convenentemente entre os pontos médos da dstrbução, de preferênca o de maor valor de freqüênca, e h é o ntervalo de classe. A méda então é calculada por: x = 1 = x 0 + n n ( f y ) = 1 f h Exemplo: Escolhendo x 0 = 160 e como h = 4 Total de Pontos x f y f. y Total Então: x = = 161pontos 40

32 Exercíco 3: Pelo processo breve, calcule a méda artmétca da dstrbução. Saláro Mensal dos alunos do 3 o Mat [R$] x f y f. y Total

33 Exercíco 4: Pelo processo breve, calcule a méda artmétca da dstrbução. Valor da hora aula de profssonas da educação [R$] x f y f. y Total 5.3 A Moda (Mo) Denomna-se moda o valor que ocorre com maor freqüênca em uma sére de valores. Caso 1) Dados não agrupados. Basta procurar o valor que mas se repete. Ex: 3,4,5,6,6,6,6,7,7,8,9 A sére tem moda gual a 6 (valor modal 6) Pode acontecer também uma sére sem valor modal. Ex: 1,,3,4,5,6,7,8,9 sére amodal Pode acontecer também uma sére com mas de uma moda. Ex: 1,,,,3,4,5,6,6,6,7,8,9 a sére tem duas modas ( e 6) - sére bmodal Caso ) Dados agrupados. a) sem ntervalos de classe. Basta dentfcar o valor da varável que possu maor freqüênca. Ex: Seja a segunte dstrbução: Mo = 3 n o de flhos (x ) que se deseja ter f Total 34 b) com ntervalos de classe. A classe com maor freqüênca é denomnada classe modal, o cálculo da moda bruta é semelhante ao do ponto médo do ntervalo de classe.

34 Mo = x = l + L Ex: Seja a dstrbução: Total de pontos x f Total 40 Então: a classe modal é = 3, logo Mo = 160 pontos Exercíco: Calcule a moda da segunte dstrbução: Saláro Mensal dos alunos do 3 o Mat [R$] Total 64 f 5.4 Medana (Md) A medana é o número que se encontra no centro de uma sére de números, ou seja, separa os valores em dos subconjuntos de mesmo número de elementos. Caso 1 ) Dados não agrupados Dada uma sére de valores: 5,13,10,,18,15,6,16,9 Deve-se então ordená-los:,5,6,9,10,13,15,16,18 Determna-se então o valor central que é 10 (4 valores para cada lado) Md = 10

35 Se a sére tver número par de valores, a medana é a méda dos dos valores centras:,5,6,9,10,15,16,18 Md = (9+10)/ = 9,5 Caso ) Dados agrupados No caso de dstrbução de freqüênca deve-se prmeramente determnar a freqüênca acumulada. Determna-se então, o valor que dvde a dstrbução em duas partes guas. Aplca-se então: f a) sem ntervalos de classe. Dada a sére: n o de flhos (x ) f F que se deseja ter Total 34 f 34 Então: = = 17 A menor freqüênca acumulada que supera esse valor é 18, que corresponde ao valor da varável. No caso de f = F Md = acontecer, a medana será dada por: x + x 1 Md = +. Exemplo: f + 3 = 18 = F3, então: Md = =, 5 n o de flhos (x ) f F que se deseja ter Total 36 Exercícos:

36 1) Calcule a medana das seguntes dstrbuções: Qtde de anos de f F estudo (x ) Total Qtde de dscplnas em dependênca Total f F b) com ntervalos de classe: segue-se os seguntes passos: 1 o - Determna-se as freqüêncas acumuladas f o - Calcula-se 3 o - Marca-se a classe correspondente a freqüênca acumulada medatamente superor a f (classe medana) e emprega-se a fórmula: f F( ant) h Md = l + f onde: l é o lmte nferor da classe medana F(ant) é a freqüênca acumulada da classe anteror a classe medana h é a ampltude do ntervalo da classe medana f é a freqüênca do ntervalo da classe medana Exemplo: Total de pontos f F

37 Total 40 f 40 = = 0, logo classe medana é = 3 l = 158 F(ant) = 13 h = 4 f3 = 11 [ 0 13] 4 Md = = 158 +,5 = 160,5 11 f No caso de = F acontecer, a medana será o lmte superor da classe correspondente. Exercíco: Calcule a medana das seguntes dstrbuções: Saláro Mensal dos alunos do 3 o Mat [R$] Total 64 f F Valor da hora aula de profssonas da educação [R$] f F Total 5.5 Os Quarts

38 Denomna-se quarts os valores de uma sére que a dvdem em quatro partes guas. Portanto, há três quarts. São mas aplcados em dstrbução de freqüênca com ntervalos de classe. Prmero Quartl (Q 1 ) - 5 % dos dados são menores que ele e os 75 % restantes são maores. Segundo Quartl (Q ) - concde com a medana, 50 % para cada lado. Tercero Quartl (Q 3 ) - 75 % dos dados são menores que ele e os 5 % restantes são maores. Para o caso de dados agrupados, basta aplcar: quartl. Então: Q Q 1 3 = l = l Exemplo: + 4 f Prmero Quartl f 40 = = h = 4 f = 9 f F f f F ( ant) ( ant) h h Q = l 4 + k f, sendo k o número de ordem do 4 f F( ant) h f Total de Pontos f F Total 40, logo classe do 1 o Quartl é = l = 154 F(ant) = 4 [ 10 4] 4 Q 1 = = 154 +,66 = 156,66 = 156,7 9 Segundo Quartl = Medana f 40 = = 0, logo classe do o Quartl é = 3 4 l = 158 F(ant) = 13 h = 4 f 3 = 11

39 [ 0 13] 4 Q = Md = = 158 +,5 = 160,5 11 Tercero Quartl 3 f 3 40 = = 30, logo classe do 3 o Quartl é = l = 16 F(ant) = 4 h = 4 f 4 = 8 [ 30 4] 4 Q 3 = 16 + = = Exercíco: Calcule os quarts da segunte dstrbução: Saláro Mensal dos alunos do 3 o Mat [R$] f F Total Os Percents Denomna-se percents os noventa e nove valores que separam uma sére em 100 partes guas. Indca-se da segunte forma: P 1,P,P 3,...P 99 Note-se que: P 50 = Md, P 5 = Q 1 e P 75 = Q 3 Calcula-se da mesma forma que os quarts, só que aplcando: k f, sendo k o número de ordem do percentl. 100 k f F( ant) h 100 P K = l + f Exemplo: Total de Pontos f F

40 Total 40 Tem-se para o otavo percentl: 8 f 8 40 k = 8 => = = 3,, logo classe do 8 o Percentl é = l = 150 F(ant) = 0 h = 4 f 1 = 4 [ 3, 0] 4 P 8 = = , = 153, 4 Exercíco: Calcule o percentl de ordem 0 da segunte dstrbução: Saláro Mensal dos alunos do 3 o Mat [R$] Total 64 f F

41 Capítulo 6 - Meddas de Dspersão ou de Varabldade 6.1 Ampltude total (AT) a) a ampltude total é a dferença entre o maor valor e o menor valor observado: AT = x MÁX x MÍN Exemplo: 40, 45, 48, 5, 54, 6, e 70 AT = = 30 Quanto maor a ampltude total, maor será a dspersão dos valores da varável em torno da méda. 6. Varânca (s ) e Desvo Padrão (s) São mas estáves que a ampltude total, não sofrem tanto a nterferênca de valores extremos. a) para dados não agrupados A varânca é a méda artmétca dos quadrados dos desvos: s ( x x) ( x x) = f A varânca é um número em undade quadrada em relação a méda, por sso, defnu-se o desvo padrão como a raz quadrada da varânca. O desvo padrão é a raz quadrada da méda artmétca dos quadrados dos desvos. Para evtar o acúmulo de erro por arredondamento, smplfca-se o cálculo do desvo padrão com a segunte: que resulta em: ( x x) s = x = x = n n n ( x ) Obs: Quando calcula-se a varânca ou o desvo padrão de uma população através de uma amostra dessa, deve-se substtur o denomnador n por n-1. Propredades: 1 a : Somando-se (ou subtrando-se) uma constante a (de) todos os valores de uma varável, o desvo padrão não se altera. a.: Multplcando-se todos os valores de uma varável por uma constante (dferente de zero), o desvo padrão fca multplcado por essa constante. x n

