Baixe o app para aproveitar ainda mais
Prévia do material em texto
Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico Autor: Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho 22 11:56:05 de Agosto de 2023 09911777707 - Henio Tamanqueira dos Santos 1 BIZU ESTRATÉGICO DE ESTATÍSTICA (SEFAZ-RJ) Olá, prezado aluno. Tudo certo? Neste material, traremos uma seleção de bizus da disciplina de Estatística para o concurso do SEFAZ-RJ. O objetivo é proporcionar uma revisão rápida e de alta qualidade aos alunos por meio de tópicos que possuem as maiores chances de incidência em prova. Todos os bizus destinam-se a alunos que já estejam na fase bem final de revisão (que já estudaram bastante o conteúdo teórico da disciplina e, nos últimos dias, precisam revisar por algum material bem curto e objetivo). Este bizu foi produzido com base no material da disciplina Estatística da Equipe de Exatas do Estratégia. Diogo Matias Leonardo Mathias @oprimoconcursado @profleomathias Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 2 ANÁLISE ESTATÍSTICA Pessoal, segue abaixo uma análise estatística dos assuntos mais exigidos pela Banca Cebraspe, FCC e FGV, no âmbito da disciplina de Estatística, em concursos da Área Fiscal. Estatística (Foram encontradas 138 questões) Assunto Quantidade de questões % de cobrança Estatística Descritiva 32 23,19% Probabilidade 25 18,12% Distribuições Discretas de Probabilidade 23 16,67% Análise Combinatória 20 14,49% Regressão Linear Simples 14 10,14% * Análise realizada em provas aplicadas entre os anos de 2013 a 2023 Com essa análise, podemos verificar quais são os temas mais exigidos pelas bancas Cebraspe, FCC e FGV e, através disso, focaremos nos principais pontos em nossa revisão! A disciplina Estatística no último Edital do concurso da SEFAZ-RJ para o cargo de Auditor Fiscal abordou o seguinte conteúdo programático: 1. Estatística Descritiva: gráficos, tabelas, medidas de posição e de variabilidade. 2. Técnicas de Contagem e Análise Combinatória. 3. Proporções e regras de proporcionalidade de grandezas; 4. Combinações, Arranjos e Permutação. 5. Espaço amostral e probabilidades: conceito, axiomas; 6. Distribuições de probabilidades discretas e contínuas (Bernoulli, Binomial, Poisson, Normal, Quiquadrado, T-Student). 7. Amostragem: amostras casuais e não casuais. 8. Processos de amostragem, incluindo estimativas de parâmetros. 9. Inferência: intervalos de confiança. 10. Testes de hipóteses para médias e proporções. 11. Correlação e Regressão Linear simples. Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 3 Estatística – SEFAZ-RJ Assunto Bizus Caderno de Questões Estatística Descritiva 1 a 6 http://questo.es/4oie89 Probabilidade 7 a 10 http://questo.es/3ed8s5 Distribuições Discretas de Probabilidade 11 a 13 Análise Combinatória 14 a 17 http://questo.es/prnb4c Regressão Linear Simples 18 a 19 http://questo.es/h1arcz Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 4 Apresentação É com imensa satisfação que terei o privilégio de acompanhar a sua jornada rumo à aprovação. Antes de mais nada, permita-me uma breve apresentação: Meu nome é Diogo Matias das Neves, tenho 32 anos, sou formado em Administração pela Universidade Católica de Pernambuco (2013) e sou natural de Recife/PE. Atualmente, moro em São Paulo em virtude do exercício do cargo de Auditor de Controle Externo no Tribunal de Contas do Estado de São Paulo (TCE-SP), tendo sido aprovado no último certame realizado em 2017. Também fui aprovado nas vagas no último concurso da Polícia Federal para o cargo de Agente de Polícia Federal, além das aprovações em 30º para Auditor do Estado do RS (CAGE-RS) e também 30º no de Auditor de Controle Externo do TCM-BA. Tentarei utilizar da minha experiência de mais de 5 anos estudando para concursos e conquistando aprovações em diversas áreas para auxiliá-lo(a) na preparação desse almejado concurso. Diogo Matias das Neves Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 5 Estatística Descritiva 1) Conceitos iniciais 2) Dados estatísticos ✓ Os dados brutos são aqueles que não foram numericamente organizados em ordem crescente ou decrescente, ou seja, estão na forma como foram coletados. POPULACAO