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

Tamanho: px
Começar a partir da página:

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

Transcrição

1 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 proporconar uma vsualzação rápda e clara dos dados estatístcos. Portanto, devem ser o mas completo possível. 7.1 GRÁFICO DE BARRAS Um gráco de barras lustra comparações entre tens ndvduas. As categoras são organzadas vertcalmente e os valores horzontalmente para ocalzar a comparação de valores e para dar menos ênase ao tempo. Grácos de barras emplhadas mostram a relação de tens ndvduas com o todo. Eemplo 1: Consdere a segunte tabela. Trmestre 1 Trmestre Trmestre 3 Amérca do Sul R$ 0,00 R$ 30,00 R$ 15,00 Amérca do Norte R$ 10,00 R$ 5,00 R$ 5,00 Vendas Trmestre 3 Trmestre Amérca do Norte Amérca do Sul Trmestre 1 R$ 0,00 R$ 5,00 R$ 10,00 R$ 15,00 R$ 0,00 R$ 5,00 R$ 30,00 R$ 35, GRÁFICO DE COLUNAS Um gráco de colunas lustra comparações entre tens como o gráco de barras, porém tem a vantagem de poder ebr a evolução dos dados em período de tempo. As categoras são organzadas horzontalmente e os valores vertcalmente para enatzar a varação ao longo do tempo. 1

2 Eemplo : Para a tabela do eemplo anteror podemos construr, por eemplo, um gráco de colunas. Vendas R$ 35,00 R$ 30,00 R$ 5,00 R$ 0,00 R$ 15,00 Amérca do Sul Amérca do Norte R$ 10,00 R$ 5,00 R$ 0,00 Trmestre 1 Trmestre Trmestre GRÁFICO DE LINHA Um gráco de lnha mostra tendêncas em dados a ntervalos constantes. É muto ecente para comparar a evolução de um conjunto de dados. O gráco de lnhas é recomendado quando temos grande número de períodos, pos neste caso o gráco de coluna tera mutas colunas nas o que não é, estetcamente, muto bom. Outro nconvenente, do gráco de colunas é que este apresenta saltos. Mas se queremos dar a mpressão de contnudade, uma vez que as vendas vão aumentando da a da, então devemos utlzar um gráco de lnhas. Portanto, podemos usar o gráco de lnha para apresentar mudanças ao longo do tempo e epor grande número de período. Eemplo3: Vendas R$ 35,00 R$ 30,00 R$ 5,00 R$ 0,00 R$ 15,00 Amérca do Sul Amérca do Norte R$ 10,00 R$ 5,00 R$ 0,00 Trmestre 1 Trmestre Trmestre 3 Alternatvamente pode-se construr um gráco de lnha suavzado onde os ângulos que aparecem no encontro de dos segmentos são suavzados. Esta é também chamada de curva polda.

3 7.4. GRÁFICO SETORIAL (Pzza) Um gráco de pzza mostra o tamanho proporconal de tens que compõem uma seqüênca de dados à soma dos tens. Ele sempre mostra apenas uma seqüênca de dados e é útl quando você deseja enatzar um elemento mportante. Como o nome sugere esta representação é consttuída por um círculo, em que se apresentam város sectores crculares, tantos quanto as classes consderadas na tabela de reqüêncas da amostra em estudo. Os ângulos dos setores são proporconas às reqüêncas das classes. (Antôno Arnot Crespo, 00) Para azer um gráco de setores, prmero se traça uma crcunerênca que, como se sabe, tem 30º. Essa crcunerênca representa o total, ou seja, 100%. Dentro dessa crcunerênca devem ser representadas as categoras da varável em estudo. Para sso, toma-se a reqüênca relatva de cada categora e calcula-se o ângulo central, da segunte manera: se 100% corresponde a 30º, uma categora com reqüênca relatva de % terá um ângulo central, tal que: Logo, o valor do ângulo central será:. Os ângulos centras das demas categoras são obtdos da mesma manera. Para azer o gráco de setores marcam-se, na crcunerênca, os ângulos calculados, separando-os com o traçado dos raos. Observe o gráco de setores apresentado a segur. Eemplo 4: Vendas 3% 31% Trmestre 1 Trmestre Trmestre 3 4% 3

4 número de operáros número de operáros 0 > 7.5. HISTOGRAMA O Hstograma destna-se à representação dos dados de uma dstrbução de reqüênca. È um gráco de análse e assemelha-se à um gráco de colunas eceto pelo ato de que as colunas são justapostas, sto é, não este dstânca entre elas. A área de cada retângulo é proporconal à reqüênca da classe que ele representa. Freqüênca (número de operáro) > 8 8 > > 1 1 > > 1 1 > 14 0 > 18 > 0 Freqüênca (número de operáro) Saláro / hora Unndo por lnhas retas os pontos médos das bases superores dos retângulos do hstograma obtemos o polígono de reqüênca. Freqüênca (número de operáro) > > 1 8 > 10 > > 0 1 > > Saláro / hora Freqüênca (número de operáro) 4