42 Exemplo: Calcule o desvo padrão da segunte sére: x x s = n n = x x Total = 181, = 3,56 b) para dados agrupados sem ntervalos de classe: deve-se levar em conta as freqüêncas. Exemplo: s (f x ) = n (f x) n Qtde de flhos que se f f. x f. x deseja ter (x ) Total (f x ) (f x) s = n n = = 5,5 4,41 = 1,04 Exercíco: Determne o desvo padrão. Qtde de cursos de extensão realzados por ano (x ) pelos alunos do 3 o Mat f f. x f. x

43 Total 5 c) para dados agrupados com ntervalos de classe: também leva-se em conta as freqüêncas e x é o ponto médo do ntervalo de classe. Exemplo: Total de Pontos x f f x f x Total (f x ) (f x ) s = n n = = = 31 = 5,57 Processo breve: Da mesma manera que o cálculo da méda, muda-se a varável X por outra Y, tal que: y x x 0 = e h Exemplo: s = 4 s (f y ) = h n (f y) n Total de Pontos x f y f y f y Total = 4 0,065 = 4 1,9375 = 4 1, = 5,57 Resolva: Calcule o desvo padrão pelo processo breve. Saláro Mensal dos alunos do 3 o Mat [R$] x f y f y f y

44 Total 64 Peso kg x f y fy fy Total Coefcente de Varação (CV) É a porcentagem do desvo padrão em relação a sua méda. s CV = 100 x Exemplo: Para o exemplo anteror, das estaturas, tem-se méda de 161 cm e desvo padrão de 5,57 cm 5,57 CV = 100 = 3,459 = 3,5% 161 Resolva: Calcule o CV dos dos últmos exercícos de cálculo de desvo padrão pelo processo breve. a) x = 755 s = 154

45 x = 84,3 b) s = 1,88 Conclusão: Quanto maor o CV maor será a dspersão Quanto menor o CV menor será a dspersão

46 Exercícos de Revsão: Os dados abaxo referem-se a dade das pessoas que compraram um determnado produto novo durante um da. Determne: Idade x f F y f y f y f x f x Total a) Méda; b) Desvo Padrão; c) Medana d) Prmero Quartl e) Tercero Quartl f) P 40

47 TABELA DE NÚMEROS ALEATÓRIOS:

48 Tamanho da Amostra para populações fntas z ( x / n) [ 1 ( x / n) ] N ( N 1) e + z ( x / n) [ 1 ( x / n) ] n = n = tamanho da amostra N = tamanho da população e = % de erro na forma untára z = ntervalo de confança, 1,96 para 95% de confança (valor usual),58 para 99% de confança. x/n = proporção esperada. O valor de n é máxmo para x/n = 0,50 Resultando em: n n = = 1,96 0,50 [ 1 0,50] N ( N 1) e + 1,96 0,50 [ 1 0,50] 0,9604 N ( N 1) e + 0, 9604 Exemplo: erro % 0,0 z= 1,96 x/n = 0,5 =

49 População Amostra População Amostra População Amostra População Amostra Cálculo do erro ( x / n) [ 1 ( x / n) ] e = z para população desconhecda n ( x / n) [ 1 ( x / n) ] N n e = z para população conhecda n N 1 para z = 1,96 e x/n = 0,50 tem-se: 1 e = 0,98 para população desconhecda n

50 e 0,98 N n n (N 1) = para população conhecda População = 100 Amostra Erro 10 0,30 0 0,0 30 0, ,1 50 0, , , , , ,00 Bblografa STEVENSON, W. J. Estatístca Aplcada à Admnstração. São Paulo: Edtora HARBRA Ltda, 1981

51 BIBLIOGRAFIA: COSTA NETO, P. L. de O. Probabldades. São Paulo: Edtora Edgard Blucher Ltda, COSTA NETO, P. L. de O. Estatístca. São Paulo: Edtora Edgard Blucher Ltda, 17 o ed CRESPO, A. A. Estatístca Fácl. São Paulo: Edtora Sarava, 17 o ed DANTE, L. R. Matemátca: Contexto de Aplcações. São Paulo: Edtora Átca, DOWNING, D., CLARK, J. Estatístca Aplcada. São Paulo: Edtora Sarava, 000. KAZMIER, L. J. Estatístca Aplcada à Economa e Admnstração. São Paulo: Edtora Makron books Ltda., 198. LAPPONI, J. C. Estatístca Usando Excel. São Paulo: Edtora Lappon, 000. LEVIN, J. Estatístca Aplcada a Cêncas Humanas, a edção. São Paulo: Edtora Harper & Row do Brasl Ltda, NICK, E., KELLNER, S. R. O. Fundamentos de Estatístca para as Cêncas do Comportamento. Ro de Janero: Edtora Renes, SIEGEL, S. Estatístca Não Paramétrca. São Paulo: Edtora McGraw-Hll do Brasl Ltda, STEVENSON, W. J. Estatístca Aplcada à Admnstração. São Paulo: Edtora Harper & Row do Brasl Ltda, TRIOLA, M. F. Introdução à Estatístca. Ro de Janero: Lvros Técncos e Centífcos Edtora S.A., 7 a ed

52 Apêndce Calcule em cada caso, a méda artmétca dos valores: a) b) c) d) 0,5 0,5 0,5 0,5 0,5 0,5 e) A a a a a b b b b c c f) Um ônbus de excursão partu com 40 turstas a bordo dos quas 8 reservaram a vagem com antecedênca e pagaram cada um R$ 300,00. Os demas pagaram cada um R$ 340,00 pela vagem, Qual fo o preço médo que cada tursta pagou nessa excursão? 3. Sejam A = (x, 6, 3, 4, 5) e B = (9, 4, 8, x, 6, 11, 3). a) Determne x para que as médas artmétcas dos dos conjuntos sejam guas. b) Determne os possíves valores nteros de x de modo que x A não ultrapasse 4 e x B seja, no mínmo, gual a Para que os valores de a as médas artmétcas de (- 3, a, 10, 9) e (-, 3, a, - 5) concdem? 5. x é uma varável que assume os valores, a Determne a de modo que: a) x = 11 b) 1 x < 13 c) x < 0 6. Os dados na tabela ao lado referem-se ao número de umdades de um lvro ddátco venddas, mês a mês, nos dos prmeros anos após seu lançamento. Mês 1 a ano a ano Janero Feverero Março Abrl Mao Junho Julho Agosto Setembro

53 Outubro Novembro Dezembro a) Do prmero para o segundo ano de vendas, a méda mensal de lvros venddos aumentou em x undades. Qual é o valor de x? b) Do prmero para o segundo ano de vendas, a méda mensal de lvros venddos aumentou em y%. Qual é o valor de y? 7. Os dados seguntes referem - se às quantdades mensas de CDs do cantor x venddos durante um ano a) Em quantos meses as vendas mensas superaram a méda de CDs venddos? 8. A méda artmétca de 80 números é gual a 40,5. Adconando-se a esse conjunto de valores o número 43, qual será a méda artmétca? 9. A méda artmétca de uma lsta formada por 55 números é gual a 8. Adconando se dos números a essa relação, a méda aumenta em undades. Determne-os, sabendo que um deles é o trplo do outro. 10. A méda artmétca de 45 números é gual a 6. Ao acrescentarmos o número x a esses valores, a méda aumenta em 50%. a) Qual é o valor de x? x x x x x b) Qual é a méda artmétca dos números ; ; ; ;? Uma prova de Conhecmentos Geras fo aplcada em duas turmas, A e B, com n e m alunos, respectvamente. A méda das notas da turma A fo 6,8 e a da turma B foram 5,. Juntando as notas das duas turmas, a méda geral fo 5,8. a) Intutvamente, responda O que é maor n ou m? b) Determne n e m, sabendo que a dferença entre eles é gual a A méda de pesos de 5 clentes hospedadas em um SPA era de 84 Kg. A elas juntou-se um grupo de n amgas. Curosamente, cada amga desse grupo pesava 90 Kg. Determne o valor de n, sabendo que a méda de pesos de todas as clentes hospedadas no SPA aumentou em 1 qulograma. 13. A méda artmétca de 15 números é 6. Retrando - se um deles, a méda dos demas passa a ser 5. Qual fo o número retrado?

