Aula de Estatística Descritiva 1

Universidade Paulista (UNIP) Campus Flamboyant (ICET)
Estatstica descritiva
Captulo 1- Introduo
Professor Eng. Sizelizio
6/2/2012
Introduo
COM DEFINIR ESTATSTICA? A estatstica uma parte da matemtica aplicada que fornece mtodos para a coleta, organizao, descrio, anlise e interpretao de dados para a utilizao dos mesmos na tomada de decises.
Eng. Mecnico Sizelizio Alves

6/2/2012 2
sizelizio@gmail.com
Introduo Uma boa definio : Estatstica um conjunto de tcnicas e mtodos que nos auxiliam no processo de tomada de deciso na presena de incerteza (Hurtado e Landim )

6/2/2012 3
sizelizio@gmail.com
Introduo Conceitos Bsicos Populao conjunto de unidades individuais (unidades
estatsticas ou indivduos) com uma ou mais caractersticas (atributos) comuns que se pretendem estudar. EXEMPLOS: - Estudantes da UNIP - Time do Flamengo - Crianas de uma escola
6/2/2012 4
sizelizio@gmail.com
Introduo
Amostra subconjunto de elementos extrados, com uma
metodologia estatstica apropriada, da populao.

EXEMPLO: Relativamente populao constituda pelos
alunos da UNIP podemos estar interessados em estudar: -Idade de entrada no curso que frequenta - Se o curso que frequenta foi a sua primeira opo. NOTA: A amostra deve ser to representativa da populao em
estudo quanto possvel

6/2/2012 5
sizelizio@gmail.com
Introduo
AMOSTRA Tem que ser uma amostra representativa e no tendenciosadevendo obedecer a dois princpios bsicos:
Deve ser suficientemente grande;

Seus constituintes devem ter sido selecionados ao acaso.

6/2/2012 6
sizelizio@gmail.com
Introduo
Populao
Amostra

6/2/2012 7
sizelizio@gmail.com
Introduo A Estatstica pode ser classificada em:

Estatstica Descritiva
Conjunto de tcnicas sistemticas de organizao, classificao,

anlise, sintetizao e interpretao dos dados.
Estatstica Indutiva
Conjunto de tcnicas e procedimentos que permitem obter um grau de confiana com que se pode decidir, estimar, prever ou generalizar sobre uma populao, baseada nos resultados de uma ou mais amostras.
6/2/2012 8
sizelizio@gmail.com

QUALITATIVA Os seus valores no so numricos. Ex: SEXO, ESPORTE, COR, etc.
QUANTITATIVA
Os seus valores so numricos. Ex: ALTURA, MASSA, PREO, N DE IRMOS, etc. DISCRETA CONTNUA
Quando est ligada a uma contagem, ou So aqueles para os quais qualquer valor seja, expressa por nmero inteiro. dentro de um intervalo contnuo possvel. Isso geralmente se aplica a dados que so medidos.
Exemplos: Exemplos:
N de irmos, N de acidentes ocorridos na BR 116 Quantidade de gol marcados em uma partida de futebol
6/2/2012
Altura, Salrio,Peso e Temperatura

9
sizelizio@gmail.com
Estatstica descritiva Captulo 2- Representaes Grficas

6/2/2012 10
sizelizio@gmail.com
Representaes Grficas
Alguns conceitos importantes: Dados Brutos: so os valores numricos obtidos aleatrios dos dados. Exemplos: 23,20,35,55,12,15,33,36,02,07 Rol: o arranjo dos dados brutos em ordem crescente ou decrescente.
Exemplos: crescente:
02,07,12,15,20,23,33,35,36,55
6/2/2012 11
sizelizio@gmail.com
Representaes Grficas Alguns conceitos importantes: Amplitude ( A ): a diferena entre o maior e o menor valor observados. Exemplo : 8,5 8,7 8,9 10,1 10,5 10,7 11,5 11,9 A amplitude : R = 11,9 - 8,5 = 3,4

6/2/2012 12
sizelizio@gmail.com
Altura de 50 alunos da UNIP Fonte: Dados fictcios
Representaes Grficas Freqncia ( fi ): o nmero de vezes que o elemento aparece na
amostra, ou o nmero de elementos pertencentes a uma

mesma classe.
Exemplo :

6/2/2012 13
sizelizio@gmail.com
Nmero de classes ( k ): no h uma frmula exata para o clculo do nmero de classes, mas as duas maneiras mais usuais so: a)
n
k 1 3, 22log(n)
b) Formula de Sturges
Onde (n) tamanho da amostra

6/2/2012 14
sizelizio@gmail.com
Limites das classes: so os extremos de cada classe e existem

diversas maneiras de represent-los: Exemplos:
15 20: compreende todos os valores entre 15 e 20, excluindo o 20 15 20: compreende todos os valores entre 15 e 20. 15 20: compreende todos os valores entre 15 e 20, excluindo o 15 e 20 15 20: compreende os valores entre 15 e 20, excluindo o 15.

