MEDIDAS E INCERTEZAS

Tamanho: px
Começar a partir da página:

Download "MEDIDAS E INCERTEZAS"

Transcrição

1 9//0 MEDIDAS E INCERTEZAS O Que é Medição? É um processo empírico que objetiva a desigação de úmeros a propriedades de objetos ou a evetos do mudo real de forma a descrevêlos quatitativamete. Outra forma de eplicar este processo é comparar a quatidade, ou variável descohecida, com um padrão defiido para este tipo de quatidade, implicado etão um certo tipo de escala. Tipos de medidas Medida Nomial Quado duas quatidades do mesmo tipo são comparadas para saber se são iguais (E. duas cores, acidez de dois líquidos) Medida Ordial Quado é ecessário ter iformação a tamahos relativos (E. Classificação por peso e altura de uma turma) Medida em Itervalos Quado deseja-se uma iformação mais especifica, evolve-se etão uma certa escala, sem icluir potos de referêcia ou zero. (E. o caso aterior usar a escala de metros e quilogramas) Medidas Normalizadas Defie-se um poto de referêcia e realiza-se a razão, dividido cada medida pelo valor de referêcia, determiado as magitudes relativas. (E. O maior valor obtido será, quado foi escolhido como referêcia o valor máimo medido). Medidas Cardiais O poto de referêcia é comparado com um padrão defiido. Assim todo parâmetro físico pode ser medido cotra uma referêcia padrão, como o Sistema Iteracioal de Medidas, o SI.

2 9//0 SISTEMA INTERNACIONAL DE UNIDADES SI O Processo de Medida Operador: - Cohecimeto do processo de medida - Escolha adequada do istrumeto - Domíio do istrumeto de medida O Coceito de Medida Os erros das medidas ão podem ser completamete elimiados, coseqüetemete, ão é possível cohecer o valor verdadeiro de uma gradeza. Por este motivo o valor de uma medida é represetado por um itervalo de valores.

3 9//0 Epressão da Medida de uma Gradeza Quado Apeas uma Medida é Efetuada. Quado é efetuada apeas uma medida de uma gradeza a epressão da medida é codicioada à resolução do istrumeto de medida. Como ão é possível ecotrar o valor verdadeiro de uma medida, ele é delimitado por um valor máimo e um míimo, apotados pelo istrumeto de medida. mí má Eiste uma probabilidade muito grade de que o valor verdadeiro esteja etre mí e má. mí < verdadeiro < má mí má Como o valor verdadeiro ão é cohecido etão, faz-se uma estimativa da medida por meio do valor médio do itervalo,, e da icerteza do istrumeto δ : Defie-se: δ < verdadeiro ± δ < + δ - Precisão do istrumeto (fução do itervalo de cofiaça [ mí : má ]): Itervalo de cofiaça p má - mí - Icerteza da medida: p má δ mí 3

4 9//0 Eemplo: Medir o comprimeto de uma peça retagular: m Objeto a ser medido Observa-se que a medida m está o itervalo: 0 cm m 5 cm ; O itervalo [0cm:5cm] é cohecido como Itervalo de cofiaça. Ele é, o míimo, igual à precisão do equipameto. Neste caso, 5 uidades. Com este itervalo, determia-se a Icerteza e o valor médio do itervalo de cofiaça m. cm Icerteza δ Pr ecisão Valor da medida δ m má m mí 5 0,5cm m m ± δ m (, 5 ±, 5)cm m m má + m mí 5 + 0,5cm Eercício Eercício.. EXPRESSÃO DAS MEDIDAS QUANDO VÁRIAS MEDIDAS SÃO EFETUADAS... Média Aritmética A média aritmética é, de modo geral, a mais importate de todas as mesurações uméricas descritivas (TRIOLA, 999, p. 3). Durate todo este trabalho ela será desigada simplesmete por média. i... Desvio Padrão O desvio padrão é a mais importate e mais útil medida da variação dos valores de uma amostra (TRIOLA, p. 38), pois ele cosidera todos os valores da amostra. O desvio padrão é um estimador das icertezas das medidas. i 4

5 9//0 a- Desvio Padrão Amostral É utilizado quado se aalisa uma amostra de uma população realizado-se um mesmo tipo de medida para cada elemeto distito da amostra. s ( ) i i δ i i sedo δ i, o desvio da i-ésima medida em relação à média, o qual é epresso por: b- Desvio Padrão Populacioal δ i i É utilizado quado todos os elemetos de um cojuto (população) participam da aálise. Uma mesmo tipo de medida é realizada para elemetos distitos da população. ( i ) δi i i σ c- Desvio Padrão do Valor Médio. É usado o caso em que um mesmo tipo de medida é realizado para um úico elemeto. Quado houver uma distribuição ormal, o desvio padrão do valor médio, que também é deomiado por erro-padrão da média ( TRIOLA, 999, p. 9), é defiido por : σ s Coseqüetemete, σ s σ i ( i ) ( ) i δ i ( ) Ateção: Normalmete as calculadoras eletrôicas, bem como algus softwares, dispoibilizam para o usuário o cálculo de s (desvio padrão amostral) e o de σ (desvio padrão populacioal). Cabe ao usuário determiar o desvio padrão do valor médio, a partir destes. 5

6 9//0..3. Valor da medida A epressão do valor da medida, coforme cada caso, é dada por: ± s, ± σ ou ± σ, Normalmete, o desvio padrão, que ós devemos utilizar as ossas práticas é o do valor médio: σ etão, ± σ.3. Eemplos.3.. Determiar a altura média dos aluos da classe, cosiderado uma amostra de 5 aluos, escolhidos aleatoriamete:.3.. Problemas Propostos 6

7 9//0 Algarismos Sigificativos Algarismos sigificativos: São todos os algarismos obtidos o processo de medida. Os zeros icluídos para localizar o poto decimal ão são sigificativos (zeros à esquerda). E.: 945, 0, , (5 algarismos sigificativos) ( algarismos sigificativos) (4 algarismos sigificativos) ( algarismo sigificativo) (4 algarismos sigificativos) Mudaças de Uidade - Ao mudar a uidade de uma medida é importate ão alterar o úmero de algarismos sigificativos E.: 46 cm 0,46 m 46 cm 460 mm ou 0,460 m - A otação em potêcia de dez evita este problema 46 cm 46 0 mm (Está correto) (está errado pois aumetou o úmero de algarismos sigificativos) Por coveção apeas a matissa tem algarismos sigificativos - A otação cietífica também solucioa este problema 46 cm 4,6 0 mm 7