54 14. A méda artmétca de n números é 9. Retrando-se o número 4, a méda aumenta para 30. Qual é o valor de n? 15. Determne n a fm de que a méda artmétca dos números n, n + 1, n + e n + 3 seja gual a A méda artmétca de 7 números nteros é 4. Determne-os, sabendo que eles formam uma P. A crescente de razão Calcule a méda artmétca entre os números reas log 3, log 4 e log 5, sabendo que log 1, 0, A méda artmétca de 10 números, x 1, x,..., x 10, é 4. Qual será a nova méda se : a) x 1 for aumentado de 4 undades e x aumentado de 8 undades? b) x 1 for subtraído de 10 undades e x aumentado de 6 undades? 19. A tabela segunte mostra o saláro médo dos trabalhadores de três cdades, A, B e C, que compõem uma regão metropoltana. Cdade Saláro médo (em reas) A 530,00 B 600,00 C 700,00 Determne o saláro médo na regão metropoltana se: a) A B e C têm o mesmo número de trabalhadores; b) A têm trabalhadores, B tem e C tem ; c) A tem o dobro de trabalhadores de B, que tem o trplo de trabalhadores de C. 0. Na stuação do exercíco anteror, suponha que A concentre 70% dos trabalhadores da regão metropoltana. Determne o percentual de trabalhadores que vvem em B e C, respectvamente, a fm de que o saláro médo dos trabalhadores da regão seja R$ 560, O gráfco segunte nforma a dstrbução do tempo de servço (em anos) dos funconáros de uma pequena empresa.

55 Tempo de servço 50% 45% 40% porcentagem 30% 0% 10% 8% 6% 11% 10% 0% anos Qual é o tempo médo de trabalho dos funconáros dessa empresa?. Sejam x 1, x,..., x n os n valores assumdos por uma varável quanttatva e x a méda artmétca correspondentes a tas valores. Estabeleça uma relação entre a x e x em cada caso a segur. nova méda ( ) a) Cada x ( = 1,,3...,n) é aumentado de duas undades; b) Cada x ( = 1,,3...,n) é multplcado por três; c) Cada x ( = 1,,3...,n) é dmnuído de cnco undades; d) Cada x ( = 1,,3...,n) é multplcado por e ao resultado são acrescentadas três undades; e) Cada x ( = 1,,3...,n) é subtraído de x undades. 3. A tabela segunte mostra o número de gols por partda regstrada nas duas prmeras rodadas de um campeonato braslero. N o de gols Freqüênca Absoluta 0 5 jogos 1 6 jogos 8 jogos 3 4 jogos 4 5 jogos 5 3 jogos 6 1 jogo a) Qual fo a méda de gols por partda regstrada nas duas prmeras rodadas?

56 b) A rodada segunte preva a realzação de n jogos sábado e a dos demas no domngo. Em cada um dos jogos desabado foram marcados 3 gols. Com sso, a méda de gols do campeonato (comparadas às duas prmeras rodadas e os jogos de sábado) elevou-se para,5 gols por partda. Qual é o valor de n? 4. A méda dos saláros dos funconáros de uma loja é de R$ 60,00. Qual será a nova méda salaral se: a) Cada funconáro receber um aumento de R$50,00? b) Cada funconáro receber um aumento de 0%? 5. Uma prova fo aplcada em duas turmas, A e B,e as médas obtdas foram 7. e 6.3, respectvamente. Se cada aluno da turma A tvesse obtdo n pontos a menos e cada aluno da turma B tvesse obtdo n pontos a mas, as médas das duas turmas seram guas. Qual o valor de n? 6. Em uma empresa, a méda salaral é R$540,00. Pretende-se dar a cada funconáro um aumento de 5% e um abono de R$80,00. Qual será a nova méda de saláros na empresa se: a) O aumento for dado antes do abono? b) O aumento for dado após a ncorporação do abono ao saláro? 7. É comum encontrarmos produtos com conteúdo líqudo menor que o declarado nas embalagens. Em uma pequena cdade, doces de lete são venddos em copos de vdro em cujos rótulos constam à nformação relatva ao peso de 00g. Dos fabrcantes, A e B, fornecem doces com conteúdo real médo de 190 g e 195 g., respectvamente. Um supermercado comprou um total de n copos (somadas as duas marcas) de doce de lete, e verfcou-se que o conteúdo médo líqudo do lote era 193,5 g. 8. Cada um dos 60 alunos da turma A obteve, na avalação de um trabalho, nota 5 ou nota 10. A méda artmétca dessas notas fo 6. Determne quantos alunos obtveram nota 5 e quantos obtveram nota 10? 9. O gráfco ao lado, em forma de pzza, representa as notas obtdas em uma questão pelos canddatos presentes à prmera fase de uma prova de vestbular. Ele mostra, por exemplo, que 3% desses canddatos tveram nota nessa questão. Pergunta-se: Notas de uma questão do vestbular 5 10% 6 10% 1 0% 4 1% 3 16% 3%

57 a) Quantos canddatos tveram nota 3? b) É possível afrmar que a nota méda, nessa questão, fo menor ou gual a? Justfque sua resposta. 30. Em uma fábrca, a méda salaral de determnado setor, que emprega 0 funconáros, é 50 reas. Um deles, que ganhava 550 reas, fo afastado, e foram contratados novos funconáros, um com saláro de 480 reas e o outro com saláro de 630 reas. Qual é o número ntero mas próxmo da nova méda de saláros nesse setor? 31. Em uma classe de educação nfantl, a méda de dade das 5 cranças é 4 anos e 3 meses. Qual é o número de cranças com 4 anos e 9 meses que devem ngressar nessa classe a fm de elevar essa méda para 4 anos e 4 meses? 3. Um programa benefcente veculado em um canal de TV tnha como objetvo arrecadar fundos para cranças carentes. O telespectador podera escolher entre 10, 0 ou 50 reas e lgar para o número correspondente ao valor escolhdo a fm de fazer a doação. Na prmera hora, pessoas fzeram doações, das quas 48% contrbuíram com o valor mínmo, 37% com o valor ntermedáro e cada uma das demas com o valor maor. a) Qual fo a méda de doações na prmera hora? b) Na hora segunte, pessoas contrbuíram para a campanha, das quas 3 1 colaborou com o valor mínmo. Determne o valor doado pelas demas pessoas, sabendo que a doação méda das duas prmeras horas fo R$, Um grupo de 0 nadadores, cuja méda de altura é 1,88 m, está trenando para uma competção. Se um grupo de 7 atletas cuja méda de altura é 1,9 m se juntar ao prmero grupo, qual será a méda de altura dos 7 atletas? 34. A méda artmétca dos números a 1, a, a 3,..., a 14, a 15 é 4. Qual é a méda artmétca dos números a 1 + 1, a +,..., a , a ? 35. Numa classe com vnte alunos as notas do exame fnal podam varar de 0 a 100 e a nota mínma para aprovação era 70. Realzando o exame, verfcou-se que oto alunos foram reprovados. A méda artmétca das notas desses oto alunos fo 65, enquanto a méda dos aprovados fo 77. Após a dvulgação dos resultados, o professor verfcou que uma questão hava sdo mal formulada e decdu atrbur 5 pontos a mas para todos os alunos. Com essa decsão, a méda dos aprovados passou a ser 80 e dos reprovados 68,8. a) Calcule a méda das notas da classe toda antes da atrbução dos 5 pontos extras? b) Com a atrbução dos 5 pontos extras, quantos alunos, ncalmente reprovados, atngram nota para aprovação? 36. A méda artmétca dos números x 1, x,..., x n é p. Determne a méda artmétca dos números x 1 1 x + 1, x 4 +1,..., x n + (-1) n, consderando que: a) n é par; b) n é mpar. 37. Em um tme de futebol, o jogador mas velho entre os onze ttulares fo substtuído por um jogador de 16 anos. Isso fez com que a méda de dade dos 11 jogadores dmnuísse anos. 1