CENSO 4>CONJUNTO de TODOS os elementos a serem estudados, qua apresentam uma ou mais caracteristicas em comum. E5TUDO dos dados relativos a TODOS os ELEMENTOS da uma popula^ao. AMOSTRA AMOSTRAGEM 4SUBCONJUNTO extraido DA POPULACAO para analise, devendo ser representative daquele grupo PROCESSO que consiste na sele^ao criterlosa dos elementos a serem submetidos a investiga^ao. PARAMETROS ESTATfSTICAS * Medidas numericas extraidas de AMOSTRAS representativas extraidas da popula^ao. Describes numericas de caracterfsticas da POPULACAO, que normalmente precisam ser estimadas. Tempo Tempo Tempo Tempo Tempo 21 311 143 11 113 170 124 41 105 2 12 143 22 158 32 137 42 153 43 142 154 3 161 13 159 23 123 33 99 126 14 168 24 96 34 129 44 1144 5 134 15 123 25 98 35 148 45 161 6 137 16 135 26 135 36 173 46 128 7 17 135 27 129 37 126 47171 175 8 85 18 175 28 126 38 104 48 137 9 19 29 39 49 165155 115 103 157 10 20 89 30 40 127 50171 171 115 Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 6 ✓ O rol é a organização dos dados brutos em ordem de grandeza crescente ou decrescente. Com os dados organizados em rol, podemos saber, com facilidade, qual o menor e o maior elemento de um conjunto de dados. 3) Variáveis Estatísticas Rol (em ordem crescente} 85 115 129 143 161 89 115 129 143 165 96 123 134 148 168 98 123 135 153 170 99 124 135 154 171 103 126 135 155 171 104 126 137 157 171 105 126 137 158 173 113 127 137 159 175 114 128 142 161 175 Os valores nao sao organizados por ordem de grandeza crescente ou decrescente. Brutosr> ^ Fornece poucas informagdes uteis ao leitor (tabela primitiva). Os valores s5o organizados por ordem de grandeza em crescente ou decrescente. Rol Facilita a identificagao dos valores maximo e minimo. Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br09911777707 - Henio Tamanqueira dos Santos 7 Os resultados obtidos ^ ordenados/hierarquizados. nao podem ser Nominais Ex:cor dos olhos; esporte praticado. Qualitativas resultados obtidos ordenados/hierarquizados. podem ser Ordinais- Ex: nivel de escolaridade. Variaveis Os possiveis valores formam um conjunto finito ou enumeravel; resultam de contagem. Discretas Ex:numero de leitos por cidade; idade.*• Quantitativas ^ Os possiveis valores formam um intervalo de numeros "'j reais; resultam de mensura^ao. Continuas Ex:peso; altura.* Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 8 4) Séries Estatísticas Tambem chamadas de HISTORICAS ou EVOLUTIVAS. Enquanto o TEMPO varia, o fato investigado e o loca permanecem constantes. Tambem chamadas de ESPACIAIS ou de LOCALIZACAO. Enquanto o LOCAL varia, o fato investigado e o tempo permanecem constantes. Tambem chamadas de CATEGORICAS. Enquanto o FATO investigado varia, a epoca e o local permanecem constantes. Combinagao de duas ou mais series. Tabelas de dupla entrada Se for uma serie mista de FATO e TEMPO, denominaremos de serie especi'fico-temporal. Se tivermos uma serie mista de LOCAL e TEMPO, denominaremos de s£rie geografica-temporal. Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 9 5) Conceitos de distribuições de frequências Definigao Si'mbolos e FormulasItem k = 1 + 3,3 x log n As classes sao os intervalos nos quais o fenomeno e subdividido. Numero de Classes ou k = yfn hnf e IsupCorrespondem aos valores extremos.Limites de Classe Distancia entre os limites inferiores (ou superiores) de classes consecutivas. Amplitude de um Intervalo de Classe h — Isup hnf Diferen^a entre o limite superior da ultima classe (limite superior maximo) e o limite inferior da primeira classe (limite inferior mmimo). AT — Imax Imin AT = hxkAmplitude total ( hnf hup ) PM = 2 Media aritmetica simples dos valores extremos de uma classe. PM — llnf + — h PM = l̂ p — — Ponto Medio Numero de observances correspondentes a uma determinada classe ou a um determinado valor. Frequencia Absoluta Simples fi Frequencia Absoluta Acumulada Total das frequences de todos os valores inferiores ao limite superior do intervalo de uma dada classe fact - A + /2 +/3 + •"+ fi ft fiProporgao de dados existentes em uma determinada classe. Frequencia Relativa Simples F‘ If , ~ n Frequencia Relativa Acumulada Propornao de valores inferiores ao