8 9//0 Critérios de Arredodameto O critério de arredodameto a ser utilizado é o mesmo empregado por calculadoras cietíficas e programas afis. Se o úmero à direita do poto de arredodameto é: 0,,, 3, 4 Simplesmete elimia-se a parte a direita E.: dado o úmero 0, Arredodado para 8 casas depois da vírgula 0, Arredodado para 4 casas depois da vírgula 0,5637 Arredodado para casas depois da vírgula 0,56 5, 6, 7, 8, 9 Icremeta o algarismo à esquerda e elimia a parte à direita. E.: dado o úmero 0, Arredodado para 7 casas depois da vírgula 0, Arredodado para 5 casas depois da vírgula 0,56373 Arredodado para casa depois da vírgula 0,6 Eercícios Usado o Arredodameto para Represetar Medidas A Icerteza de uma medida só deve ter um algarismo sigificativo. Eemplo de leitura de tesão: Tesão (0, , ) V Ajustado a Icerteza para algarismo sigificativo Tesão (0, ,0006) V Para ajustar o valor médio da medida basta ver quatas casas decimais depois da vírgula eistem a icerteza (4 este caso) Logo o valor da medida deve ser ajustado para 4 casas decimais com o arredodameto ecessário Etão: Tesão (0,64 + 0,0006) V (Resultado Fial) OBSERVAÇÃO MUITO IMPORTANTE Os arredodametos somete devem ser efetuados o fial de todas as cotas. Razão: cada arredodameto itroduz erro (pequeo) mas que ao logo de diversas cotas pode resultar em um úmero sem sigificado físico. 8

9 9//0 Operações Matemáticas com Medidas Sempre que uma operação matemática é efetuada com duas medidas o resultado deve cosiderar as icertezas de cada medida a fim de determiar a icerteza do resultado da operação. Eiste uma formulação geérica que permite determiar a icerteza em qualquer operação matemática efetuada com uma ou mais medidas. Esta formulação leva em cosideração os valores máimo e míimo da operação. E.: Supodo duas medidas com suas respectivas icertezas coforme: ± δ Adição A a + δa B b + δb A + B a ± a + b ± b ( a + b) ± Ma a + a + b + b Meor valor que a operação pode assumir Mi a a + b b [ Ma Mi] Eemplo de adição: A 4, + 0, B 5,3 + 0, A + B A + B 4, ± 0, + 5,3 ± 0, (4, + 5, 3) ± Ma 4, + 0, + 5,3 + 0, 4, 4 + 5, 4 9,8 Meor valor que a operação pode assumir Mi 4, 0, + 5,3 0, 4,0 + 5, 9, [ Ma Mi] 9,8 A + B 9,5 ± [ 9,] 9,5 ± 0,3 Cálculos via Ecel 9

10 9//0 Subtração: A 4, + 0, B 5,3 + 0, A B A B a ± a b ± b ( a b) ± Ma a + a b b (cuidado com os siais) Meor valor que a operação pode assumir Mi a a b + b (cuidado com os siais) [ Ma Mi] A B 4, ± 0, 5,3 ± 0, (4, 5,3) ± Ma 4, + 0, 5,3 0, 4,4 5, 9, Meor valor que a operação pode assumir Mi 4, 0, 5,3 + 0, 4,0 5,4 8,6 [ Ma Mi] [ 9, 8,6] A B 8,9 ± 8,9 ± 0,3 Cálculos via Ecel Multiplicação: A 4, + 0, B 5,3 + 0, A B A B a ± a b ± b ( a b) ± Ma a + a b + b Meor valor que a operação pode assumir Mi a a b b A B 4, ± 0, 5,3 ± 0, (4, 5,3) ± Ma 4, + 0, 5,3 + 0, 4, 4 5,4 77,76 Meor valor que a operação pode assumir Mi 4, 0, 5,3 0, 4,0 5, 7,8 [ Ma Mi] [ Ma Mi] 77, A B 75, 6 ± [ 76 7,8 ] 75, 6±, 48 75± Cálculos via Ecel 0

11 9//0 Divisão: A 4, + 0, B 5,3 + 0, A : B ( ) ( ) ( + ) ( ) [ Ma Mi ] A 4, ± 0, 4, ± B 5, 3± 0, 5,3 4, 0, 4,4 Ma,7693 5,3 0, 5, Meor valor que a operação pode assumir 4, Mi ( 0, ) 4,0,5959 5,3 + 0, 5, 4 ( ) [,7693,5959] ( δ ) ( δ ) ( a + δ a) ( b δ b) ( a δ a ) ( b + δb) [ ] A a ± a a Ma Mi ± B b ± b b Ma (cuidado com os siais) Meor valor que a operação pode assumir Mi (apeas as 5 primeiras casas decimais) (apeas as 5 primeiras casas decimais) A,6794 ±,6794 ± 0,0883,68 ± 0,09 B (cuidado com os siais) Cálculos via Ecel Epoeciação: B 5,3 + 0, B 3 ( δ ) ( 5,3 0,) ( 5,3) [ Ma Mi] 3 B ± ± Ma 5, 3 + 0, 5, 4 57,464 Meor valor que a operação pode assumir Mi 5, 3 0, 5, 40,608 ( δ ) ( δ ) 3 3 [ Ma Mi] B b ± b b ± Ma b + b Meor valor que a operação pode assumir Mi b b [ 57,464 40,608] B 48,877 ± 48,877 ± 8,4849 ± 8 Cálculos via Ecel