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

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

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

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

Apostila de Estatística Curso de Matemática. Volume II 2008. Probabilidades, Distribuição Binomial, Distribuição Normal. Prof. Dr. Celso Eduardo Tuna

Apostila de Estatística Curso de Matemática. Volume II 2008. Probabilidades, Distribuição Binomial, Distribuição Normal. Prof. Dr. Celso Eduardo Tuna Apostla de Estatístca Curso de Matemátca Volume II 008 Probabldades, Dstrbução Bnomal, Dstrbução Normal. Prof. Dr. Celso Eduardo Tuna 1 Capítulo 8 - Probabldade 8.1 Conceto Intutvamente pode-se defnr probabldade

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

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

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

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

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

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados

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

ANÁLISE EXPLORATÓRIA DE DADOS

ANÁLISE EXPLORATÓRIA DE DADOS CENTRO DE CIÊNCIAS EXATAS CCE DEPARTAMENTO DE ESTATÍSTICA Curso de Especalzação Lato Sensu em Estatístca ANÁLISE EXPLORATÓRIA DE DADOS Professor: Dr. Waldr Medr medr@uel.br Londrna/Pr Março de 011 ÍNDICE

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

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

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

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

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 Tecnologa de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 7. GRÁFICOS DE INFORMAÇÕES São grácos tpcamente epostvos destnados, prncpalmente, ao públco em geral, objetvando

Leia mais

Apostila De Estatística

Apostila De Estatística Apostla De Estatístca Professores: Wanderley Akra Shgut Valéra da S. C. Shgut Brasíla 006 INTRODUÇÃO 1.1. PANORAMA HISTÓRICO Toda Cênca tem suas raízes na hstóra do homem; A Matemátca que é consderada

Leia mais

Aplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2

Aplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2 Econometra - Lsta 3 - Regressão Lnear Múltpla Professores: Hedbert Lopes, Prscla Rbero e Sérgo Martns Montores: Gustavo Amarante e João Marcos Nusdeo QUESTÃO 1. Você trabalha na consultora Fazemos Qualquer

Leia mais

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno

Leia mais

Introdução à Análise de Dados nas medidas de grandezas físicas

Introdução à Análise de Dados nas medidas de grandezas físicas Introdução à Análse de Dados nas meddas de grandezas físcas www.chem.wts.ac.za/chem0/ http://uregna.ca/~peresnep/ www.ph.ed.ac.uk/~td/p3lab/analss/ otas baseadas nos apontamentos Análse de Dados do Prof.

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

FACULDADE DE TECNOLOGIA TUPY CURITIBA

FACULDADE DE TECNOLOGIA TUPY CURITIBA FACULDADE DE TECNOLOGIA TUPY CURITIBA MÉTODOS QUANTITATIVOS ESTATÍSTICA APLICADA VAGNER J. NECKEL 2010 Rev. 00 SUMÁRIO 1. CONCEITOS GERAIS...3 1.1 PANORAMA HISTÓRICO...3 1.2 DEFINIÇÃO...3 1.3 A ESTATÍSTICA

Leia mais

Professor Mauricio Lutz CORRELAÇÃO

Professor Mauricio Lutz CORRELAÇÃO Professor Maurco Lutz 1 CORRELAÇÃO Em mutas stuações, torna-se nteressante e útl estabelecer uma relação entre duas ou mas varáves. A matemátca estabelece város tpos de relações entre varáves, por eemplo,

Leia mais

METROLOGIA E ENSAIOS

METROLOGIA E ENSAIOS METROLOGIA E ENSAIOS Incerteza de Medção Prof. Aleandre Pedott pedott@producao.ufrgs.br Freqüênca de ocorrênca Incerteza da Medção Dstrbução de freqüênca das meddas Erro Sstemátco (Tendênca) Erro de Repettvdade

Leia mais

Elaboração: Fevereiro/2008

Elaboração: Fevereiro/2008 Elaboração: Feverero/2008 Últma atualzação: 19/02/2008 E ste Caderno de Fórmulas tem por objetvo esclarecer aos usuáros a metodologa de cálculo e os crtéros de precsão utlzados na atualzação das Letras

Leia mais

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para Objetvos da aula Essa aula objetva fornecer algumas ferramentas descrtvas útes para escolha de uma forma funconal adequada. Por exemplo, qual sera a forma funconal adequada para estudar a relação entre

Leia mais

Elaboração: Novembro/2005

Elaboração: Novembro/2005 Elaboração: Novembro/2005 Últma atualzação: 18/07/2011 Apresentação E ste Caderno de Fórmulas tem por objetvo nformar aos usuáros a metodologa e os crtéros de precsão dos cálculos referentes às Cédulas

Leia mais

ESTATÍSTICA. PROBABILIDADES Professora Rosana Relva Números Inteiros e Racionais ESTATÍSTICA. Professor Luiz Antonio de Carvalho

ESTATÍSTICA. PROBABILIDADES Professora Rosana Relva Números Inteiros e Racionais ESTATÍSTICA. Professor Luiz Antonio de Carvalho PROBABILIDADES Professora Rosana Relva Números Interos e Raconas APRESENTAÇÃO ROL:,,, 4, 4,,, DISCRETA : rrelva@globo.com PROGRESSÃO ARITMÉTICA CONTÍNUA PROGRESSÃO ARITMÉTICA DISTRIBUIÇÃO DE REQUÊCIAS

Leia mais

Sistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar?

Sistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar? Sumáro Sstemas Robótcos Navegação Introdução Onde estou? Para onde vou? Como vou lá chegar? Carlos Carreto Curso de Engenhara Informátca Ano lectvo 2003/2004 Escola Superor de Tecnologa e Gestão da Guarda

Leia mais

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado) 5 Aplcação Neste capítulo será apresentada a parte empírca do estudo no qual serão avalados os prncpas regressores, um Modelo de Índce de Dfusão com o resultado dos melhores regressores (aqu chamado de

Leia mais

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ GOVERNO DO ESTADO DO CEARÁ SECRETARIA DO PLANEJAMENTO E GESTÃO - SEPLAG INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE NOTA TÉCNICA Nº 29 PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS

Leia mais

Variabilidade Espacial do Teor de Água de um Argissolo sob Plantio Convencional de Feijão Irrigado

Variabilidade Espacial do Teor de Água de um Argissolo sob Plantio Convencional de Feijão Irrigado Varabldade Espacal do Teor de Água de um Argssolo sob Planto Convenconal de Fejão Irrgado Elder Sânzo Aguar Cerquera 1 Nerlson Terra Santos 2 Cásso Pnho dos Res 3 1 Introdução O uso da água na rrgação

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 Físca Arqutectura Pasagístca Análse de erros ANÁLISE DE ERROS A ervação de u fenóeno físco não é copleta se não puderos quantfcá-lo Para é sso é necessáro edr ua propredade físca O processo de edda consste

Leia mais

O que heterocedasticidade? Heterocedasticidade. Por que se preocupar com heterocedasticidade? Exemplo de heterocedasticidade.