5 numero de operáros A curva polda de reqüênca é obtda através da suavzação dos ângulos no polígono de reqüênca Freqüênca (número de operáro) > 8 8 > 10 1 > > 1 18 > 0 1 > > 1 0 > Saláro/ hora Freqüênca (número de operáro) EXERCÍCIOS - GRÁFICOS 1- Construr um gráco de Colunas para a tabela de sucdas segundo o seo, no Brasl em 198. SEXO PORCENTAGEM Masculno 75% Femnno 5% - Com a dstrbução de reqüênca abao, construr: Remuneração dos Operáros da Empresa X jul. 8 Saláro hora Freqüênca (número de operáro) a) Hstograma de reqüênca. b) Polígono de reqüênca. c) Curva de reqüênca ou curva polda de reqüênca. d) Hstograma de reqüênca acumulada 5

6 3. Construr um hstograma, e a curva de reqüênca para a segunte dstrbução. Saláro Número de empregados GRÁFICOS NO EXCEL 1. Gráco de barras ou de colunas A tabela abao ndca a população da cdade de Catanduva obtda no últmo censo de 010. Localzação da População de Número de habtantes Catanduva População resdente urbana População resdente Rural 90 Total Construa o gráco de barras para essa dstrbução, segundo os seguntes procedmentos: Devem ser segudos os seguntes passos: Dgte a tabela acma nas colunas A e B da planlha. Selecone os dados da lnha B começando pela lnha 1. Quando o Ecel vê uma coluna de dados, va reqüentemente nterpretar as células da prmera coluna como nomes, e não como dados. Começando com a lnha 1 (que contém o nome número de habtantes ) tramos vantagem deste comportamento. Clque no botão assstente do Gráco ( Menu Inserr Gráco ) (Menu Inserr Ecel 010). O Ecel va ncar o assstente de gráco, que ornece uma seqüênca de caas de dálogo para você especcar os detalhes sobre o tpo de gráco que você quer. No prmero passo você va dzer ao Ecel que tpo de gráco você deseja. Vamos crar o que o Ecel chama de gráco de colunas. O tpo de gráco que queremos é aquele que possu uma coluna separada para cada setor da população. Queremos que os números sobre o eo horzontal (eo ) representem os anos, para sso: Clque na gua Título. No campo Título do Gráco dgte Censo Catanduva 010. No campo eo das categoras (X), dgte Localzação. No campo eo dos valores (Y), dgte Habtantes. Clque em Ok. Salve o trabalho realzado.

7 . Gráco de Setores Usando o mesmo procedmento acma podemos construr um gráco de setores (mas conhecdo como gráco de pzza.). Para sso vamos consderar a mesma tabela: Escolhendo, no lugar de gráco em colunas, a opção Pzza e, segundo os passos acma, obtemos o gráco em setores para a tabela acma, ou seja, a proporção de população para cada área. 3. Hstograma Sabemos que o hstograma é um gráco que representa a dstrbução de reqüêncas de um conjunto de dados. Vejamos como o Ecel procede na elaboração de um hstograma. Novamente vamos utlzar um eemplo para a construção deste conjunto de dados. Consdere as notas de um conjunto de 50 alunos: A Notas

8 Utlze do recurso de ordenação de valores o Ecel, em ordem crescente ou decrescente, respectvamente. Vamos neste caso ordenar as notas dos alunos em ordem crescente. Sabemos que precsamos azer a dstrbução de reqüênca da tabela acma. O Ecel constró, automatcamente os ntervalos, mas em geral, é melhor que você mesmo construa esses ntervalos. Para sso precsamos determnar os lmtes nerores e superores de cada ntervalo de classe e, além dsso, a sua ampltude. Observando a tabela acma já podemos determnar estas normações. Dgte o nome Lmtes Superores na célula B1. Introduza os valores 40 na célula B e 50 na célula B3. Estes são os lmtes superores dos dos prmeros ntervalos de classe. Use a habldade de preenchmento do Ecel para completar o restante da seqüênca: 0,70,80,90. Agora podemos usar a erramenta Hstograma do Ecel. As erramentas de análse são ornecdas pelo pacote de erramentas de análse do Ecel. Embora esse pacote seja parte ntegrante do aplcatvo, ele precsa ser especcamente nstalado. O Ecel é mutas vezes nstalado sem esse pacote de análse de dados; elzmente, é ácl aconá-lo após sua nstalação (no topo seleconar o símbolo seta para bao, escolha a opção mas comandos, em seguda selecone Ferramentas de Análse VBA; a erramenta análse de dados aparecerá no menu dados. Clque em Análse de Dados. Com esta erramenta você poderá azer hstogramas e testes estatístcos. Façamos o hstograma da dstrbução acma. Depos de seleconar a opção hstograma, você verá uma janela em que será necessáro nserr dados reerentes a construção do hstograma. Os dados do ntervalo de entrada são os que estão na coluna A1 até A51. Os dados reerentes ao ntervalo de bloco são os lmtes superores dos ntervalos com o últmo ntervalo sendo aberto, ou seja, selecone as células B1 até B7. 8