12 9//0 Eercício: Um paralelepípedo retâgulo, de base quadrada, possui massa (550,4 + 0,7)g. As suas arestas da base medem A (54,80 ± 0,0)mm e a altura h (34,0 ± 0,0)mm. Determie: Desidade: M ρ ± V g ( ρ δρ) 3 cm Cálculos via Ecel Eercício: Um paralelepípedo retâgulo, de base quadrada, possui massa (550,4 + 0,7)g. As suas arestas da base medem A (54,80 ± 0,0)mm e a altura h (34,0 ± 0,0)mm. ρ M V M ± δm V ± δv M ± δm ( A ± δa)( A ± δa)( h ± δh) ρ M V M ( A )( A )( h ) ρ ρ MAX MIN M + δm ( A δa)( A δa)( h δh) M δm ( A + δa)( A + δa)( h + δh) ρ M V ρ ρ MAX MIN ( ρ ± δρ ) ρ ± Cálculos via Ecel

13 9//0 Fim 3

MEDIDAS E INCERTEZAS

MEDIDAS E INCERTEZAS MEDIDAS E INCERTEZAS O Que é Medição? É um processo empírico que objetiva a designação de números a propriedades de objetos ou a eventos do mundo real de forma a descrevêlos quantitativamente. Outra forma

Leia mais

Intervalo de Confiança para uma Média Populacional

Intervalo de Confiança para uma Média Populacional Estatística II Atoio Roque Aula 5 Itervalo de Cofiaça para uma Média Populacioal Um dos objetivos mais importates da estatística é obter iformação sobre a média de uma dada população. A média de uma amostra

Leia mais

Capítulo 8 Estimativa do Intervalo de Confiança. Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc.

Capítulo 8 Estimativa do Intervalo de Confiança. Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc. Capítulo 8 Estimativa do Itervalo de Cofiaça Statistics for Maagers Usig Microsoft Excel, 5e 2008 Pearso Pretice-Hall, Ic. Chap 8-1 Objetivos: Neste capítulo, você aprederá: Costruir e iterpretar estimativas

Leia mais

CAPÍTULO III ANÁLISE DOS DADOS. Para responder à primeira pergunta, observe os dois gráficos abaixo

CAPÍTULO III ANÁLISE DOS DADOS. Para responder à primeira pergunta, observe os dois gráficos abaixo CAPÍTULO III ANÁLISE DOS DADOS III.5 Idéias básicas sobre gráficos e modelos Modelos são regras matemáticas que permitem reproduzir um cojuto de valores uméricos a partir de outro ao qual correspodem.

Leia mais

UNICAMP - 2004. 2ª Fase MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR

UNICAMP - 2004. 2ª Fase MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR UNICAMP - 004 ª Fase MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR Matemática Questão 01 Em uma sala há uma lâmpada, uma televisão [TV] e um aparelho de ar codicioado [AC]. O cosumo da lâmpada equivale

Leia mais

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

Estatística II Aula 3. Prof.: Patricia Maria Bortolon, D. Sc. Estatística II Aula 3 Prof.: Patricia Maria Bortolo, D. Sc. Estimação por Itervalo Objetivos Nesta semaa, veremos: Como costruir e iterpretar estimativas por itervalos de cofiaça para a média e a proporção

Leia mais

Testes de Hipóteses 5.1 6 8.8 11.5 4.4 8.4 8 7.5 9.5

Testes de Hipóteses 5.1 6 8.8 11.5 4.4 8.4 8 7.5 9.5 Testes de Hipóteses Supoha que o ível crítico de ifestação por um iseto-praga agrícola é de 10% das platas ifestadas. Você decide fazer um levatameto em ove lotes, selecioados aleatoriamete, de uma área

Leia mais

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química Uiversidade São Judas Tadeu Faculdade de Tecologia e Ciêcias Exatas Laboratório de Física e Química Aálise de Medidas Físicas Quado fazemos uma medida, determiamos um úmero para caracterizar uma gradeza

Leia mais

CAP. I ERROS EM CÁLCULO NUMÉRICO

CAP. I ERROS EM CÁLCULO NUMÉRICO CAP. I ERROS EM CÁLCULO NUMÉRICO 0. Itrodução Por método umérico etede-se um método para calcular a solução de um problema realizado apeas uma sequêcia fiita de operações aritméticas. A obteção de uma

Leia mais

Vamos estudar o conceito de variabilidade absoluta considerando o conjunto de notas obtidas por cinco alunos:

Vamos estudar o conceito de variabilidade absoluta considerando o conjunto de notas obtidas por cinco alunos: Medidas de Disperção Itrodução: - Observamos ateriormete que as medidas de tedêcia cetral são usadas para resumir, em um úico úmero, aquele parâmetro que será o represetate do cojuto de dados. Estas medidas

Leia mais

Desigualdades (por Iuri de Silvio ITA-T11)

Desigualdades (por Iuri de Silvio ITA-T11) Desigualdades (por Iuri de Silvio ITA-T) Apresetação O objetivo desse artigo é apresetar as desigualdades mais importates para quem vai prestar IME/ITA, e mostrar como elas podem ser utilizadas a resolução

Leia mais

O que é Estatística?

O que é Estatística? O que é Estatística? É um método de observação de feômeos coletivos. Ocupa-se da coleta, orgaização, resumo, apresetação e aálise de dados. Objetivo - Obter iformações que permitam uma descrição dos feômeos

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hipóteses Neste capítulo será estudado o segudo problema da iferêcia estatística: o teste de hipóteses. Um teste de hipóteses cosiste em verificar, a partir das observações de uma amostra,

Leia mais

Objetivo Estimar uma proporção p (desconhecida) de elementos uma população, apresentando certa característica de interesse, partir

Objetivo Estimar uma proporção p (desconhecida) de elementos uma população, apresentando certa característica de interesse, partir Objetivo Estimar uma roorção (descohecida) de elemetos em uma oulação, aresetado certa característica de iteresse, a artir da iformação forecida or uma amostra. Exemlos: : roorção de aluos da USP que foram

Leia mais

Neste capítulo, vamos estender o conceito de adição, válido para um número finito de parcelas, à uma soma infinita de parcelas.