O que heterocedasticidade? Heterocedasticidade. Por que se preocupar com heterocedasticidade? Exemplo de heterocedasticidade. Heterocedastcdade y = β 0 + β + β + β k k + u O que heterocedastcdade? Lembre-se da hpótese de homocedastcdade: condconal às varáves eplcatvas, a varânca do erro, u, é constante Se sso não for verdade,

Leia mais

INE 7001 ESTATÍSTICA PARA ADMINISTRADORES I NOTAS DE AULA PROF. MARCELO MENEZES REIS MANOEL DE OLIVEIRA LINO

INE 7001 ESTATÍSTICA PARA ADMINISTRADORES I NOTAS DE AULA PROF. MARCELO MENEZES REIS MANOEL DE OLIVEIRA LINO INE 7001 ESTATÍSTICA PARA ADMINISTRADORES I NOTAS DE AULA PROF. MARCELO MENEZES REIS MANOEL DE OLIVEIRA LINO INE 7001 Introdução e Análse Exploratóra de Dados 2 1 - INTRODUÇÃO 1.1 - O método centífco A

Leia mais

Universidade Federal da Bahia Instituto de Física Departamento de Física da Terra e do Meio Ambiente TEXTOS DE LABORATÓRIO T E O R I A D E E R R O S

Universidade Federal da Bahia Instituto de Física Departamento de Física da Terra e do Meio Ambiente TEXTOS DE LABORATÓRIO T E O R I A D E E R R O S Unversdade Federal da Baha Insttuto de Físca Departamento de Físca da Terra e do Meo Ambente TEXTOS DE LABORATÓRIO T E O R I A D E E R R O S Físca I SALVADOR, BAHIA 013 1 Prefáco Esta apostla é destnada

Leia mais

Estimativa da Incerteza de Medição da Viscosidade Cinemática pelo Método Manual em Biodiesel

Estimativa da Incerteza de Medição da Viscosidade Cinemática pelo Método Manual em Biodiesel Estmatva da Incerteza de Medção da Vscosdade Cnemátca pelo Método Manual em Bodesel Roberta Quntno Frnhan Chmn 1, Gesamanda Pedrn Brandão 2, Eustáquo Vncus Rbero de Castro 3 1 LabPetro-DQUI-UFES, Vtóra-ES,

Leia mais

CAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF)

CAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF) PMR 40 - Mecânca Computaconal CAPÍTULO VI Introdução ao Método de Elementos Fntos (MEF). Formulação Teórca - MEF em uma dmensão Consderemos a equação abao que representa a dstrbução de temperatura na barra

Leia mais

1 a Lei de Kirchhoff ou Lei dos Nós: Num nó, a soma das intensidades de correntes que chegam é igual à soma das intensidades de correntes que saem.

1 a Lei de Kirchhoff ou Lei dos Nós: Num nó, a soma das intensidades de correntes que chegam é igual à soma das intensidades de correntes que saem. Les de Krchhoff Até aqu você aprendeu técncas para resolver crcutos não muto complexos. Bascamente todos os métodos foram baseados na 1 a Le de Ohm. Agora você va aprender as Les de Krchhoff. As Les de

Leia mais

INTRODUÇÃO AO CÁLCULO DE ERROS NAS MEDIDAS DE GRANDEZAS FÍSICAS

INTRODUÇÃO AO CÁLCULO DE ERROS NAS MEDIDAS DE GRANDEZAS FÍSICAS Físca Laboratoral Ano Lectvo 003/04 ITRODUÇÃO AO CÁLCULO DE ERROS AS MEDIDAS DE GRADEAS FÍSICAS. Introdução.... Erros de observação: erros sstemátcos e erros fortutos ou acdentas... 3. Precsão e rgor...3

Leia mais

LQA - LEFQ - EQ -Química Analítica Complemantos Teóricos 04-05

LQA - LEFQ - EQ -Química Analítica Complemantos Teóricos 04-05 LQA - LEFQ - EQ -Químca Analítca Complemantos Teórcos 04-05 CONCEITO DE ERRO ALGARISMOS SIGNIFICATIVOS Embora uma análse detalhada do erro em Químca Analítca esteja fora do âmbto desta cadera, sendo abordada

Leia mais

CQ110 : Princípios de FQ

CQ110 : Princípios de FQ CQ110 : Prncípos de FQ CQ 110 Prncípos de Físco Químca Curso: Farmáca Prof. Dr. Marco Vdott mvdott@ufpr.br Potencal químco, m potencal químco CQ110 : Prncípos de FQ Propredades termodnâmcas das soluções

Leia mais

ESTATÍSTICA. na Contabilidade Revisão - Parte 2. Medidas Estatísticas

ESTATÍSTICA. na Contabilidade Revisão - Parte 2. Medidas Estatísticas 01/09/01 ESTATÍSTICA na Contabldade Revsão - Parte Luz A. Bertolo Meddas Estatístcas A dstrbução de frequêncas permte-nos descrever, de modo geral, os grupos de valores (classes) assumdos por uma varável.

Leia mais

Expressão da Incerteza de Medição para a Grandeza Energia Elétrica

Expressão da Incerteza de Medição para a Grandeza Energia Elétrica 1 a 5 de Agosto de 006 Belo Horzonte - MG Expressão da ncerteza de Medção para a Grandeza Energa Elétrca Eng. Carlos Alberto Montero Letão CEMG Dstrbução S.A caletao@cemg.com.br Eng. Sérgo Antôno dos Santos

Leia mais

EST 220 ESTATÍSTICA EXPERIMENTAL

EST 220 ESTATÍSTICA EXPERIMENTAL UNIVERSIDADE FEDERAL DE VIÇOSA CENTRO DE CIÊNCIAS EXATAS E TECNOLÓGICAS DEPARTAMENTO DE ESTATÍSTICA EST 0 ESTATÍSTICA EXPERIMENTAL Vçosa Mnas Geras 00 / II UNIVERSIDADE FEDERAL DE VIÇOSA Departamento de

Leia mais

ESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 1 Revisões de Estatística

ESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 1 Revisões de Estatística ESTATÍSTICA MULTIVARIADA º SEMESTRE 010 / 11 EXERCÍCIOS PRÁTICOS - CADERNO 1 Revsões de Estatístca -0-11 1.1 1.1. (Varáves aleatóras: função de densdade e de dstrbução; Méda e Varânca enquanto expectatvas

Leia mais

Hansard OnLine. Guia Unit Fund Centre

Hansard OnLine. Guia Unit Fund Centre Hansard OnLne Gua Unt Fund Centre Índce Págna Introdução ao Unt Fund Centre (UFC) 3 Usando fltros do fundo 4-5 Trabalhando com os resultados do fltro 6 Trabalhando com os resultados do fltro Preços 7 Trabalhando

Leia mais

Cálculo do Conceito ENADE

Cálculo do Conceito ENADE Insttuto aconal de Estudos e Pesqusas Educaconas Aníso Texera IEP Mnstéro da Educação ME álculo do onceto EADE Para descrever o cálculo do onceto Enade, prmeramente é mportante defnr a undade de observação

Leia mais

CAPÍTULO 4 - Variáveis aleatórias e distribuições de probabilidade

CAPÍTULO 4 - Variáveis aleatórias e distribuições de probabilidade CAPÍTULO 4 - Varáves aleatóras e dstrbuções de probabldade Conceto de varável aleatóra Uma função cujo valor é um número real determnado por cada elemento em um espaço amostral é chamado uma varável aleatóra

Leia mais

Metodologia IHFA - Índice de Hedge Funds ANBIMA

Metodologia IHFA - Índice de Hedge Funds ANBIMA Metodologa IHFA - Índce de Hedge Funds ANBIMA Versão Abrl 2011 Metodologa IHFA Índce de Hedge Funds ANBIMA 1. O Que é o IHFA Índce de Hedge Funds ANBIMA? O IHFA é um índce representatvo da ndústra de hedge

Leia mais

1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL; 2.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.