9 Freqüênca Clque na opção Rótulos de manera que o Ecel entenda que os prmeros valores seleconados são os nomes de cada coluna. Clque no botão ntervalo de saída, e, em seguda, selecone uma célula que será o ntervalo de saída. No nosso caso selecone a célula B14. Selecone Resultado do Gráco na parte neror da caa de dálogo e clque no quadrado à esquerda dessas palavras de modo que uma marca apareça. Clque em OK. Dos tpos de saída aparecerão: uma tabela com os lmtes superores dos ntervalos e as reqüêncas para cada ntervalo e um gráco. Mas vmos em sala de aula que o hstograma deve ter os retângulos justapostos, ou seja, sem ntervalos entre as colunas, então podemos retrar este espaço seleconando o botão dreto do mouse sobre as colunas do gráco e escolher a opção ormatar sére de dados e dentro da janela que se abrrá no tem opções de sére seleconar espaçamento entre as colunas zero e obtemos o hstograma. Lmtes Superores Freqüênca Mas 4 15 Hstograma 10 5 Freqüênca Mas Lmtes Superores 9

10 Eercícos: 1. Consderando que o número de domcílos que passaram a ter algum tpo de teleone cresceu em 4,4 mlhões (de 7,8% passou a 8,1%), calcule o total de domcílos com teleone em 007 e 008. Elabore um gráco em colunas múltplas que represente a dstrbução da tabela abao. Números de domcílos (%) Inraestrutura Rede de água 83, 83,9 Rede de esgoto 51,1 5,5 Fossa séptca,3 0,7 Coleta de lo 87,3 87,9 Energa elétrca 98, 98, Teleone 7,8 8,1 Fonte: PNAD (Pesqusa naconal por amostra de domcílos) e Inográco/AE. O gráco abao representa a projeção do rtmo de crescmento (PIB dos maores países e da Unão Européa em 000 e 015). (a) Qual país apresenta o maor PIB no ano 000? (b) Qual país apresenta o menor PIB no ano 000? (c) Qual país terá, em 015, o maor crescmento percentual em relação ao ano de 000? 3. Densdade demográca é o número total de habtantes dvddo pela área que ocupam, ou seja, é a méda da dstrbução da população pelo terrtóro ocupado. A densdade demográca braslera é 1, hab/km, o Brasl possu baa densdade demográca comparada com a méda mundal de 43, hab/km. O gráco abao regstra dados demográcos relatvos à população mundal de 005. Consderando que 4 países tem densdade demográca entre 100 a 500 hab/km, calcular: (a) o número de países com mas de 1000 hab/km. (b) o número de países com 500 a 1000 hab/km. (c) o número de países com menos de 100 hab/km. 10

11 4. Em consequênca do aumento da concorrênca e da queda das margens de lucro durante os últmos anos, a undção de Aço Solon Guedes Ltda. dedcou esorços aos processos de supervsão e aumento da produtvdade. Como houve necessdade de dspensar operáros, a admnstração procurou cortar os ndvíduos menos ecentes. A tabela regstra a produtvdade dos operáros pelo período de um mês. Consdere que a undção dspense os três prmeros grupos com menor produtvdade (produtvdade menor que 140 peças produzdas por mês), e mantenha os quatro grupos restantes. (a) Faça uma representação gráca da requênca absoluta, ou seja, construa um hstograma, e assnale no gráco quas os três prmeros grupos de menor produtvdade. (b) Construa o polígono de requênca da dstrbução. (c) Qual o número de operáros que serão dspensados? Calcule esse percentual. (d) Qual o número de operáros com produtvdade de 180 ou mas de 180 peças produzdas por mês? Calcule esse percentual. Grupo Peças produzdas (ao mês) Operáros Total 3 11

12 8. Separatrzes A medana caracterza uma sére de valores devdo à sua posção central, no entanto, ela apresenta outra característca, tão mportante quanto à prmera, ela separa a sére em dos grupos que apresentam o mesmo número de valores. Assm, além das meddas de posção central que estudamos, há outras que, consderadas ndvdualmente, não são meddas de tendênca central, mas estão lgadas à medana relatvamente à sua segunda característca, já que se baseam em sua posção na sére. Essas meddas: os quarts e os percents são, juntamente com a medana, conhecdas pelo nome genérco de separatrzes Os quarts Chamamos de quarts os valores de uma sére que a dvdem em quatro partes guas. Há três quarts: a. O prmero quartl (Q 1 ) valor stuado de tal modo na sére que uma quarta parte (5%) dos dados é menor que ele e as três quartas partes restantes (75%) são maores. b. O segundo quartl (Q ) evdentemente, concde coma medana ( Q = Md ). c. O tercero quartl (Q 3 ) valor stuado de tal modo que as três quartas partes (75%) dos termos são menores que ele e uma quarta parte (5%) é maor. Quando os dados são agrupados, para determnar os quarts usamos a mesma técnca do cálculo da medana, bastando substtur, na órmula da medana, número de ordem do quartl. Assm temos que: j 1 por k j 1 4 sendo k o Q l 1 j 1 4 F( anteror ) h Q Md Q 3 l 3 j 1 4 F( anteror ) h 1