Neste capítulo, vamos estender o conceito de adição, válido para um número finito de parcelas, à uma soma infinita de parcelas. 5. SÉRIES NUMÉRICAS Neste capítulo, vamos esteder o coceito de adição, válido para um úmero fiito de parcelas, à uma soma ifiita de parcelas. 5.: Defiição e exemplos: Série geométrica e série de Dirichlet

Leia mais

Estimação por Intervalo (Intervalos de Confiança):

Estimação por Intervalo (Intervalos de Confiança): Estimação por Itervalo (Itervalos de Cofiaça): 1) Itervalo de Cofiaça para a Média Populacioal: Muitas vezes, para obter-se a verdadeira média populacioal ão compesa fazer um levatameto a 100% da população

Leia mais

9 - INFERÊNCIA ESTATÍSTICA Estimação de Parâmetros

9 - INFERÊNCIA ESTATÍSTICA Estimação de Parâmetros INE 7 - Iferêcia Estatística Estimação de Parâmetros 1 9 - INFERÊNCIA ESTATÍSTICA Estimação de Parâmetros 9.1 - Itrodução Estatística é a ciêcia que se ocupa de orgaizar, descrever, aalisar e iterpretar

Leia mais

IND 1115 Inferência Estatística Aula 13

IND 1115 Inferência Estatística Aula 13 mbarros.com 3 mbarros.com 4 Coteúdo IND 5 Iferêcia Estatística Aula 3 Novembro 005 Môica Barros Itervalos de Cofiaça para Difereças etre Médias (Variâcias supostas iguais) Itervalo de Cofiaça para a variâcia

Leia mais

Coeficiente de Rendimento. Universidade Iguaçu

Coeficiente de Rendimento. Universidade Iguaçu Coeficiete de Redimeto Uiversidade Iguaçu 1. INTRODUÇÃO Para efocar o seu desempeho escolar, o Coeficiete de Redimeto CR ou Coeficiete de Redimeto Acumulado CRA devem ser expressos por uma média poderada,

Leia mais

( ) ( ) ( ) ( ) ( ) 3 - INTRODUÇÃO À RESOLUÇÃO DE SISTEMAS NÃO LINEARES. Introdução.

( ) ( ) ( ) ( ) ( ) 3 - INTRODUÇÃO À RESOLUÇÃO DE SISTEMAS NÃO LINEARES. Introdução. 55 3 - INTRODUÇÃO À RESOLUÇÃO DE SISTEMAS NÃO LINEARES. Itrodução. No processo de resolução de um problema prático é reqüete a ecessidade de se obter a solução de um sistema de equações ão lieares. Dada

Leia mais

s =, sendo n= n Uma amostra de 60 indivíduos onde a massa corpórea, em kg, tiver média 42kg e um desvio padrão de 3,5 o Erro Padrão da Média será:

s =, sendo n= n Uma amostra de 60 indivíduos onde a massa corpórea, em kg, tiver média 42kg e um desvio padrão de 3,5 o Erro Padrão da Média será: statística Aplicada Prof. Atoio Sales/ 013 DSVIO PADRÃO RRO PADRÃO DA MÉDIA As iferêcias sobre uma população podem ser baseadas em observações a partir de amostras de populações. Como a amostra, a maior

Leia mais

AMOSTRAGEM. CENSO: Quando é investigada todas (sem exceção) as unidades de uma população.

AMOSTRAGEM. CENSO: Quando é investigada todas (sem exceção) as unidades de uma população. AMOSTRAGEM CENSO X AMOSTRA População: Qualquer cojuto que possui, pelo meos, uma característica em comum. Exemplo: Produção de peças da Idústria X. A população pode ser fiita ou ifiita. População fiita:

Leia mais

: 8. log 3 4 : 7 B 6 B C. B D. 1 x. t é o tempo, dado em horas, e

: 8. log 3 4 : 7 B 6 B C. B D. 1 x. t é o tempo, dado em horas, e Eame de Admissão de Matemática Págia de... Simpliicado a epressão. : : tem-se: Simpliicado a epressão p p p Sabedo que p p obtém-se: p p log a etão log será igual a: a a a a pp p p. Para diluir litro de

Leia mais

Exercício: Mediu-se os ângulos internos de um quadrilátero e obteve-se 361,4. Qual é o erro de que está afetada esta medida?

Exercício: Mediu-se os ângulos internos de um quadrilátero e obteve-se 361,4. Qual é o erro de que está afetada esta medida? 1. Tratameto estatísticos dos dados 1.1. TEORIA DE ERROS O ato de medir é, em essêcia, um ato de comparar, e essa comparação evolve erros de diversas origes (dos istrumetos, do operador, do processo de

Leia mais

Análise Combinatória I

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

Leia mais

CAP. I ERROS EM CÁLCULO NUMÉRICO

CAP. I ERROS EM CÁLCULO NUMÉRICO CAP I ERROS EM CÁLCULO NUMÉRICO 0 Itrodução Por método umérico etede-se um método para calcular a solução de um problema realizado apeas uma sequêcia fiita de operações aritméticas A obteção de uma solução

Leia mais

Objetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.

Objetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra. ESTIMAÇÃO PARA A MÉDIAM Objetivo Estimar a média µ de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: µ : peso médio de homes

Leia mais

Cap. 4 - Estimação por Intervalo

Cap. 4 - Estimação por Intervalo Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:

Leia mais

SISTEMA MÉTRICO DECIMAL

SISTEMA MÉTRICO DECIMAL SISTEMA MÉTRICO DECIMAL UNIDADES DE COMPRIMENTO A uidade fudametal chama-se metro (m). Múltiplos: quilômetro (km), hectômetro (hm) e decâmetro (dam) Submúltiplos: decímetro (dm), cetímetro (cm) e milímetro

Leia mais

Curso Mentor. Radicais ( ) www.cursomentor.wordpress.com. Definição. Expoente Fracionário. Extração da Raiz Quadrada. Por definição temos que:

Curso Mentor. Radicais ( ) www.cursomentor.wordpress.com. Definição. Expoente Fracionário. Extração da Raiz Quadrada. Por definição temos que: Curso Metor www.cursometor.wordpress.com Defiição Por defiição temos que: Radicais a b b a, N, Observação : Se é par devemos ter que a é positivo. Observação : Por defiição temos:. 0 0 Observação : Chamamos

Leia mais

TRABALHO1 MEDIÇÕES, ALGARISMOS SIGNIFICATIVOS E ERROS.