1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL; 2.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL. A FUNÇÃO DE PRODUÇÃO E SUPERMERCADOS NO BRASIL ALEX AIRES CUNHA (1) ; CLEYZER ADRIAN CUNHA (). 1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL;.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.

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

Análise do Retorno da Educação na Região Norte em 2007: Um Estudo à Luz da Regressão Quantílica.

Análise do Retorno da Educação na Região Norte em 2007: Um Estudo à Luz da Regressão Quantílica. Análse do Retorno da Edcação na Regão Norte em 2007: Um Estdo à Lz da Regressão Qantílca. 1 Introdcão Almr Rogéro A. de Soza 1 Jâno Macel da Slva 2 Marnalva Cardoso Macel 3 O debate sobre o relaconamento

Leia mais

Sistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001

Sistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001 Sstemas de Flas: Aula 5 Amedeo R. Odon 22 de outubro de 2001 Teste 1: 29 de outubro Com consulta, 85 mnutos (níco 10:30) Tópcos abordados: capítulo 4, tens 4.1 a 4.7; tem 4.9 (uma olhada rápda no tem 4.9.4)

Leia mais

ANÁLISE DE CONFIABILIDADE DO MODELO SCS-CN EM DIFERENTES ESCALAS ESPACIAIS NO SEMIÁRIDO

ANÁLISE DE CONFIABILIDADE DO MODELO SCS-CN EM DIFERENTES ESCALAS ESPACIAIS NO SEMIÁRIDO ANÁLISE DE CONFIABILIDADE DO MODELO SCS-CN EM DIFERENTES ESCALAS ESPACIAIS NO SEMIÁRIDO J. W. B. Lopes 1 ; E. A. R. Pnhero 2 ; J. R. de Araújo Neto 3 ; J. C. N. dos Santos 4 RESUMO: Esse estudo fo conduzdo

Leia mais

PARTE 1. 1. Apresente as equações que descrevem o comportamento do preço de venda dos imóveis.

PARTE 1. 1. Apresente as equações que descrevem o comportamento do preço de venda dos imóveis. EXERCICIOS AVALIATIVOS Dscplna: ECONOMETRIA Data lmte para entrega: da da 3ª prova Valor: 7 pontos INSTRUÇÕES: O trabalho é ndvdual. A dscussão das questões pode ser feta em grupo, mas cada aluno deve

Leia mais

Hoje não tem vitamina, o liquidificador quebrou!

Hoje não tem vitamina, o liquidificador quebrou! A U A UL LA Hoje não tem vtamna, o lqudfcador quebrou! Essa fo a notíca dramátca dada por Crstana no café da manhã, lgeramente amenzada pela promessa de uma breve solução. - Seu pa dsse que arruma à note!

Leia mais

7. Resolução Numérica de Equações Diferenciais Ordinárias

7. Resolução Numérica de Equações Diferenciais Ordinárias 7. Resolução Numérca de Equações Dferencas Ordnáras Fenômenos físcos em dversas áreas, tas como: mecânca dos fludos, fluo de calor, vbrações, crcutos elétrcos, reações químcas, dentre váras outras, podem

Leia mais

2. BACIA HIDROGRÁFICA

2. BACIA HIDROGRÁFICA . BACIA HIDROGRÁFICA.1. GENERALIDADES Embora a quantdade de água exstente no planeta seja constante e o cclo em nível global possa ser consderado fechado, os balanços hídrcos quase sempre se aplcam a undades

Leia mais

UNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia

UNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia CCSA - Centro de Cêncas Socas e Aplcadas Curso de Economa ECONOMIA REGIONAL E URBANA Prof. ladmr Fernandes Macel LISTA DE ESTUDO. Explque a lógca da teora da base econômca. A déa que sustenta a teora da

Leia mais

RESOLUÇÃO Nº 32/2014/CONEPE. O CONSELHO DO ENSINO, DA PESQUISA E DA EXTENSÃO da Universidade Federal de Sergipe, no uso de suas atribuições legais,

RESOLUÇÃO Nº 32/2014/CONEPE. O CONSELHO DO ENSINO, DA PESQUISA E DA EXTENSÃO da Universidade Federal de Sergipe, no uso de suas atribuições legais, SERVIÇO PÚBLICO FEDERAL MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE SERGIPE CONSELHO DO ENSINO, DA PESQUISA E DA EXTENSÃO RESOLUÇÃO Nº 32/2014/CONEPE Aprova as Normas Geras do Processo Seletvo para

Leia mais

RESOLUÇÃO Nº 3259 RESOLVEU:

RESOLUÇÃO Nº 3259 RESOLVEU: Resolução nº 3259, de 28 de janero de 2005. RESOLUÇÃO Nº 3259 Altera o dreconamento de recursos captados em depóstos de poupança pelas entdades ntegrantes do Sstema Braslero de Poupança e Empréstmo (SBPE).

Leia mais

2 ANÁLISE ESPACIAL DE EVENTOS

2 ANÁLISE ESPACIAL DE EVENTOS ANÁLISE ESPACIAL DE EVENTOS Glberto Câmara Marla Sá Carvalho.1 INTRODUÇÃO Neste capítulo serão estudados os fenômenos expressos através de ocorrêncas dentfcadas como pontos localzados no espaço, denomnados

Leia mais

Probabilidade: Diagramas de Árvore

Probabilidade: Diagramas de Árvore Probabldade: Dagramas de Árvore Ana Mara Lma de Faras Departamento de Estatístca (GET/UFF) Introdução Nesse texto apresentaremos, de forma resumda, concetos e propredades báscas sobre probabldade condconal

Leia mais

III. Consequências de um novo padrão de inserção das mulheres no mercado de trabalho sobre o bem-estar na região metropolitana de São Paulo

III. Consequências de um novo padrão de inserção das mulheres no mercado de trabalho sobre o bem-estar na região metropolitana de São Paulo CEPAL - SERIE Polítcas socales N 60 III. Consequêncas de um novo padrão de nserção das mulheres no mercado de trabalho sobre o bem-estar na regão metropoltana de São Paulo A. Introdução Rcardo Paes de

Leia mais

Portaria Inmetro nº 248 de 17 de julho de 2008

Portaria Inmetro nº 248 de 17 de julho de 2008 INSTITUTO NACIONAL DE METROLOGIA, NORMALIZAÇÃO E QUALIDADE INDUSTRIAL - Portara Inmetro nº 248 de 17 de julho de 2008 O PRESIDENTE DO INSTITUTO NACIONAL DE METROLOGIA, NORMALIZAÇÃO E QUALIDADE INDUSTRIAL,

Leia mais

Nota Técnica Médias do ENEM 2009 por Escola

Nota Técnica Médias do ENEM 2009 por Escola Nota Técnca Médas do ENEM 2009 por Escola Crado em 1998, o Exame Naconal do Ensno Médo (ENEM) tem o objetvo de avalar o desempenho do estudante ao fm da escolardade básca. O Exame destna-se aos alunos

Leia mais

PROBABILIDADE E ESTATÍSTICA APLICADAS À HIDROLOGIA

PROBABILIDADE E ESTATÍSTICA APLICADAS À HIDROLOGIA PROBABILIDADE E ESTATÍSTICA APLICADAS À HIDROLOGIA Mauro aghettn Mara Manuela Portela DECvl, IST, 0 PROBABILIDADE E ESTATÍSTICA APLICADAS À HIDROLOGIA Mauro aghettn Professor Assocado, Escola de Engenhara