13 Eemplo: 1) Consdere a tabela: Tabela 3 Classes Intervalo das Freqüênca Fac () alturas (cm) ( ) Total Calculemos o prmero quartl: 10, então a classe do prmero quartl 4 4 corresponde a classe que possu reqüênca acumulada (Fac ) medatamente maor que 10; neste caso é a classe. Logo: l 154, h 4 e 9 e, além dsso, Fac ( anteror ) 4. Portanto podemos usar a órmula para Q 1 : j 1 Fac( anteror ) h Q 1 l , 15, 9 Portanto o prmero quartl é 15,7 cm, o que sgnca que 5% das pessoas entrevstadas têm altura menor que 15,7 cm e que 75% dos entrevstados tem altura superor a 15,7 cm Calculemos o tercero quartl: 30, então a classe do tercero quartl 4 4 corresponde a classe que possu reqüênca acumulada (Fac ) medatamente maor que 30; neste caso é a classe 4. Logo: l 1, h 4 e 8 e, além dsso, Fac ( anteror ) 4. Portanto podemos usar a órmula para Q 3 : 3 1 Fac( anteror ) h Q 3 l Portanto o tercero quartl é 15 cm, o que sgnca que 5% das pessoas entrevstadas têm altura maor que 15 cm e que 75% dos entrevstados tem altura neror a 15 cm. 13

14 8.. Os percents Chamamos de percents os noventa e nove valores que separam uma sére em 100 partes guas. Indcamos por P 1, P,..., P99 e é claro que: P50 Md, P5 Q1 e P75 Q3. O cálculo de um percentl segue a mesma técnca do cálculo das medanas, porém, a órmula Assm: Eemplo: j 1 será substtuída por P k l k j j k 1 100, com k sendo o número de ordem do percentl. Fac( anteror ) h 1) Utlzando a mesma tabela do eemplo anteror, calcule o P 8 e o P Calculemos P 8 : temos que 3,, então l 150, h 4 e 4 e, além dsso, Fac ( anteror ) 0. Logo: Portanto: P 8 = 153, cm. 8 1 Fac( anteror ) h 100 3, 04 P 8 l , 153, Calculemos P 7 : temos que 10, 8, então l 154, h 4 e 9 e, além dsso, Fac ( anteror ) 4. Logo: 7 1 Fac( anteror ) h ,8 44 P 7 l ,0 157,0 9 Portanto: P 7 = 157 cm. 14

15 Eercícos: 1) A tabela abao apresenta o número de altas anuas dos unconáros de uma empresa: Tabela 4 Classes Nº de Faltas Nº de empregados ( ) Total 9 1 Calcule a méda de altas, a moda, a medana, Q 1, Q3, P10 e P90. E nterprete os valores obtdos para os quarts e percents. ) Uma amostra do tempo de vda útl de uma peça orneceu a segunte dstrbução: Tabela 5 Classes Tempo (em h) Nº de Peças ( ) Total Faça o que se pede: 1 (a) Calcule a méda. (b) Determne a moda. (c) Determne a medana. (d) Se o produtor deseja estabelecer uma garanta mínma para o número de horas de vda útl de uma peça, trocando a peça que não apresentar este número mínmo de horas, qual é a garanta (em horas), se ele está dsposto a trocar 8% das peças? 3. Uma empresa estabelece o saláro de seus vendedores com base na produtvdade. Desta orma, 10% é o e 90% são comssões sobre vendas. Uma amostra de saláros mensas nesta empresa revelou o quadro abao. Se a empresa decdr, a nível de ncentvo, ornecer uma 15

16 cesta básca para 5% dos vendedores que por desempenho tveram durante o prómo mês com base nesta amostra, qual será o maor saláro que receberá esta cesta básca? Tabela 5 Classes Saláros (em R$) Nº de Peças ( ) Total n 1 1

17 10. Meddas de dspersão ou de varabldade Desvo em relação à méda (DMA) O desvo em relação à méda é a derença entre cada elemento de um conjunto de valores e a méda artmétca. O desvo é denotado por d. Em símbolos temos que: d No eemplo da produção dára de lete pela vaca Mmosa temos que: d d d d d d d Note que a soma dos desvos postvos ( = 7) é gual a soma dos desvos negatvos, desprezando o snal ( - 3 = - 7 ). O que az sentdo já que o valor encontrado como méda ( ) representa o conjunto de dados. Propredade: A soma algébrca dos desvos tomados em relação à méda é nula: k 1 d 0 7 No eemplo temos que: d 31 ( ) ( ) Logo o desvo médo absoluto cará: 10. Varânca e desvo padrão Observamos no tem anteror que a dculdade em se operar com o DMA (Desvo Médo) se deve à presença do módulo, para que as derenças possam ser nterpretadas como dstâncas. Outra orma de se consegur que as derenças se tornem sempre postvas ou nulas é consderar o quadrado destas derenças, sto é: (. ) Se substturmos, nas órmulas do DMA a epressão por (, obteremos ) nova medda de dspersão chamada varânca. Portanto, varânca é uma méda artmétca calculada a partr dos quadrados dos desvos obtdos entre os elementos da sére e a sua méda. O desvo padrão é a raz quadrada postva da varânca. Em partcular, para estas meddas levaremos em consderação o ato de a seqüênca de dados representar toda uma população ou apenas uma amostra de uma população. 17