TRABALHO1 MEDIÇÕES, ALGARISMOS SIGNIFICATIVOS E ERROS. TRABALHO1 MEDIÇÕES, ALGARISMOS SIGNIFICATIVOS E ERROS. 1.1 Objectivos Medir gradezas físicas, utilizado os istrumetos adequados. Apresetar correctamete os resultados das medições, ao ível da utilização

Leia mais

ESCOLA BÁSICA DE ALFORNELOS

ESCOLA BÁSICA DE ALFORNELOS ESCOLA BÁSICA DE ALFORNELOS FICHA DE TRABALHO DE MATEMÁTICA 9.º ANO VALORES APROXIMADOS DE NÚMEROS REAIS Dado um úmero xe um úmero positivo r, um úmero x como uma aproximação de x com erro iferior a r

Leia mais

IMPORTÂNCIA DO CÁLCULO DA PROPAGAÇÃO DE ERROS EM UM EXPERIMENTO DE ATRITO ESTÁTICO + *

IMPORTÂNCIA DO CÁLCULO DA PROPAGAÇÃO DE ERROS EM UM EXPERIMENTO DE ATRITO ESTÁTICO + * IMPORTÂNCIA DO CÁLCULO DA PROPAGAÇÃO DE ERROS EM UM EXPERIMENTO DE ATRITO ESTÁTICO + * Celso Yuji Matuo J. R. Marielli Departameto de Física Floriaópolis - SC UFSC Resumo Mostra-se que, mesmo em um experimeto

Leia mais

5n 3. 1 nsen(n + 327) e)

5n 3. 1 nsen(n + 327) e) Exercícios 1 Mostre, utilizado a defiição, que as seguites sucessões são limitadas: 2 4 50 a) b) 3 +16 1 5 3 2 c) 1 4( 1) 8 5 d) 100 5 3 2 + 2( 1) 1 4( 1) 8 1 se( + 327) e) f) 5 3 2 4 4 2 2 Mostre, utilizado

Leia mais

TEORIA DE ERROS INTRODUÇÃO

TEORIA DE ERROS INTRODUÇÃO TEORIA DE ERROS ITRODUÇÃO O ato de medir é, em essência, um ato de comparar, e essa comparação envolve erros de diversas origens (dos instrumentos, do operador, do processo de medida etc.). Pretende-se

Leia mais

Distribuições Amostrais

Distribuições Amostrais 9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria

Leia mais

Distribuições Amostrais

Distribuições Amostrais 7/3/07 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/07/07 09:3 ESTATÍSTICA APLICADA I - Teoria

Leia mais

Sumário. 2 Índice Remissivo 19

Sumário. 2 Índice Remissivo 19 i Sumário 1 Estatística Descritiva 1 1.1 Coceitos Básicos.................................... 1 1.1.1 Defiições importates............................. 1 1.2 Tabelas Estatísticas...................................

Leia mais

NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA

NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA Objetivos da aula: Compreeder que um estimador é uma variável aleatória e, portato, pode-se estabelecer sua distribuição probabilística; Estabelecer

Leia mais

8/8/2012. Administração Financeira e Orçamentária. Conteúdo. Conteúdo. Tema 3 O valor do dinheiro no tempo. Tema 4 Risco e Retorno

8/8/2012. Administração Financeira e Orçamentária. Conteúdo. Conteúdo. Tema 3 O valor do dinheiro no tempo. Tema 4 Risco e Retorno Admiistração Fiaceira e Orçametária Tema 3 O valor do diheiro o tempo. Tema 4 Risco e Retoro Ivoete Melo de Carvalho, MSc Coteúdo As mutações do valor do diheiro o tempo. Os fatores que iterferem o valor

Leia mais

6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral

6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral 6 ESTIMAÇÃO 6.1 Estimativa de uma média populacioal: grades amostras Defiição: Um estimador é uma característica amostral (como a média amostral x ) utilizada para obter uma aproximação de um parâmetro

Leia mais

4. Inferência Estatística Estimadores Pontuais

4. Inferência Estatística Estimadores Pontuais 4. Iferêcia Estatística Estimadores Potuais 4.1. Itrodução Em lihas gerais, a Iferêcia Estatística objetiva estudar a população através de evidêcias forecidas pela amostra. É a amostra que cotém os elemetos

Leia mais

Aula 6 Propagação de erros

Aula 6 Propagação de erros Aula 6 Propagação de erros Conteúdo da aula: Como estimar incertezas de uma medida indireta Como realizar propagação de erros? Exemplo: medimos A e B e suas incertezas. Com calcular a incerteza de C, se

Leia mais

MATEMÁTICA PARA CONCURSOS II

MATEMÁTICA PARA CONCURSOS II MATEMÁTICA PARA CONCURSOS II Módulo III Neste Módulo apresetaremos um dos pricipais assutos tratados em cocursos públicos e um dos mais temíveis por parte dos aluos: Progressão Aritmética e Progressão

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 3 Resumo dos dados uméricos por meio de úmeros. Medidas de Tedêcia Cetral A tedêcia cetral da distribuição de freqüêcias de uma variável em um cojuto de dados é caracterizada pelo valor típico dessa

Leia mais

EPR 007 Controle Estatístico de Qualidade

EPR 007 Controle Estatístico de Qualidade EP 7 Cotrole Estatístico de Qualidade Prof. Dr. Emerso José de Paiva Gráficos e tabelas origiadas de Costa, Epprecht e Carpietti (212) 1 Num julgameto, ifelizmete, um iocete pode ir pra cadeia, assim como

Leia mais

Métodos Quantitativos Aplicados

Métodos Quantitativos Aplicados Métodos Quatitativos Aplicados Aula 3 http://www.iseg.ulisboa.pt/~vescaria/mqa/ Tópicos apresetação Itrodução aos packages estatísticos: SPSS Aálise Uivariada: Redução de dados e caracterização de distribuições

Leia mais

Distribuições Amostrais

Distribuições Amostrais Distribuições Amostrais O problema da iferêcia estatística: fazer uma afirmação sobre os parâmetros da população θ (média, variâcia, etc) através da amostra. Usaremos uma AAS de elemetos sorteados dessa