Leia mais

RM 68 INCERTEZA DE MEDIÇÃO: GUIA PRÁTICO DO AVALIADOR DE LABORATÓRIOS SUMÁRIO 1 OBJETIVO E CAMPO DE APLICAÇÃO 2 REFERÊNCIAS 3 DEFINIÇÕES 4 METODOLOGIA

RM 68 INCERTEZA DE MEDIÇÃO: GUIA PRÁTICO DO AVALIADOR DE LABORATÓRIOS SUMÁRIO 1 OBJETIVO E CAMPO DE APLICAÇÃO 2 REFERÊNCIAS 3 DEFINIÇÕES 4 METODOLOGIA RM 68 INCERTEZA DE MEDIÇÃO: GUIA PRÁTICO DO AVALIADOR DE LABORATÓRIOS PROCEDIMENTO DO SISTEMA DE GESTÃO DA QUALIDADE REVISÃO: 05 ABR/013 SUMÁRIO 1 OBJETIVO E CAMPO DE APLICAÇÃO REFERÊNCIAS 3 DEFINIÇÕES

Leia mais

INTRODUÇÃO À ANÁLISE DE DADOS NAS MEDIDAS DE GRANDEZAS FÍSICAS

INTRODUÇÃO À ANÁLISE DE DADOS NAS MEDIDAS DE GRANDEZAS FÍSICAS Físca Laboratoral Ano Lectvo 003/04 ITRODUÇÃO À AÁLISE DE DADOS AS MEDIDAS DE GRADEZAS FÍSICAS. Introdução.... Erros de observação: erros sstemátcos e erros fortutos ou acdentas... 3. Precsão e rgor...4

Leia mais

Análise de Variância. Introdução. Rejane Sobrino Pinheiro Tania Guillén de Torres

Análise de Variância. Introdução. Rejane Sobrino Pinheiro Tania Guillén de Torres Análse de Varânca Rejane Sobrno Pnhero Tana Gullén de Torres Análse de Varânca Introdução Modelos de análse de varânca consttuem uma classe de modelos que relaconam uma varável resposta contínua com varáves

Leia mais

CURRICULUM VITAE - RESUMIDO

CURRICULUM VITAE - RESUMIDO A estatístca tem uma partculardade: pesqusamos para dzer algo sgnfcatvo sobre o unverso que elegemos, porém a pesqusa só será sgnfcatva se conhecermos sufcentemente o unverso para escolhermos adequadamente

Leia mais

Camila Spinassé INTRODUÇÃO À MATEMÁTICA FINANCEIRA PARA ALUNOS NA EDUCAÇÃO DE JOVENS E ADULTOS

Camila Spinassé INTRODUÇÃO À MATEMÁTICA FINANCEIRA PARA ALUNOS NA EDUCAÇÃO DE JOVENS E ADULTOS Camla Spnassé INTRODUÇÃO À MATEMÁTICA FINANCEIRA PARA ALUNOS NA EDUCAÇÃO DE JOVENS E ADULTOS Vtóra Agosto de 2013 Camla Spnassé INTRODUÇÃO À MATEMÁTICA FINANCEIRA PARA ALUNOS NA EDUCAÇÃO DE JOVENS E ADULTOS

Leia mais

Escola Secundária de Lousada Ficha de trabalho de Matemática do 7º ano nº Data: / / 2011 Assunto: Tratamento de dados I Lições nº, e,

Escola Secundária de Lousada Ficha de trabalho de Matemática do 7º ano nº Data: / / 2011 Assunto: Tratamento de dados I Lições nº, e, Escola Secundára de Lousada Fcha de trabalho de Matemátca do 7º ano nº Data: / / 2011 Assunto: Tratamento de dados I Lções nº, e, Estatístca é um ramos da Matemátca que permte fazer um estudo de uma forma

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

Controle Estatístico de Qualidade. Capítulo 8 (montgomery)

Controle Estatístico de Qualidade. Capítulo 8 (montgomery) Controle Estatístco de Qualdade Capítulo 8 (montgomery) Gráfco CUSUM e da Méda Móvel Exponencalmente Ponderada Introdução Cartas de Controle Shewhart Usa apenas a nformação contda no últmo ponto plotado

Leia mais

Planejamento e Controle de Estoques PUC. Prof. Dr. Marcos Georges. Adm. Produção II Prof. Dr. Marcos Georges 1

Planejamento e Controle de Estoques PUC. Prof. Dr. Marcos Georges. Adm. Produção II Prof. Dr. Marcos Georges 1 e Controle de Estoques PUC CAMPINAS Prof. Dr. Marcos Georges Adm. Produção II Prof. Dr. Marcos Georges 1 Fornecmento de produtos e servços Recursos da operação Planejamento e Controle de Estoque Compensação

Leia mais

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula.

Para quantificar a variabilidade de um conjunto de dados ou medidas é que se usam medidas de dispersão. Vamos estudar algumas delas nesta aula. Probabldade e Etatítca I Antono Roque Aula Medda de Dperão A medda de tendênca central não ão ufcente para e caracterzar um conjunto de dado. O motvo é que ete varação na natureza, to é, dado que venham

Leia mais

CONGRESSO DE INICIAÇÃO CIENTÍFICA E PÓS-GRADUAÇÃO - I CICPG SUL BRASIL Florianópolis 2010

CONGRESSO DE INICIAÇÃO CIENTÍFICA E PÓS-GRADUAÇÃO - I CICPG SUL BRASIL Florianópolis 2010 Floranópols 200 ANÁLISE COMPARATIVA DA INFLUÊNCIA DA NEBULOSIDADE E UMIDADE RELATIVA SOBRE A IRRADIAÇÃO SOLAR EM SUPERFÍCIE Eduardo Wede Luz * ; Nelson Jorge Schuch ; Fernando Ramos Martns 2 ; Marco Cecon

Leia mais

MAPEAMENTO DA VARIABILIDADE ESPACIAL

MAPEAMENTO DA VARIABILIDADE ESPACIAL IT 90 Prncípos em Agrcultura de Precsão IT Departamento de Engenhara ÁREA DE MECANIZAÇÃO AGRÍCOLA MAPEAMENTO DA VARIABILIDADE ESPACIAL Carlos Alberto Alves Varella Para o mapeamento da varabldade espacal

Leia mais

DISTRIBUIÇÃO DA AÇÃO DO VENTO NOS ELEMENTOS DE CONTRAVENTAMENTO CONSIDERANDO O PAVIMENTO COMO DIAFRAGMA RÍGIDO: ANÁLISE SIMPLIFICADA E MATRICIAL

DISTRIBUIÇÃO DA AÇÃO DO VENTO NOS ELEMENTOS DE CONTRAVENTAMENTO CONSIDERANDO O PAVIMENTO COMO DIAFRAGMA RÍGIDO: ANÁLISE SIMPLIFICADA E MATRICIAL DISTRIBUIÇÃO DA AÇÃO DO VENTO NOS ELEMENTOS DE CONTRAVENTAMENTO CONSIDERANDO O PAVIMENTO COMO DIAFRAGMA RÍGIDO: ANÁLISE SIMPLIFICADA E MATRICIAL Dstrbuton of the wnd acton n the bracng elements consderng

Leia mais

3.1. Conceitos de força e massa

3.1. Conceitos de força e massa CAPÍTULO 3 Les de Newton 3.1. Concetos de força e massa Uma força representa a acção de um corpo sobre outro,.e. a nteracção físca entre dos corpos. Como grandeza vectoral que é, só fca caracterzada pelo