limite superior do intervalo de uma dada classe. PaCi - Fi + F2 + P3 + •”+ Fi fQuociente entre a frequencia da classe (absoluta ou relativa) e sua amplitude Densidade de Frequencia d - h Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 10 ➢ Vejamos como esse assunto foi cobrado no último certame: (FCC/2013 – SEFAZ-RJ ) O Departamento de Pessoal de certo órgão público fez um levantamento dos salários, em número de salários mínimos (SM), dos seus 400 funcionários, obtendo os seguintes resultados: Sabe-se que a mediana dos salários desses funcionários calculada por meio dessa tabela pelo método da interpolação linear é igual a 8,8 SM. Nessas condições, o salário médio desses 400 funcionários, em número de salários mínimos, considerando que todos os valores incluídos em um intervalo de classe são coincidentes com o ponto médio do intervalo, é igual a a) 8,72 b) 8,54 c) 8,83 d) 8,62 e) 8,93 Solução e comentários: Como a população é de 400 elementos, logo na mediana (8,8) haverá 200 elementos (*). Até o intervalo de classe (6 |--- 8) a frequência acumulada será de 148 (48 + 100) elementos. Já no intervalo (8 |--- 10) há x elementos, porém, de (*), podemos afirmar que de (8 |--- 8,8) há 52 (200 - 148) elementos. Logo x será: Amplitude Frequência Acumulada 2 ---------------------- x 0,8 -------------------- 52 x = 130 Sal& riO$ (cm nOmcro de SM) Frequencia absolute 6 4a4 6 a 100 a 10 x 10 12 y 12 16 40 400Total Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 11 A diferença (130 - 52 = 78) faz parte da outra metade dos elementos. Logo: 78 + Y + 40 = 200 Y = 82 Ponto médio de cada intervalo de classe: • 1º intervalo: (6 + 4) / 2 = 5 • 2º intervalo: (8 + 6) / 2 = 7 • 3º intervalo: (10 + 8) / 2 = 9 • 4º intervalo: (12 + 10) / 2 = 11 • 5º intervalo: (16 + 12) / 2 = 14 variável auxiliar: d = (X - 9) / 2 Assim, cada intervalo ficará: • 1º intervalo: (5 - 9) / 2 = - 2 • 2º intervalo: (7 - 9) / 2 = - 1 • 3º intervalo: (9 - 9) / 2 = 0 • 4º intervalo: (11 - 9) / 2 = 1 • 5º intervalo: (14 - 9) / 2 = 2,5 d x fi: • 1º intervalo: - 2 x 48 = -96 • 2º intervalo: - 1 x 100 = -100 • 3º intervalo: = 0 • 4º intervalo: 1 x 82 = 82 • 5º intervalo: 2,5 x 40 = 100 Média de d = -14 / 400 Como d = (X - 9) / 2, temos: (-14 / 400) = (X - 9) / 2 (-28 / 400) = (X - 9) X = 8,93 Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 12 6) Gráficos Grafico Definigao O grafico de hastes ou bastoes e muito utilizado para representar dados nao agrupados em classes,o que normalmente ocorre com dados discretos. I ,„ I 0 histograma e um grafico destinado a representar dados agrupados em dasse, sendo composto por um conjunto de retangulos contiguos (justapostos). A poligonal caracteristica e construida utilizando apenas os contornos do histograma. O poligono de frequences e um grafico em linha obtido por meio da liga^ao,por segmentos de reta,dos pontos medios das bases superiores dos retangulos de um histograma. A curva de frequencias e obtida a partir do polimento de um poligono de frequencias. O grafico de ogiva e empregado na representagao de distribui0es de frequencias acumuladas, sejam elas crescentes ou decrescentes Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos ==bbbca== 13 Probabilidade 7) Probabilidade – definições básicas e axiomas • Espaço Amostral: é o conjunto de todos os resultados possíveis do experimento. • Evento: é todo subconjunto do espaço amostral. o Quando o evento é igual ao espaço amostral, dizemos que o evento é certo. o Quando o evento é igual ao conjunto vazio, dizemos que o evento é impossível. • Probabilidade = número de casos favoráveis / número de casos possíveis • União de dois eventos: denotado por A ∪ B e ocorre se e somente se ao menos um dos eventos ocorrerem. Podemos dizer que A ∪ B ocorrese e somente se A ou B (ou ambos) ocorrerem. o Se A ∪ B = U, dizemos que A e B são eventos exaustivos. • Interseção de dois eventos: denotado por A ∩ B e ocorre se e somente se os dois eventos ocorrerem (A e B ocorrerem). o Se A∩B = ∅, dizemos que A e B são eventos mutuamente exclusivos (ou excludentes). • Complementar de um evento: denotado por A e ocorre se e somente se não ocorre A. • Definições Axiomáticas e Propriedades (sejam A e B eventos quaisquer): o Se A é um evento qualquer, então 0 ≤ P(A) ≤ 1 o Se A é um evento qualquer, então P(A) + P(A ) = 1 o P (A ∪ B) = P(A) + P(B) – P (A∩B) o P (A) ≥ 0 ; sempre o P (U) = 1 ; sempre o Se A e B são eventos mutuamente excludentes (A∩B = ∅), então P(A ∪ B) = P(A) + P(B) 8) Probabilidade – definições básicas e axiomas – análise combinatória • Arranjo: An,k=n!n-k! • Permutação Simples: Pn = n! • Permutação com Elementos Repetidos: Pn'ab=n!a !b! • Permutação Circular: PCn = (n – 1)! • Combinação Simples: Cn,p= np=n!p!n-p! Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 14 9) 3) Probabilidade – Probabilidade Condicional e Independência Probabilidade condicional: PA= P (A ∩ B)P (A) • Se a ocorrência do evento A não influir no cálculo da probabilidade do evento B, os eventos são ditos independentes e neste caso, tem-se P(A ∩ B) = P(A) ∙ P(B) • Os eventos A, B e C são independentes se e somente se: 10) 4) Probabilidade – Variáveis aleatórias discretas e contínuas • Variável aleatória (v.a.): é uma variável que é associada a uma distribuição de probabilidade. • Variável aleatória discreta: pode assumir apenas certos valores, usualmente números racionais, e resultam basicamente de contagens. Os possíveis resultados no lançamento de um dado são limitados e servem como exemplo de variável aleatória discreta. Os valores das variáveis estão restritos a apenas certos números: 1, 2, 3, 4, 5 e 6. • Variável aleatória contínua: resulta de uma medida e pode assumir qualquer valor dentro de um dado intervalo. Como exemplo, em um carregamento de garrafas de água, os pesos podem ➢ Vejamos como o assunto probabilidade foi cobrado no último certame. (FCC/2013 – SEFAZ-RJ ) Um lote de determinado artigo é formado por 8 bons e 4 defeituosos. Desse lote, é extraída uma amostra aleatória, sem reposição, de 3 artigos. A probabilidade dessa amostra conter no máximo um artigo bom é: a) 13/100 b) 13/55 c) 7/55 d) 9/110 e) 9/55 PG4 n B ) = P( A) P( B ) P( A nc) = P( A) P(C) PCS n c) = P(B) P(C) PU n B n c) = P04) • P(B) • P(C) Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 15 Solução e comentários: Pelo enunciado, temos o seguinte espaço amostral: BBB, BDD, DBD, DDB, BBD, DBB, DDD. Máximo de um artigo bom: BDD, DBD, DDB, DDD. P(BDD) = P(DBD) = P(DDB) = 4/55 P(DDD) = 1/55 P(máximo um B) = P(BDD) + P(DBD) + P(DDB) + P(DDD)= 4/55 + 4/55 + 4/55 + 1/55 = 13/55 Distribuições Discretas de Probabilidade 11) Distribuições Uniformes Distribuições uniformes são aquelas cujos possíveis resultados são equiprováveis, como o lançamento de uma moeda equilibrada ou de um dado equilibrado; ou o sorteio de um elemento quando as probabilidades de todos os elementos serem sorteados forem iguais. Para distribuições uniformes, havendo um total de 𝑁 elementos, a probabilidade de cada valor 𝑋 = 𝑥 é calculada como: Para calcular a esperança matemática dessa distribuição, vamos lembrar a fórmula da esperança: Ou seja, a esperança matemática da distribuição uniforme corresponde à média aritmética dos valores de 𝑋. 1 P(X = x) =-N E(X ) = *) Como P( X = x) = jj para uma distribuigao unifomne, entao a esperanga dessa distribuigao e: E(X ) = % Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 16 Para o exemplo do dado, a esperança é: Para calcular a variância dessa distribuição, vamos lembrar a fórmula da variância: Sabemos calcular E(X), então basta elevá-la ao quadrado para calcular [𝐸(𝑋)]² . Já o valor de 𝐸(𝑋²) é definido como: Ou seja, 𝐸(𝑋²) é a média aritmética dos valores de 𝑋². Para o exemplo do dado, o valor de 𝐸(𝑋²) é: Logo, a variância será a diferença 12) Distribuição De Bernoulli Uma variável aleatória discreta 𝑋 com Distribuição de Bernoulli assume apenas 2 valores possíveis, 0 ou 1, em um experimento realizado uma única vez. Esse experimento é chamado de Ensaio de Bernoulli. Um exemplo clássico dessa distribuição é o lançamento de uma moeda, que estamos vendo ao longo dos nossos estudos. Como há apenas 2 resultados possíveis, as probabilidades de sucesso e de fracasso são complementares, isto é, a soma dessas 2 probabilidades é igual a 1: 1 + 2 + 3 +4+ 5 +6 21 _ 7 ~ 6 ~ 2 E(X)= 6 V(X)= E(_X2)-[E(*)]2 E(X2)=^x2.P(X = x) Como