Leia mais

Chama-se sucessão de números reais, ou sucessão, a uma aplicação de N R (por vezes considera-se Ν 0 = { }

Chama-se sucessão de números reais, ou sucessão, a uma aplicação de N R (por vezes considera-se Ν 0 = { } Aáli Matemática II ao lectivo 006/007 III- Séries. Sucessões ( breves revisões) Def.. Chama- sucessão de úmeros reais, ou sucessão, a Ν 0 ). u: N R uma aplicação de N R (por vezes cosidera- Ν 0 = { } Utiliza-

Leia mais

Universidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Engenharia Civil Introdução à Inferência Estatística - Prof a Eveliny

Universidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Engenharia Civil Introdução à Inferência Estatística - Prof a Eveliny 1 Itrodução Uiversidade Federal de Mato Grosso Probabilidade e Estatística - Curso: Egeharia Civil Itrodução à Iferêcia Estatística - Prof a Eveliy Vimos o iício do curso como resumir descritivamete variáveis

Leia mais

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia ROTEIRO DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL 1. Itrodução. Teorema Cetral do Limite 3. Coceitos de estimação potual 4. Métodos de estimação potual 5. Referêcias Estatística Aplicada à Egeharia 1 Estatística

Leia mais

Estatística II. Aula 6. Prof.: Patricia Maria Bortolon, D. Sc.

Estatística II. Aula 6. Prof.: Patricia Maria Bortolon, D. Sc. Estatística II Aula 6 Prof.: Patricia Maria Bortolo, D. Sc. Testes ara duas amostras Objetivos Nesta aula você arederá a usar o teste de hióteses ara comarar as difereças etre: As médias de duas oulações

Leia mais

Objetivo. Estimar a média de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.

Objetivo. Estimar a média de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra. Objetivo Estimar a média de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: : peso médio de homes a faixa etária de 20 a 30 aos,

Leia mais

Comparação entre duas populações

Comparação entre duas populações Comparação etre duas populações AMOSTRAS INDEPENDENTES Comparação etre duas médias 3 Itrodução Em aplicações práticas é comum que o iteresse seja comparar as médias de duas diferetes populações (ambas

Leia mais

2.2 Alguns Exemplos de Funções Elementares

2.2 Alguns Exemplos de Funções Elementares Capítulo II: Fuções Reais de Variável Real 3. Algus Eeplos de Fuções Eleetares Fução afi (liear) São as fuções ais siples que aparece: os us gráficos repreta rectas. y + b f () y + b b y declive b ordeada

Leia mais

Cap. VI Histogramas e Curvas de Distribuição

Cap. VI Histogramas e Curvas de Distribuição TLF /11 Capítulo VI Histogramas e curvas de distribuição 6.1. Distribuições e histogramas. 6 6.. Distribuição limite 63 6.3. Sigificado da distribuição limite: frequêcia esperada e probabilidade de um

Leia mais

n ) uma amostra aleatória da variável aleatória X.

n ) uma amostra aleatória da variável aleatória X. - Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer

Leia mais

Teorema do limite central e es/mação da proporção populacional p

Teorema do limite central e es/mação da proporção populacional p Teorema do limite cetral e es/mação da proporção populacioal p 1 RESULTADO 1: Relembrado resultados importates Seja uma amostra aleatória de tamaho de uma variável aleatória X, com média µ e variâcia σ.temos

Leia mais

Comparação de testes paramétricos e não paramétricos aplicados em delineamentos experimentais

Comparação de testes paramétricos e não paramétricos aplicados em delineamentos experimentais Comparação de testes paramétricos e ão paramétricos aplicados em delieametos experimetais Gustavo Mello Reis (UFV) gustavo_epr@yahoo.com.br José Ivo Ribeiro Júior (UFV) jivo@dpi.ufv.br RESUMO: Para comparar

Leia mais

Estimação da média populacional

Estimação da média populacional Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa

Leia mais

SUCESSÕES DE NÚMEROS REAIS. Sucessões

SUCESSÕES DE NÚMEROS REAIS. Sucessões SUCESSÕES DE NÚMEROS REAIS Sucessões Chama-se sucessão de úmeros reais ou sucessão em IR a toda a aplicação f do cojuto IN dos úmeros aturais em IR, f : IN IR f ( ) = x IR Chamamos termos da sucessão aos

Leia mais

Estimação da média populacional

Estimação da média populacional Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa

Leia mais

Estimativa de Parâmetros

Estimativa de Parâmetros Estimativa de Parâmetros ENG09004 04/ Prof. Alexadre Pedott pedott@producao.ufrgs.br Trabalho em Grupo Primeira Etrega: 7/0/04. Plao de Amostragem - Cotexto - Tipo de dado, frequêcia de coleta, quatidade

Leia mais

Intervalos de Confiança

Intervalos de Confiança Itervalos de Cofiaça Prof. Adriao Medoça Souza, Dr. Departameto de Estatística - PPGEMQ / PPGEP - UFSM - 0/9/008 Estimação de Parâmetros O objetivo da Estatística é a realização de iferêcias acerca de

Leia mais

MEDIDAS DESCRITIVAS DE POSIÇÃO, TENDÊNCIA CENTRAL E VARIABILIDADE

MEDIDAS DESCRITIVAS DE POSIÇÃO, TENDÊNCIA CENTRAL E VARIABILIDADE MEDIDAS DESCRITIVAS DE POSIÇÃO, TENDÊNCIA CENTRAL E VARIABILIDADE 1 Estatística descritiva (Eploratória) PRIMEIRO PASSO: Tabelas (distribuição de frequêcia) e Gráficos. SEGUNDO PASSO: Cálculo de medidas

Leia mais

Virgílio A. F. Almeida DCC-UFMG 1/2005

Virgílio A. F. Almeida DCC-UFMG 1/2005 Virgílio A. F. Almeida DCC-UFMG 1/005 !" # Comparado quatitativamete sistemas eperimetais: Algoritmos, protótipos, modelos, etc Sigificado de uma amostra Itervalos de cofiaça Tomado decisões e comparado

Leia mais

Avaliação de Desempenho de Sistemas Discretos

Avaliação de Desempenho de Sistemas Discretos Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado

Leia mais

Representação de Números em Ponto Flutuante

Representação de Números em Ponto Flutuante Represetação de Números em Poto Flutuate OBS: Esta aula é uma reprodução, sob a forma de slides, da aula em vídeo dispoibilizada pelo prof. Rex Medeiros, da UFRN/ECT, em https://youtu.be/ovuymcpkoc Notação

Leia mais

Distribuições de Estatísticas Amostrais e Teorema Central do Limite

Distribuições de Estatísticas Amostrais e Teorema Central do Limite Distribuições de Estatísticas Amostrais e Teorema Cetral do Limite Vamos começar com um exemplo: A mega-sea de 996 a N 894 úmeros de a 6: Média: m 588 Desvio padrão: 756 49 amostras de 6 elemetos Frequêcia

Leia mais

10 - Medidas de Variabilidade ou de Dispersão

10 - Medidas de Variabilidade ou de Dispersão 10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.

Leia mais

Erros e Incertezas. Rafael Alves Batista Instituto de Física Gleb Wataghin Universidade Estadual de Campinas (Dated: 10 de Julho de 2011.

Erros e Incertezas. Rafael Alves Batista Instituto de Física Gleb Wataghin Universidade Estadual de Campinas (Dated: 10 de Julho de 2011. Rafael Alves Batista Instituto de Física Gleb Wataghin Universidade Estadual de Campinas (Dated: 10 de Julho de 2011.) I. INTRODUÇÃO Quando se faz um experimento, deseja-se comparar o resultado obtido

Leia mais

ESTATÍSTICA EXPLORATÓRIA

ESTATÍSTICA EXPLORATÓRIA ESTATÍSTICA EXPLORATÓRIA Prof Paulo Reato A. Firmio praf6@gmail.com Aulas 19-0 1 Iferêcia Idutiva - Defiições Coceitos importates Parâmetro: fução diretamete associada à população É um valor fixo, mas

Leia mais

ESTIMAÇÃO PARA A MÉDIA

ESTIMAÇÃO PARA A MÉDIA ESTIMAÇÃO PARA A MÉDIA Objetivo Estimar a média de uma variável aleatória, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Vamos observar elemetos, extraídos ao

Leia mais

ESCOLA SECUNDÁRIA DE CASQUILHOS

ESCOLA SECUNDÁRIA DE CASQUILHOS ESCOLA SECUNDÁRIA DE CASQUILHOS 12º Ao Turma B - C.C.H. de Ciêcias e Tecologias - Teste de Avaliação de Matemática A V1 Duração: 90 mi 09 Março 2010 Prof.: GRUPO I Os cico ites deste grupo são de escolha

Leia mais

Análise de Projectos ESAPL / IPVC. Casos Particulares de VLA e TIR. Efeitos de Impostos, Inflação e Risco.

Análise de Projectos ESAPL / IPVC. Casos Particulares de VLA e TIR. Efeitos de Impostos, Inflação e Risco. Aálise de Projectos ESAPL / IPVC Casos Particulares de VLA e TIR. Efeitos de Impostos, Iflação e Risco. O Caso dos Fluxos de Caixa Costates uado um ivestimeto apreseta fluxos de caixa costates ao logo

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 3 Resumo dos dados uméricos por meio de úmeros 1. Medidas de Tedêcia Cetral A tedêcia cetral da distribuição de freqüêcias de uma variável em um cojuto de dados é caracterizada pelo valor típico

Leia mais

Fundamentos de Análise Matemática Profª Ana Paula. Números reais

Fundamentos de Análise Matemática Profª Ana Paula. Números reais Fudametos de Aálise Matemática Profª Aa Paula Números reais 1,, 3, cojuto dos úmeros aturais 0,1,,3, cojuto dos úmeros iteiros p q /p e q cojuto dos úmeros racioais a, a 0 a 1 a a, a e a i 0, 1,, 3, 4,

Leia mais

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 12º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema II Introdução ao Cálculo Diferencial II

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 12º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema II Introdução ao Cálculo Diferencial II Tema II Itrodução ao Cálculo Diferecial II TPC º 7 Etregar em 09 0 009. O João é coleccioador de cháveas de café. Recebeu como preda um cojuto de 0 cháveas, todas diferetes em que 4 são douradas e 6 prateadas.

Leia mais

Instruções gerais sobre a Prova:

Instruções gerais sobre a Prova: DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2012/2013 Istruções gerais sobre a Prova: (a) Cada questão respodida corretamete vale 1 (um) poto. (b) Cada

Leia mais

CF358 Física BásicaExperimental I

CF358 Física BásicaExperimental I CF358 Física BásicaExperimetal I CONFIGURAÇÃO MÓDULO TEÓRICO MÓDULO EXPERIMENTAL => BLOCO 1-4 EXPERIMENTOS => BLOCO 2-4 EXPERIMENTOS PRESENÇA (muito importate) NO MÍNIMO 75% AVALIAÇÃO 01 PROVA -BLOCO TEÓRICO

Leia mais

MATEMÁTICA FINANCEIRA. UNIDADE XI RENDAS Capitalização e Amortização Compostas (Séries de Pagamentos ou Rendas)

MATEMÁTICA FINANCEIRA. UNIDADE XI RENDAS Capitalização e Amortização Compostas (Séries de Pagamentos ou Rendas) 1 UNIDADE XI RENDAS Capitalização e Amortização Compostas (Séries de Pagametos ou Redas) Elemetos ou Classificação: - Redas: Sucessão de depósitos ou de prestações, em épocas diferetes, destiados a formar

Leia mais

CPV O cursinho que mais aprova na fgv

CPV O cursinho que mais aprova na fgv CPV O cursiho que mais aprova a fgv FGV ecoomia a Fase 0/dezembro/0 MATEMÁTICA 0. Chamaremos de S() a soma dos algarismos do úmero iteiro positivo, e de P() o produto dos algarismos de. Por exemplo, se

Leia mais

Métodos de Amostragem

Métodos de Amostragem Métodos de Amostragem Amostragem aleatória Este é o procedimeto mais usual para ivetários florestais e baseia-se o pressuposto de que todas as uidades amostrais têm a mesma chace de serem amostradas a