Leia mais

Universidade Salvador UNIFACS Cursos de Engenharia Cálculo IV Profa: Ilka Rebouças Freire. Integrais Múltiplas

Universidade Salvador UNIFACS Cursos de Engenharia Cálculo IV Profa: Ilka Rebouças Freire. Integrais Múltiplas Unversdade Salvador UNIFACS Cursos de Engenhara Cálculo IV Profa: Ilka ebouças Frere Integras Múltplas Texto 3: A Integral Dupla em Coordenadas Polares Coordenadas Polares Introduzremos agora um novo sstema

Leia mais

Covariância e Correlação Linear

Covariância e Correlação Linear TLF 00/ Cap. X Covarânca e correlação lnear Capítulo X Covarânca e Correlação Lnear 0.. Valor médo da grandeza (,) 0 0.. Covarânca na propagação de erros 03 0.3. Coecente de correlação lnear 05 Departamento

Leia mais

Análise Econômica da Aplicação de Motores de Alto Rendimento

Análise Econômica da Aplicação de Motores de Alto Rendimento Análse Econômca da Aplcação de Motores de Alto Rendmento 1. Introdução Nesta apostla são abordados os prncpas aspectos relaconados com a análse econômca da aplcação de motores de alto rendmento. Incalmente

Leia mais

O migrante de retorno na Região Norte do Brasil: Uma aplicação de Regressão Logística Multinomial

O migrante de retorno na Região Norte do Brasil: Uma aplicação de Regressão Logística Multinomial O mgrante de retorno na Regão Norte do Brasl: Uma aplcação de Regressão Logístca Multnomal 1. Introdução Olavo da Gama Santos 1 Marnalva Cardoso Macel 2 Obede Rodrgues Cardoso 3 Por mgrante de retorno,

Leia mais

Y = AN α, 0 < α < 1 (1) Π = RT CT = P Y W N (2) Π/ N = α N α -1 AP W = 0. W = α P AN α -1. P = W/α AN α -1

Y = AN α, 0 < α < 1 (1) Π = RT CT = P Y W N (2) Π/ N = α N α -1 AP W = 0. W = α P AN α -1. P = W/α AN α -1 Gabarto da Lsta 1 de Macro II 2008.01 1 a Questão a)falso, pode ocorrer que a força de trabalho cresça juntamente com o número de empregados. Se a Força de trabalho crescer mas que o número de empregados

Leia mais

Controle Estatístico de Processos: a questão da autocorrelação, dos erros de mensuração e do monitoramento de mais de uma característica de qualidade

Controle Estatístico de Processos: a questão da autocorrelação, dos erros de mensuração e do monitoramento de mais de uma característica de qualidade Controle Estatístco de Processos: a questão da autocorrelação, dos erros de mensuração e do montoramento de mas de uma característca de qualdade Docentes: Maysa S. de Magalhães; Lnda Lee Ho; Antono Fernando

Leia mais

Probabilidade e Estatística. Correlação e Regressão Linear

Probabilidade e Estatística. Correlação e Regressão Linear Probabldade e Estatístca Correlação e Regressão Lnear Correlação Este uma correlação entre duas varáves quando uma delas está, de alguma forma, relaconada com a outra. Gráfco ou Dagrama de Dspersão é o

Leia mais

GOVERNO DO ESTADO DO CEARÁ SECRETARIA DO PLANEJAMENTO E GESTÃO (SEPLAG) INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ (IPECE)

GOVERNO DO ESTADO DO CEARÁ SECRETARIA DO PLANEJAMENTO E GESTÃO (SEPLAG) INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ (IPECE) IPECE ota Técnca GOVERO DO ESTADO DO CEARÁ SECRETARIA DO PLAEJAMETO E GESTÃO (SEPLAG) ISTITUTO DE PESQUISA E ESTRATÉGIA ECOÔMICA DO CEARÁ (IPECE) OTA TÉCICA º 33 METODOLOGIA DE CÁLCULO DA OVA LEI DO ICMS

Leia mais

X Encontro Nacional de Educação Matemática Educação Matemática, Cultura e Diversidade Salvador BA, 7 a 9 de Julho de 2010

X Encontro Nacional de Educação Matemática Educação Matemática, Cultura e Diversidade Salvador BA, 7 a 9 de Julho de 2010 Salvador BA, 7 a 9 de Julho de 00 ODELOS ATEÁTICOS E CONSUO DE ENERGIA ELÉTRICA Clece de Cássa Franco Cdade Centro Unverstáro Francscano klleyce@hotmal.com Leandra Anversa Foreze Centro Unverstáro Francscano

Leia mais

ESPELHOS E LENTES ESPELHOS PLANOS

ESPELHOS E LENTES ESPELHOS PLANOS ESPELHOS E LENTES 1 Embora para os povos prmtvos os espelhos tvessem propredades mágcas, orgem de lendas e crendces que estão presentes até hoje, para a físca são apenas superfíces poldas que produzem

Leia mais

Despacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos

Despacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos Despacho Econômco de Sstemas Termoelétrcos e Hdrotérmcos Apresentação Introdução Despacho econômco de sstemas termoelétrcos Despacho econômco de sstemas hdrotérmcos Despacho do sstema braslero Conclusões

Leia mais

Licença de uso exclusiva para Petrobrás S.A. Licença de uso exclusiva para Petrobrás S.A. NBR 6123. Forças devidas ao vento em edificações JUN 1988

Licença de uso exclusiva para Petrobrás S.A. Licença de uso exclusiva para Petrobrás S.A. NBR 6123. Forças devidas ao vento em edificações JUN 1988 ABNT-Assocação Braslera de Normas Técncas Sede: Ro de Janero Av. Treze de Mao, 13-28º andar CEP 20003 - Caxa Postal 1680 Ro de Janero - RJ Tel.: PABX (021) 210-3122 Telex: (021) 34333 ABNT - BR Endereço

Leia mais

Uso dos gráficos de controle da regressão no processo de poluição em uma interseção sinalizada

Uso dos gráficos de controle da regressão no processo de poluição em uma interseção sinalizada XXIII Encontro Nac. de Eng. de Produção - Ouro Preto, MG, Brasl, 1 a 4 de out de 003 Uso dos gráfcos de controle da regressão no processo de polução em uma nterseção snalzada Luz Delca Castllo Vllalobos

Leia mais

Princípios do Cálculo de Incertezas O Método GUM

Princípios do Cálculo de Incertezas O Método GUM Prncípos do Cálculo de Incertezas O Método GUM João Alves e Sousa Laboratóro Regonal de Engenhara Cvl - LREC Rua Agostnho Perera de Olvera, 9000-64 Funchal, Portugal. E-mal: jasousa@lrec.pt Resumo Em anos

Leia mais

I. Introdução. inatividade. 1 Dividiremos a categoria dos jovens em dois segmentos: os jovens que estão em busca do primeiro emprego, e os jovens que

I. Introdução. inatividade. 1 Dividiremos a categoria dos jovens em dois segmentos: os jovens que estão em busca do primeiro emprego, e os jovens que DESEMPREGO DE JOVENS NO BRASIL I. Introdução O desemprego é vsto por mutos como um grave problema socal que vem afetando tanto economas desenvolvdas como em desenvolvmento. Podemos dzer que os índces de

Leia mais

ANÁLISE MATRICIAL DE ESTRUTURAS DE BARRAS PELO MÉTODO DE RIGIDEZ

ANÁLISE MATRICIAL DE ESTRUTURAS DE BARRAS PELO MÉTODO DE RIGIDEZ ANÁISE MATRICIA DE ESTRUTURAS DE BARRAS PEO MÉTODO DE RIGIDEZ A análse matrcal de estruturas pelo método de rgdez compreende o estudo de cnco modelos estruturas báscos: trelça plana, trelça espacal, pórtco

Leia mais