18 NOTAÇÕES E FÓRMULAS VARIÂNCIA DESVIO-PADRÃO POPULAÇÃO ( ) n AMOSTRA s ( ) n 1 () () s() s () No caso de repetções de elementos na sére, denmos a varânca como sendo uma méda artmétca ponderada dos quadrados dos desvos dos elementos da sére para a méda da sére. NOTAÇÕES E FÓRMULAS VARIÂNCIA DESVIO-PADRÃO ( ) POPULAÇÃO n AMOSTRA s ( ) n 1 () () s() s () Notações: Quando a seqüênca de dados representa uma População a varânca será denotada por () e o desvo padrão correspondente por (). Quando a seqüênca de dados representa uma amostra, a varânca será denotada por s () e o desvo padrão correspondente por s (). Observações Devemos saber se os dados são de uma população ou uma amostra. Nas órmulas acma n é o tamanho da população e n - 1 é o tamanho da amostra. A derença entre as órmulas de varânca para uma população e para uma amostra está somente no denomnador. A modcação do denomnador n para n 1 consttu um ator de ajuste vsando corrgr o ato do número de elementos da amostra ser menor que o número de elementos da população. A segur vamos apresentar uma órmula smplcada, para a determnação do desvo padrão para dados não agrupados. FÓRMULA SIMPLIFICADA DO DESVIO PADRÃO POPULAÇÃO ( ) n VARIÂNCIA 1 DESVIO-PADRÃO ( ) 1 n n n s ( ) s( ) AMOSTRA 1 n 1 1 n 1 n n 18

19 A segur vamos apresentar uma órmula smplcada, para a determnação do desvo padrão para dados agrupados. FÓRMULA SIMPLIFICADA DO DESVIO PADRÃO POPULAÇÃO ( ) n VARIÂNCIA 1 DESVIO-PADRÃO ( ) 1 n n n s ( ) s( ) AMOSTRA 1 n 1 1 n 1 n n Coecente de Varação Dados quanttatvos são sntetzados por meo da apresentação de uma medda de posção central, a méda, e uma medda de dspersão o desvo padrão. As meddas de dspersão relatvamente analsam a méda e o desvo padrão de uma únca vez, através do cálculo da razão estente entre ambos. A mas usual medda de dspersão relatva é o coecente de varação, representado pela razão entre o desvo padrão e a méda artmétca. Algebrcamente, o coecente de varação, ou, smplesmente, CV, pode ser apresentado como: s CV ou CV Onde: ou = méda artmétca ou s = desvo padrão. Eemplos: 1. As vendas mensas em toneladas de uma ábrca de tecdos especas estão apresentadas a segur. Qual o desvo padrão destes dados? Vendas mensas em toneladas: 1,,, 1, 1, 3, 1, 1, 1, 1.. Empregando os dados dsponblzados na tabela segunte, determne o desvo padrão (populaconal) e o coecente de varação TOTAL 19

20 3. Um centro de saúde regstrou na tabela segunte as dades dos pacentes atenddos em uma semana do mês de outubro do ano passado. Para a tabela apresentada, encontre: a) a méda; b) o desvo padrão (populaconal). c) Determne o coecente de varação. Idade TOTAL Em uma prova de Cálculo, a nota méda de uma turma ormada por 40 alunos o gual a 8 e o desvo padrão o gual a 4. Em Físca, o grau médo da turma o gual a 5, com desvo padrão gual a 3,. Que matéra apresentou maor dspersão relatva, epressa através do coecente de varação? DESVIO PADRÃO MÉDIA CV CÁLCULO FÍSICA 5. O número de acdentes do trabalho ocorrdos numa empresa durante os anos de 00 e 007 estão regstrados no gráco abao. (a) Calcule a méda mensal de acdentes ocorrdos em cada ano (ou seja, calcule a méda artmétca). (b) Calcule o desvo-padrão da dstrbução de acdentes ocorrdos nos anos de 00 e 007. (c) Com base nesses resultados, conclua qual o o ano em que o número de acdentes permaneceu mas estável (é necessáro calcular o coecente de varação em cada ano). 0

21 . Um grande shoppng deseja denr o perl dos requentadores para os quas pretende orentar as uturas campanhas promoconas. Nesse sentdo, deverá dentcar o perl dos requentadores que realzam compras em suas dependêncas, em unção das aas etáras estabelecdas para a pesqusa. Os dados amostras estão na tabela abao: Dstrbução das dades Intervalo de dades Frequentadores do shoppng (a) Qual o percentual correspondente às dades no ntervalo acma de 5 e abao de 55 anos? (b) Qual é a aa etára dos 50% dos vstantes mas jovens? (c) Qual é a aa etára dos 75% dos vstantes mas jovens? (d) Calcule a dade méda dos vstantes. (e) Calcule o valor do desvo-padrão da amostra. COMENTÁRIOS 1. No cálculo da varânca, quando elevamos ao quadrado a derença ( ), a undade de medda da sére ca também elevada ao quadrado. Portanto, a varânca é dada sempre no quadrado a undade de medda da sére. Se os dados são epressos em metros, a varânca é epressa em metros quadrados. Em algumas stuações, a undade de medda da varânca nem az sentdo. É o caso, por eemplo, em que os dados são epressos em ltros. A varânca será epressa em ltros quadrados. Portanto, o valor da varânca não pode ser comparado dretamente com os dados da sére, ou seja: varânca não tem nterpretação.. Eatamente para suprr esta decênca da varânca é que se dene o desvo padrão. Como o desvo padrão é a raz quadrada da varânca, o desvo padrão terá sempre a mesma undade de medda da sére, e, portanto, admte nterpretação. 1