Leia mais

PREVISÃO DE PRECIPITAÇÃO

PREVISÃO DE PRECIPITAÇÃO 4 PREVISÃO DE PRECIPITAÇÃO PROBABILIDADE NOS PROJETOS Em Egeharia o cohecimeto das magitudes das precipitações apreseta grade iteresse prático por sua freqüete aplicação os projetos hidráulicos. Nos projetos

Leia mais

ANDRÉ REIS MATEMÁTICA. 1ª Edição NOV 2013

ANDRÉ REIS MATEMÁTICA. 1ª Edição NOV 2013 ANDRÉ REIS MATEMÁTICA TEORIA QUESTÕES DE PROVAS DE CONCURSOS GABARITADAS 90 EXERCÍCIOS RESOLVIDOS Teoria e Seleção das Questões: Prof. Adré Reis Orgaização e Diagramação: Mariae dos Reis ª Edição NOV 0

Leia mais

Aula 16. Integração Numérica

Aula 16. Integração Numérica CÁLCULO NUMÉRICO Aula 6 Itegração Numérica Itegração Numérica Aula 6 Itegração Numérica Cálculo Numérico 3/4 Itegração Numérica Em determiadas situações, itegrais são diíceis, ou mesmo impossíveis de se

Leia mais

étodos uméricos MÉTODO DOS MOMENTOS - MOM Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

étodos uméricos MÉTODO DOS MOMENTOS - MOM Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA étodos uméricos MÉTODO DOS MOMETOS - MOM Prof. Erivelto Geraldo epomuceo PROGRAMA DE PÓS-GRADUAÇÃO EM EGEHARIA ELÉTRICA UIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CETRO FEDERAL DE EDUCAÇÃO TECOLÓGICA

Leia mais

TEORIA ELEMENTAR DA PROBABILIDADE

TEORIA ELEMENTAR DA PROBABILIDADE TEORIA ELEMENTAR DA PROBABILIDADE Da Origem às Aplicações: As origes do cálculo de probabilidade remotam ao século XVI e suas aplicações referiam-se sempre a jogos de azar. Os jogadores ricos aplicavam

Leia mais

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança Teorema do Limite Cetral, distribuição amostral, estimação por poto e itervalo de cofiaça Prof. Marcos Pó Métodos Quatitativos para Ciêcias Sociais Distribuição amostral Duas amostrages iguais oriudas

Leia mais

DERIVADAS DE FUNÇÕES11

DERIVADAS DE FUNÇÕES11 DERIVADAS DE FUNÇÕES11 Gil da Costa Marques Fudametos de Matemática I 11.1 O cálculo diferecial 11. Difereças 11.3 Taxa de variação média 11.4 Taxa de variação istatâea e potual 11.5 Primeiros exemplos

Leia mais

Obtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n.

Obtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n. Vamos observar elemetos, extraídos ao acaso e com reposição da população; Para cada elemeto selecioado, observamos o valor da variável X de iteresse. Obtemos, etão, uma amostra aleatória de tamaho de X,

Leia mais

Exame MACS- Inferência-Intervalos.

Exame MACS- Inferência-Intervalos. Exame MACS- Iferêcia-Itervalos. No iício deste capítulo, surgem algumas ideias que devemos ter presetes: O objectivo da iferêcia estatística é usar uma amostra e tirar coclusões para toda a população.

Leia mais

MATEMÁTICA MÓDULO 6 ESTATÍSTICA. Professor Haroldo Filho

MATEMÁTICA MÓDULO 6 ESTATÍSTICA. Professor Haroldo Filho MATEMÁTICA Professor Haroldo Filho MÓDULO 6 ESTATÍSTICA 1.1 ESTATÍSTICA É a ciêcia que utiliza a coleta de dados, sua classificação, sua apresetação, sua aálise e sua iterpretação para se tomar algum tipo

Leia mais

Sumário. 2 Índice Remissivo 17

Sumário. 2 Índice Remissivo 17 i Sumário 1 Itrodução à Iferêcia Estatística 1 1.1 Defiições Básicas................................... 1 1.2 Amostragem....................................... 2 1.2.1 Tipos de Amostragem.............................

Leia mais

Objetivos. Os testes de hipóteses ser: Paramétricos e Não Paramétricos. Testes não-paramétricos. Testes paramétricos

Objetivos. Os testes de hipóteses ser: Paramétricos e Não Paramétricos. Testes não-paramétricos. Testes paramétricos Objetivos Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br Testar o valor hipotético de um parâmetro (testes paramétricos) ou de relacioametos ou modelos (testes ão paramétricos).

Leia mais

TESTE DE MANN-WHITNEY

TESTE DE MANN-WHITNEY TESTE DE MANN-WHITNEY A importâcia deste teste é ser a alterativa ão paramétrica ao teste t para a difereça de médias. Sejam (X 1,X,...,X ) e (Y 1,Y,...,Y m ) duas amostras idepedetes, de tamahos e m respectivamete,

Leia mais

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br O PROBLEMA DA ÁREA O PROBLEMA DA ÁREA Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b,

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 0 Estimação de parâmetros populacioais 9.. Itrodução Aqui estudaremos o problema de avaliar certas características dos elemetos da população (parâmetros), com base em operações com os dados de uma

Leia mais

Guia do Professor. Endireita essa coluna! Série Mundo da Matemática

Guia do Professor. Endireita essa coluna! Série Mundo da Matemática Guia do Professor Edireita essa colua! Série Mudo da Matemática Coordeação Geral Elizabete dos Satos Autores Bárbara Nivalda Palharii Alvim Souza Karia Alessadra Pessôa da Silva Lourdes Maria Werle de

Leia mais

ESTATÍSTICA. PROF. RANILDO LOPES U.E PROF EDGAR TITO

ESTATÍSTICA. PROF. RANILDO LOPES  U.E PROF EDGAR TITO ESTATÍSTICA PROF. RANILDO LOPES http://ueedgartito.wordpress.com U.E PROF EDGAR TITO Medidas de tedêcia cetral Medidas cetrais são valores que resumem um cojuto de dados a um úico valor que, de alguma

Leia mais