P(X = x)=-para uma distribuigao uniforme, entao, para essa distribuigao, temos: l2 + 22 + 32 + 42 + 52 +62 1 +4+9 + 16 + 25 + 36 91 Em = 6 6 6 91 _ /7\2 _ 91 _ 49 T \2/ ~ ~ 6 4 ~ 182-147 35 V{X)= E(X2)-[E(X)]2 = 12 12 Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 17 Agora, vamos calcular a esperança matemática da distribuição de Bernoulli. A fórmula geral da esperança é: Para calcular a variância, primeiro calculamos 𝐸(X²): Logo, a variância é: 13) Distribuição Binomial Quando repetimos um mesmo Ensaio de Bernoulli (isto é, o experimento com 2 resultados possíveis), damos origem à Distribuição Binomial. p + q =i q = l - p Um mesmo experimento pode estar associado a variaveis aleatorias com distributes distintas de probabilidade. O langamento de um dado,por exemplo, pode estar associado a uma variavel uniforme, com 6 valores equiprovaveis; ou a distributes de Bernoulli com parametros distintos; dentre outras distributes possiveis. £(J0 =^x. P( X = x ) E(X) = 0 x q + l x p E(X ) = p E { X 2 ) =^x2. P( X = x ) E(X 2 ) = 0 2 x q + 1 2 x p E( X 2 ) = p V {X ) = E {X 2 ) - [E {X )]2 V (X ) = p - p2 = p(l-p) V( X ) = p.q Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 18 Mais precisamente, 𝒏 repetições independentes de um Ensaio de Bernoulli, com a mesma probabilidade de sucesso, resultam na Distribuição Binomial. O conceito de repetições independentes significa que o resultado de um experimento não afeta o resultado de outro. Generalizando, para 𝒏 repetições, vamos calcular a probabilidade de obter 𝒌 sucessos, por exemplo, nas primeiras 𝒌 tentativas e, portanto, 𝒏 − 𝒌 fracassos nas demais tentativas: Análise Combinatória 14) Princípios Fundamentais da Contagem Princípio Multiplicativo Podemos extrapolar esse princípio para qualquer número de eventos. Ou seja, setivermos um terceiro evento C que ocorre de p maneiras diferentes, então o número de maneiras diferentes de os eventos A, B e C ocorrerem é m x n x p. p X p X X p X q X q X ... X q = p k X qn-k k vezes 7i- k vezes n!Cn,k — (n-k )\ xk l Logo, a probabilidade de ter exatamente k sucessos (e, portanto, n — k fracassos) e o produto da probabilidade pk x qn~k com a combinagao Cnk . PCX = It) = cnrk x p k x qn~k Se um evento A ocorre de m maneiras diferentes e se, para cada uma dessas maneiras, um outro evento B ocorre de n maneiras diferentes, entao o numero de maneiras diferentes de ambos os eventos (A e B) ocorrerem e m x n. Generalizando, para n eventos, com pi possibilidades para o evento Ai, P2 possibilidades para o evento A2, ... e p„ possibilidades para o evento A,, entao o numero de maneiras de todos os n eventos ocorrerem e: P(Ai e A2 e ... e A) = pix p2 x ...x p„ Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 19 Contagem de Divisores Com base no princípio multiplicativo, é possível calcular a quantidade de divisores de um número natural. O primeiro passo é fatorar o número natural em números primos. Para exemplificar, vamos trabalhar com o número 60. Podemos calcular os divisores primos da seguinte forma: Assim, podemos representar o número 60, a partir dos seus divisores primos, da seguinte forma: Todos os divisores de um número são compostos do produto de um conjunto dos seus divisores primos. Por exemplo, o número 15 é produto de 3 e 5, podendo ser representado da seguinte forma: De maneira geral, todos os divisores de 60, que podemos denotar por 𝑑$% , podem ser representados da seguinte forma: Logo, as possibilidades para cada expoente são: • 𝑥: 0, 1 ou 2 (3 possibilidades); • 𝑦: 0 ou 1 (2 possibilidades); • 𝑧: 0 ou 1 (2 possibilidades) Pelo princípio multiplicativo, devemos multiplicar as possibilidades desses eventos para encontrar o número de possibilidades, no total: 3 x 2 x 2 = 12 Logo, há 12 divisores de 60 60 2 30 2 15 3 5 5 1 60 = 22 x 31 x 51 15 = 2° x 31 x 51 d60 = Z x x 3y x 5X, sendo x < 1,y <1,2 < 1 Observe que os expoentes dos divisores primos de 60 eram 2, 1 e 1, e os valores multiplicados para encontrar o numero de divisores forann 3, 2 e 2. Portanto, basta somar 1 a cada expoente e multiplicados: Numero de Divisores = (2 + 1) x (1 + 1) x (1 + 1) = 3 x 2 x 2 Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 20 