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

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

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

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

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

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas 3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

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

2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO

2. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO Materal elaborado por Mara Tereznha Marott, Rodrgo Coral e Carla Regna Kuss Ferrera Atualzado por Mlton Procópo de Borba. MEDIDAS DE TENDÊNCIA CENTRAL OU MEDIDAS DE POSIÇÃO Para melhor caracterzar um conjunto

Leia mais

AULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.

AULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores. Estatístca Aplcada à Engenhara AULA 4 UNAMA - Unversdade da Amazôna.8 MEDIDA EPARATRIZE ão valores que separam o rol (os dados ordenados) em quatro (quarts), dez (decs) ou em cem (percents) partes guas.

Leia mais

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

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

Leia mais

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

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

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

Leia mais

Variável discreta: X = número de divórcios por indivíduo

Variável discreta: X = número de divórcios por indivíduo 5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

Trabalho e Energia. Definimos o trabalho W realizado pela força sobre uma partícula como o produto escalar da força pelo deslocamento.

Trabalho e Energia. Definimos o trabalho W realizado pela força sobre uma partícula como o produto escalar da força pelo deslocamento. Trabalho e Energa Podemos denr trabalho como a capacdade de produzr energa. Se uma orça eecutou um trabalho sobre um corpo ele aumentou a energa desse corpo de. 1 OBS: Quando estudamos vetores vmos que

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

Resumos Numéricos de Distribuições

Resumos Numéricos de Distribuições Estatístca Aplcada à Educação Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas

Leia mais

Probabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições

Probabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições Probabldade e Estatístca I Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas para

Leia mais

Análise Descritiva com Dados Agrupados

Análise Descritiva com Dados Agrupados Análse Descrtva com Dados Agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas descrtvas

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

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

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

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 0 Estatístca Descrtva e Análse Eploratóra Realzadas em etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de grande quantdade de dados e

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de

Leia mais

CORRELAÇÃO E REGRESSÃO

CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr

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

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

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

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas

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

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

Capítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes

Capítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes Capítulo Estatístca Descrtva Contnuação Prof. Fabríco Macel Gomes Problema Uma peça após fundda sob pressão a alta temperatura recebe um furo com dâmetro especfcado em 1,00 mm e tolerânca de 0,5 mm: (11,75

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de

Leia mais

CAPÍTULO 2 - Estatística Descritiva

CAPÍTULO 2 - Estatística Descritiva INF 16 Prof. Luz Alexandre Peternell CAPÍTULO - Estatístca Descrtva Exercícos Propostos 1) Consderando os dados amostras abaxo, calcular: méda artmétca, varânca, desvo padrão, erro padrão da méda e coefcente

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

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

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

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de métodos

Leia mais

7 - Distribuição de Freqüências

7 - Distribuição de Freqüências 7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste

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

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

Redução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma

Redução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma Redução dos Dados Júlo Osóro Meddas Característcas da Dstrbução Tendênca Central (Localzação) Varação (Dspersão) Forma 1 Meddas Característcas da Dstrbução Meddas Estatístcas Tendênca Central Dspersão

Leia mais

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco

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

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

Lista de Exercícios. 2 Considere o número de aparelhos com defeito na empresa Garra durante 50 dias.

Lista de Exercícios. 2 Considere o número de aparelhos com defeito na empresa Garra durante 50 dias. Classque as varáves: Faculdade Ptágoras / Dvnópols-MG Curso: Pscologa Dscplna: Estatístca Aplcada à Pscologa Lsta de Eercícos a) número de peças produzdas por hora; b) dâmetro eterno da peça; c) número

Leia mais

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES O Danel Slvera pedu para eu resolver mas questões do concurso da CEF. Vou usar como base a numeração do caderno foxtrot Vamos lá: 9) Se, ao descontar uma promssóra com valor de face de R$ 5.000,00, seu

Leia mais

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS

TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS Varável Qualquer característca assocada a uma população Classfcação de varáves Qualtatva { Nomnal sexo, cor dos olhos Ordnal Classe

Leia mais

8 - Medidas Descritivas

8 - Medidas Descritivas 8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

UNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR

UNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR Matéra / Dscplna: Introdução à Informátca Sstema de Numeração Defnção Um sstema de numeração pode ser defndo como o conjunto dos dígtos utlzados para representar quantdades e as regras que defnem a forma

Leia mais

Medidas de Tendência Central. Prof.: Ademilson Teixeira

Medidas de Tendência Central. Prof.: Ademilson Teixeira Meddas de Tendênca Central Prof.: Ademlson Texera ademlson.texera@fsc.edu.br 1 Servem para descrever característcas báscas de um estudo com dados quanttatvos e comparar resultados. Meddas de Tendênca Central

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

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

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

FAAP APRESENTAÇÃO (1)

FAAP APRESENTAÇÃO (1) ARESENTAÇÃO A Estatístca é uma cênca que organza, resume e smplfca nformações, além de analsá-las e nterpretá-las. odemos dvdr a Estatístca em três grandes campos:. Estatístca Descrtva- organza, resume,

Leia mais

ENFRENTANDO OBSTÁCULOS EPISTEMOLÓGICOS COM O GEOGEBRA

ENFRENTANDO OBSTÁCULOS EPISTEMOLÓGICOS COM O GEOGEBRA ENFRENTANDO OBSTÁCULOS EPISTEMOLÓGICOS COM O GEOGEBRA André Luz Souza Slva IFRJ Andrelsslva@globo.com Vlmar Gomes da Fonseca IFRJ vlmar.onseca@rj.edu.br Wallace Vallory Nunes IFRJ wallace.nunes@rj.edu.br

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

Conceitos Iniciais de Estatística Módulo 3 : MEDIDAS DE POSIÇÃO Prof. Rogério Rodrigues

Conceitos Iniciais de Estatística Módulo 3 : MEDIDAS DE POSIÇÃO Prof. Rogério Rodrigues Concetos Incas de Estatístca Módulo 3 : MEDIDAS DE POSIÇÃO Pro. Rogéro Rodrgues MEDIDAS DE POSIÇÃO ) Introdução : Depos da coleta de dados, as varáves pesqusadas estão em estado bruto, sendo necessáro

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

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

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

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de métodos

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

Rastreando Algoritmos

Rastreando Algoritmos Rastreando lgortmos José ugusto aranauskas epartamento de Físca e Matemátca FFCLRP-USP Sala loco P Fone () - Uma vez desenvolvdo um algortmo, como saber se ele faz o que se supõe que faça? esta aula veremos

Leia mais

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma: Professora Janete Perera Amador 1 8 Meddas Descrtvas Vmos anterormente que um conjunto de dados pode ser resumdo através de uma dstrbução de freqüêncas, e que esta pode ser representada através de uma

Leia mais

PROVA DE MATEMÁTICA DO VESTIBULAR 2013 DA UNICAMP-FASE 1. RESOLUÇÃO: PROFA. MARIA ANTÔNIA C. GOUVEIA

PROVA DE MATEMÁTICA DO VESTIBULAR 2013 DA UNICAMP-FASE 1. RESOLUÇÃO: PROFA. MARIA ANTÔNIA C. GOUVEIA PROVA DE MATEMÁTICA DO VESTIBULAR 03 DA UNICAMP-FASE. PROFA. MARIA ANTÔNIA C. GOUVEIA QUESTÃO 37 A fgura abaxo exbe, em porcentagem, a prevsão da oferta de energa no Brasl em 030, segundo o Plano Naconal

Leia mais

1 Princípios da entropia e da energia

1 Princípios da entropia e da energia 1 Prncípos da entropa e da energa Das dscussões anterores vmos como o conceto de entropa fo dervado do conceto de temperatura. E esta últma uma conseqüênca da le zero da termodnâmca. Dentro da nossa descrção

Leia mais

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 10º ANO DE MATEMÁTICA A Tema III Estatística. Aula 1 do plano de trabalho nº 2

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 10º ANO DE MATEMÁTICA A Tema III Estatística. Aula 1 do plano de trabalho nº 2 Aula 1 do plano de trabalho nº 2 Medram-se as alturas dos 40 alunos do prossegumento de estudos do 10º ano de uma escola e as alturas dos 40 alunos do 10º ano dos cursos tecnológcos dessa escola e obtveram-se

Leia mais

Física. Setor B. Índice-controle de Estudo. Prof.: Aula 23 (pág. 86) AD TM TC. Aula 24 (pág. 87) AD TM TC. Aula 25 (pág.

Física. Setor B. Índice-controle de Estudo. Prof.: Aula 23 (pág. 86) AD TM TC. Aula 24 (pág. 87) AD TM TC. Aula 25 (pág. Físca Setor Prof.: Índce-controle de studo ula 23 (pág. 86) D TM TC ula 24 (pág. 87) D TM TC ula 25 (pág. 88) D TM TC ula 26 (pág. 89) D TM TC ula 27 (pág. 91) D TM TC ula 28 (pág. 91) D TM TC evsanglo

Leia mais

TEORIA DA PROBABILIDADE:

TEORIA DA PROBABILIDADE: ESTATÍSTICA 1 INTRODUÇÃO Desde a antgudade, város povos já regstravam o número de habtantes, de nascmentos, de óbtos, azam estmatvas das rquezas ndvdual e socal, dstrbuíam equtatvamente terras ao povo,

Leia mais

Medidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos.

Medidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos. Meddas de Dspersão e Assmetra Desvo Médo Varânca Desvo Padrão Meddas de Assmetra Coefcente de Assmetra Exemplos lde 1 de 16 Meddas de Dspersão - Méda ervem para verfcação e representatvdade das meddas

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

CURSO de ESTATÍSTICA Gabarito

CURSO de ESTATÍSTICA Gabarito UNIVERSIDADE FEDERAL FLUMINENSE TRANSFERÊNCIA o semestre letvo de 010 e 1 o semestre letvo de 011 CURSO de ESTATÍSTICA Gabarto INSTRUÇÕES AO CANDIDATO Verfque se este caderno contém: PROVA DE REDAÇÃO com

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

Exercícios de Física. Prof. Panosso. Fontes de campo magnético

Exercícios de Física. Prof. Panosso. Fontes de campo magnético 1) A fgura mostra um prego de ferro envolto por um fo fno de cobre esmaltado, enrolado mutas vezes ao seu redor. O conjunto pode ser consderado um eletroímã quando as extremdades do fo são conectadas aos

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

Capítulo 7 Medidas de dispersão

Capítulo 7 Medidas de dispersão Capítulo 7 Medidas de dispersão Introdução Para a compreensão deste capítulo, é necessário que você tenha entendido os conceitos apresentados nos capítulos 4 (ponto médio, classes e frequência) e 6 (média).

Leia mais

Questão - 01. Essência do Excel 2003...

Questão - 01. Essência do Excel 2003... Valdir Questão - 01 Como deve proceder o usuário do Microsoft para que sejam atualizados os cálculos das funções ou fórmulas utilizadas nas planilhas? a) Pressionar a tecla F9 no teclado b) Pressionar

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

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

DISTRIBUIÇÃO DE FREQUÊNCIAS

DISTRIBUIÇÃO DE FREQUÊNCIAS Núcleo das Cêncas Bológcas e da Saúde Cursos de Bomedcna, Ed. Físca, Enermagem, Farmáca, Fsoterapa, Fonoaudologa, Medcna Veternára, Muscoterapa, Odontologa, Pscologa DISTRIBUIÇÃO DE FREQUÊNCIAS 5 5. DISTRIBUIÇÃO

Leia mais

INTRODUÇÃO SISTEMAS. O que é sistema? O que é um sistema de controle? O aspecto importante de um sistema é a relação entre as entradas e a saída

INTRODUÇÃO SISTEMAS. O que é sistema? O que é um sistema de controle? O aspecto importante de um sistema é a relação entre as entradas e a saída INTRODUÇÃO O que é sstema? O que é um sstema de controle? SISTEMAS O aspecto mportante de um sstema é a relação entre as entradas e a saída Entrada Usna (a) Saída combustível eletrcdade Sstemas: a) uma

Leia mais

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero

Leia mais

Como já foi dito anteriormente o Excel possui recursos que permitem alterar a aparência de nossas planilhas.

Como já foi dito anteriormente o Excel possui recursos que permitem alterar a aparência de nossas planilhas. Formatação de Células Como já foi dito anteriormente o Excel possui recursos que permitem alterar a aparência de nossas planilhas. O recurso de formatação de células é um recurso muito utilizado. Ele permite

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

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

4 Critérios para Avaliação dos Cenários

4 Critérios para Avaliação dos Cenários Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada

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

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

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

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

Polos Olímpicos de Treinamento. Aula 10. Curso de Teoria dos Números - Nível 2. Divisores. Prof. Samuel Feitosa

Polos Olímpicos de Treinamento. Aula 10. Curso de Teoria dos Números - Nível 2. Divisores. Prof. Samuel Feitosa Polos Olímpcos de Trenamento Curso de Teora dos Números - Nível 2 Prof. Samuel Fetosa Aula 10 Dvsores Suponha que n = p α 1 2...pα é a fatoração em prmos do ntero n. Todos os dvsores de n são da forma

Leia mais

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

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

Leia mais

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

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos. Insttuto de Físca de São Carlos Laboratóro de Eletrcdade e Magnetsmo: Transferênca de Potênca em Crcutos de Transferênca de Potênca em Crcutos de Nesse prátca, estudaremos a potênca dsspada numa resstênca

Leia mais

9. Derivadas de ordem superior

9. Derivadas de ordem superior 9. Derivadas de ordem superior Se uma função f for derivável, então f é chamada a derivada primeira de f (ou de ordem 1). Se a derivada de f eistir, então ela será chamada derivada segunda de f (ou de

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

ANÁLISE DE RISCO E EFEITOS DA INCERTEZA NA CARTEIRA DE INVESTIMENTOS

ANÁLISE DE RISCO E EFEITOS DA INCERTEZA NA CARTEIRA DE INVESTIMENTOS ANÁLISE DE RISCO E EFEITOS DA INCERTEZA NA CARTEIRA DE INVESTIMENTOS Dogo Raael de Arruda RESUMO Constam, neste trabalho, concetos relaconados aos rscos e as ncertezas exstentes nas carteras de nvestmento

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

Curva ABC. Tecinco Informática Ltda. Av. Brasil, 5256 3º Andar Centro Cascavel PR www.tecinco.com.br

Curva ABC. Tecinco Informática Ltda. Av. Brasil, 5256 3º Andar Centro Cascavel PR www.tecinco.com.br Curva ABC Tecinco Informática Ltda. Av. Brasil, 5256 3º Andar Centro Cascavel PR www.tecinco.com.br Sumário Introdução... 3 Utilização no sistema TCar-Win... 3 Configuração da curva ABC... 4 Configuração

Leia mais