Princípio Aditivo Em suma, quando ocorrem ambos eventos (A e B), multiplicamos as possibilidades de cada evento (princípio multiplicativo); quando ocorre somente um dos eventos (A ou B), somamos as possibilidades de cada evento (princípio aditivo). Casa dos Pombos Se o evento A ocorre de m maneiras diferentes e o evento S ocorre de n mane ' tras diferentes, e se A e S sao mutuamente exdusivos (ou seja, se um ocorrer o outro nao ocorre), entao o numero de maneiras de ocorrer um dos eventos (A ou B) e m + n. Havendo n eventos mutuamente exclusivos, com pi possibilidades para o evento Ai, P2 possibilidades para o evento Az, ... e p„ possibilidades para o evento An, entao o numero de maneiras um dos n eventos ocorrer e: P(Ai OUA2 OU ... OU An) = pi + P2 + ... + Pn > Principio Multiplicative: n(A) x n(B)Eventos Concomitantes: A e B Eventos Excludentes: A ou B Princfpio Aditivo:n(A) + n(B)> Agora,vejamos ver um exemplo combinando esses dois prindpios. Vamos considerar que Maria precisa se vestir e se calcar, dispondo de 4 vestidos, 2 saias, 3 blusas e 5 sapatos. Nesse caso,Maria ira colocar um vestido (evento A) OU um conjunto de saia (evento B) e blusa (evento C). De uma forma ou de outra, ira colocar TAMB^M um sapato (evento D). Nessa situagao, temos: Os eventos B (saia) e C (blusa) sao concomitantes-principio multiplicativo: 2 x 3 = 6 possibilidades; Os eventos A (vestido) e (i) (saia e blusa) sao excludentes-princfpio aditivo: 4 + 6 = 10 possibilidades; Os eventos D (sapato) e (iii) (saia e blusa ou vestido) sao concomitantes - princfpio multiplicativo: 5 x 10 = 50 possibilidades. i) ii) iii) Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 21 15) Fatorial de um número natural O fatorial de um número natural (como 0, 1, 2, 3, ...) é representado como: Por exemplo: 2! = 2 x 1 = 2 3! = 3 x 2 x 1 = 6 4! = 4 x 3 x 2 x 1 = 24 5! = 5 x 4 x 3 x 2 x 1 = 120 6! = 6 x 5 x 4 x 3 x 2 x 1 = 72 Agora, vejamos dois casos especiais do fatorial. O fatorial de 1 pode ser entendido pela própria definição de fatorial. Como não há número inteiro positivo menor do que 1, apenas igual, então esse será o único fator: 1! = 1 O segundo caso especial é 0! Você pode considerar como convenção o seguinte resultado: 0! = 1 16) Permutação As técnicas de permutação permitem calcular as diferentes possibilidades de se ordenar elementos. Permutação Simples Ex: Se n pombos devem se abrigar em m casas e se n > m,entao pelo menos uma casa ira conter mats de um pombo. n! O fatorial representa o produto de todos os numeros inteiros positivos menores ou iguais aquele numero, conforme indicado a seguir: n! = n x(n-1)x(n-2)x ...x 2 x 1 Portanto, a permutagao simples de n elementos distintos Pn, isto e, o numero de possibilidades de ordenar n elementos distintos, e dada por: Pn =n! P3 = 3! = 3 x 2 x l = 6 Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 22 Permutação Simples com Restrição É possível que algumas questões de permutações imponham determinadas restrições. Nesses casos, nem todos os elementos poderão permutar livremente, o que exige mais atenção para resolver a questão. Na permutação simples com restrição, (i) podemos designar posições para determinados elementos ou (ii) podemos determinar elementos a permanecerem juntos. i) Quando designamos posições, devemos permutar os demais elementos. i.a) Havendo p elementos fixos em determinadas posições, dentre n elementos no total, devemos permutar n – p elementos: i.b) Caso os p elementos possam ser reordenados dentre as posições designadas, devemos multiplicar o resultado anterior pela permutação de p elementos: ii) Quando determinamos elementos a permanecerem juntos, devemos considerá- los como elementos único e permutar esse novo elemento junto aos demais. ii.a) Havendo j elementos que deverão permanecer juntos em determinada ordem, dentre n elementos no total, devemos permutar os demais n – j elementos acrescidos de 1 unidade, a qual corresponde ao conjunto dos j elementos: i.b) Se os j elementos que deverão permanecer juntos puderem ser reordenados entre si, devemos multiplicar o resultado anterior pela permutação de j elementos: Permutação com repetição Pn-p - (n- p)! Pn-p x Pp = (n- p)! x p! Pn-j+i — (n- j + 1)! Pn-j+ixPj = {n- j + 1)! x j! Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme CarvalhoAula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 23 Permutação circular 17) Arranjo e Combinação As técnicas que veremos nesta seção (arranjo e combinação) trabalham com a seleção de um subconjunto dos elementos. A ordem dos elementos selecionados será relevante para o arranjo, mas não para a combinação. Em outras palavras, selecionar os elementos A e B ou os elementos B e A são possibilidades distintas para o arranjo, porém equivalentes para a combinação. Arranjo Simples O arranjo de um conjunto finito de elementos é um subconjunto desses elementos, de tal maneira que a sua ordenação seja relevante. Ex.: Suponha que existam 6 pessoas em um sorteio, em que 3 delas serão sorteadas, não sendo possível sortear a mesma pessoa mais de uma vez. Considerando a ordem relevante, de quantas formas 3 pessoas poderão ser sorteadas? Como ocorrerão os três sorteios, pelo princípio multiplicativo, devemos multiplicar as possibilidades de cada evento. Dessa forma, o resultado desse arranjo é: De modo geral, sendo n elementos totals, com m1 , m2,...,mk elementos distintos repetidos, a permutagao desses elementos e dada por: n!pTHi,m2 ntk _ m1!xm2!x ...xm*! Em geral,como fixamos um dos elementos,a permutagao circular denelementos, indicada por PCn, e: PC„ = (n — 1)! Para o caso geral de um arranjo sem reposigao de k elementos, em um conjunto de n elementos distintos, temos: A w! n k (n—It)! Outra notagao possivel para o arranjo e A„. Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 24 6 x 5 x 4 No caso de 𝒌 = 𝟒 sorteios para um conjunto de 𝒏 = 𝟏𝟎 pessoas, fazemos Combinação Simples Assim como no caso do arranjo, a combinação é uma seleção de elementos de um conjunto finito. Entretanto, para a combinação, a ordem não importa. Por exemplo, em um sorteio de participantes para um grupo de estudo, a ordem do sorteio de cada participante é irrelevante. 10! 1 0! 1 0 x 9 x 8 x 7 x 6! = 1 0 x 9 x 8 x 7 = 5.040(1 0 - 4)’ 6 ' 6! A formula de arranjo que acabamos de ver serve para casos sem reposigao, ou seja, quando um mesmo elemento nao puder ser selecionado mais de uma vez. Caso haja reposigao, o numero de elementos dispomveis para cada sorteio e sempre o mesmo. Por exemplo, em uma selegao, cuja ordem importe, de 3 elementos, dentre 6 elementos disponfveis no total, com reposigao, o numero de possibilidades e: 6 x 6 x 6 = 63 De modo geral, o arranjo com reposigao (ou repetigao) de k elementos dentre n elementos no total e dado por: Ank =n x n x x w = nk kvezes De maneira geral, a combinagao sem reposigao de k elementos,de um total de n elementos,e dada por: f* An.kLn,k ~ Pk (n-fc)!fc! Outras notagoes comuns para a combinagao sao Ck ou . Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 25 Regressão Linear Simples 18) Conceitos ✓ A regressão simples é uma continuação do conceito de correlação/covariância. A regressão tenta explicar a relação de uma variável chamada dependente, usando outra variável chamada independente. ✓ Na regressão linear simples queremos calcular a expressão matemática que relaciona Y (variável dependente) em função de X (variável independente). Como estamos falando de regressão linear simples, trata-se da equação que representa uma reta. Essa equação pode ser escrita como: ✓ O coeficiente 𝑚 é conhecido como taxa de variação ou coeficiente angular da reta. Esse coeficiente indica que uma função é crescente se 𝒎 > 𝟎; decrescente se 𝒎 < 𝟎; ou constante se 𝒎 = 𝟎. Para uma reta que passa pelos pontos (𝑥0, 𝑦0) e (𝑥, 𝑦), o coeficiente angular é expresso por: ✓ O coeficiente b é conhecido como coeficiente linear da reta e determina o ponto em que a reta intercepta o eixo 𝑦. Vamos calcular a reta apresentada na figura abaixo, que passa pelos pontos (2, 7) e (4, 11) y — TM x + b y - yo m = -—Ax x — x0 Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 26 O coeficiente angular da reta (𝒎) é o quociente entre a variação de 𝑦 e a variação de 𝑥. Podemos escolher qualquer um dos pontos como referência para o cálculo da variação, desde que tenhamos atenção na hora de aplicar os dados na fórmula. A ordem a ser considerada é sempre 𝑥 − 𝑥0 e 𝑦 − 𝑦0, em que 𝑥0 e 𝑦0 são as coordenadas do ponto tomado como referência. Assim, se adotarmos o ponto (2,7) como referência, teremos: Dessa forma, a equação da reta fica: Para calcular o valor de 𝑏, podemos usar qualquer ponto da reta, a exemplo de (2, 7) 7 = 2 ∙ 2 + 𝑏 7 = 4 + 𝑏 𝑏 = 3 Logo, a expressão que representa nossa reta nesse exemplo é: 𝑦 = 2 ∙ 𝑥 + 3 A y 1 1- 7 = 2m = — A x 4 - 2 y = m x -\- b y = 2 x + b Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 27 Como 𝑏 = 3, a reta intercepta o eixo 𝑦 no ponto (0, 3). Vejamos: Observe: Em que 𝑖 = 1, 2, 3, ⋯ , 𝑛. O termo 𝛼 + 𝛽𝑋𝑖 é o componente de 𝑌𝑖 que varia linearmente, de acordo com 𝑋𝑖. Por sua vez, 𝜀𝑖 é o componente aleatório de 𝑌𝑖 que descreve os erros (ou desvios) cometidos quando tentamos aproximar uma série de observações 𝑋𝑖 por meio de uma reta 𝑌𝑖. Nesse modelo, 𝑌𝑖 é a variável cujo comportamento desejamos prever ou explicar, sendo chamada de variável dependente ou resposta. Por outro lado, a variável 𝑋𝑖 é utilizada para explicar o comportamento de 𝑌𝑖, sendo conhecida como independente, regressora, explanatória ou explicativa. O modelo de regressão linear requer que sejam atendidos alguns pressupostos básicos quanto à variável aleatória 𝜀𝑖 (erro ou desvio) i) 𝑬(𝜺𝒊) = 𝟎. A média dos erros é igual a zero. Ou seja, os desvios "para cima da reta" igualam o valor dos desvios "para baixo da reta" na média. ii) 𝑽𝒂𝒓(𝜺𝒊) = 𝝈². A variância dos erros é constante. Essa propriedade é denominada de homocedasticia. Isso só é possível se a variável 𝜀𝑖 tiver variância constante. Ou seja, se ela tiver Yi — a + pXi + Ei Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 28 sempre a mesma variância, independente de qual o valor de 𝑋𝑖. Quando o modelo apresenta variâncias diferentes para o erro, temos uma situação de heterocedasticia. iii) 𝑪𝒐𝒗(𝜺𝒊, 𝜺𝒋) = 𝟎 𝒑𝒂𝒓𝒂 𝒊 ≠ 𝒋. Os erros cometidos não são correlacionados, isto é, os desvios 𝜺𝒊 são variáveis aleatórias independentes. Quando os erros não são independentes, temos uma situação denominada de autocorrelação. 19) Método dos Mínimos Quadrados Esse método é empregado na obtenção dos estimadores 𝛼 e 𝛽 de um modelo de regressão linear: A expressão usada para determinar areta de regressão é: em que 𝑎 e 𝑏 são as estimativas dos parâmetros 𝛼 e 𝛽, respectivamente. Os erros (desvios) resultantes da aplicação do modelo de regressão linear correspondem às diferenças entre os valores observados e os valores estimados: Por esse método, o valor de 𝑏 é dado por: 0 metodo dos mmimos quadrados diz que a reta a ser adotada devera ser aquela que torna minima a soma dos quadrados das distances da reta aos pontos experimental, medidas no sentido da variagao aleatoria. Em outras palavras, devemos encontrar uma reta que minimize o somatorio dos quadrados das distancias Q]f=i e f ).0 objetivo e minimizar a soma dos quadrados dos desvios. Yt = a + f lXi + et . Yt = a + bXt ei = Yi ~ Yt O objetivo do metodo dos minimos quadrados e minimizar o somatorio dos quadrados dos desvios (Sf=i e f ): n n 2> =2>-?,)2 i=l 1= 1 Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 29 Existem outras formas mais simples de calcular o valor de 𝑏. Para o numerador da fórmula, temos: Para o denominador da fórmula, temos: Logo, A reta de regressão passa pelos pontos médios (𝑋 , 𝑌 ) das variáveis 𝑋 e 𝑌. Isso implica que o valor de 𝑎 pode ser calculado substituindo o valor de 𝑏 em: O coeficiente 𝑏 pode ser calculado por meio da seguinte expressão: g=i[(Jfj-JQ x(Kj-Y]] ’ - x)2] n n =^ftxQ-nxjrxy t=l t=l n n J[(xl-xy] =Y(ri)h h — n X X2 Y.?=i(XjYi) ZU(Xi)- n x x2 — n X X X Y a = Y — bx Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos 30 Vamos ficando por aqui. Esperamos que tenha gostado do nosso Bizu! Bons estudos! Diogo Matias Leonardo Mathias @oprimoconcursado @profleomathias 5xy b $xx Em que S*y = IJLJ( Xt - X ) x (Yt - ?)] e =HU( X,- X )2. Elizabeth Menezes de Pinho Alves, Leonardo Mathias, Diogo Matias das Neves, Fernanda Harumi Amaral Jo, Vinícius Peron Fineto, Guilherme Carvalho Aula 05 SEFAZ-RJ (Auditor Fiscal) Bizu Estratégico www.estrategiaconcursos.com.br 09911777707 - Henio Tamanqueira dos Santos
Compartilhar