6/2/2012 15
sizelizio@gmail.com
Representaes Grficas Pontos mdios das classes (xi ):

a mdia aritmtica entre o limite superior e o limite inferior da classe. Estes
pontos esto representando cada um dos dados pertencentes classe. Assim: se a classe for 12 20. Exemplo:
xi xi
12 2 16
20

6/2/2012 16
sizelizio@gmail.com
Representaes Grficas Freqncia acumulada ( Fac) Frequncia acumulada crescente ou (Fad:)Frequncia acumulada decrescente a soma ou diminuio das freqncias das classes.
Lanamento de um dado
Face
1 2 3 4 5 6 n=24
Fonte: Dados fictcios
Frequncia (fi)
4 7 3 5 3 2
Fac
4 (4+7)=11 (11+3)=14 (14+5)=19 (19+3)=22 (22+2)=24
Fad
24 (24-4)=20 (20-7)=13 (13-3)=10 (10=5)=5 (5-3)=2

6/2/2012 17
sizelizio@gmail.com
Freqncia relativa simples ou percentual (fr): a porcentagem de um valor na amostra e dada por
fr
fi n
fr
fi .100 n
Onde (n) nmero total de termos

6/2/2012 18
sizelizio@gmail.com
Representaes Grficas Lanamento de um dado

Face 1 2 Frequncia(fi) 4 7 Fac 4 (4+7)=11 Fad 24 (24-4)=20 fr(%) 16,66 29,16 fr 0,1666 0,2916
3
4 5 6
3
5 3 2 n=24
(11+3)=14
(14+5)=19 (19+3)=22 (22+2)=24
(20-7)=13
(13-3)=10 (10=5)=5 (5-3)=2
12,50
20,83 12,50 8,33
0,1250
0,2083 0,1250 0,0833
Fonte: Dados fictcios

Exemplo:
fr
4 .100 16, 66% 24

19
6/2/2012
sizelizio@gmail.com
Tabelas Estatsticas
As tabelas devem obedecer Resoluo n 886, de 26 de outubro de 1966, do Conselho Nacional de Estatstica.
TITULO,CABEALHO,CORPO E FONTE

6/2/2012 20
sizelizio@gmail.com
Exemplo de tabela
Altura mdia dos estudantes do Ensino Mdio de Japarabe
Ttulo Cabealho
Escola A B C D E F Mdia Geral
Altura (m) 1,65 1,71 1,63 1,67 1,70 1,69 1,675
Corpo
Fonte: Censo Escolar do Municpio de Japarabe, 2006
Fonte

6/2/2012 21
sizelizio@gmail.com
Para representar graficamente dados agrupados um polgono de freqncias acumuladas. em uma distribuio de freqncias, podemos utilizar um histograma, um polgono de freqncias ou
Histograma
a representao grfica de uma distribuio de freqncia por meio de retngulos justapostos, de tal forma que: a) As bases esto sobre um eixo ( eixo x ) com centro no ponto mdio dos intervalos
de classe e as larguras iguais s amplitudes dos intervalos das classes.

b) A rea de um histograma proporcional a soma das freqncias das classes. Eng. Mecnico Sizelizio Alves
6/2/2012 22
sizelizio@gmail.com
c) A altura do histograma
( eixo y) deve corresponder a
aproximadamente 70% do eixo x.

d) Para a construo do histograma, colocamos no eixo dos x os
limites de cada intervalo de classe e em y as freqncias das classes. Para construo da primeira classe, devemos deixar
antes no eixo dos x um espao ( no mnimo) igual ou superior a

amplitude de classe.
6/2/2012 23
sizelizio@gmail.com
ALTURA DOS ALUNOS DA ESCOLA A
Fi 20
15
10
0
15 0 15 4 15 8 16 2 16 6 17 0 17 4 17 8
clas s es

6/2/2012 24
sizelizio@gmail.com
Polgono de Frequncia
a representao grfica de uma distribuio por meio de um

polgono. Para a construo do polgono de freqncia partimos do histograma e projetamos os pontos mdios de cada retngulo os
quais estavam localizados sobre o eixo dos x no topo do retngulo.

6/2/2012 25
sizelizio@gmail.com

6/2/2012 26
sizelizio@gmail.com
Estatstica descritiva Captulo 3- Medidas de Tendncia Central

6/2/2012 27
sizelizio@gmail.com
Medidas de Tendncia Central

Mdia Aritmtica: soma de todos os valores observados da varivel dividida pelo nmero total de observaes.
x
Sendo: X a mdia aritmtica;
xi n
xi os valores da varivel; n o nmero de valores

6/2/2012 28
sizelizio@gmail.com
Medidas de Tendncia Central MDIA ARITMTICA
Dados Agrupados: Sem intervalo de classes
xi. fi n

6/2/2012 29
sizelizio@gmail.com
Dados Agrupados: Sem intervalo de classes
xi. fi n

6/2/2012 30
sizelizio@gmail.com
Medidas de Tendncia Central

MDIA ARITMTICA
Dados Agrupados: Sem intervalo de classes Exemplos

Tabela de idade
Idade (Xi) fi fi xi
x
x x
xi. fi n
78 34 2, 29
31
0
1
2
6
0
6
2
3
10
12
20
36
4
n=34
16
fi xi=78
Fonte : Dados fictcios

6/2/2012
sizelizio@gmail.com
Dados Agrupados: Com intervalo de classes
xi. fi n

6/2/2012 32
sizelizio@gmail.com
Medidas de Tendncia Central Exemplo: Dados Agrupados: Com intervalo de classes

Tabela de estaturas
Estaturas(cm) 150 154 154 158 158 162 162 166 166 170 170 174 fi 4 9 11 8 5 3 n=40 Fonte: Dados fictcios xi 152 156 160 164 168 172 fixi 608 1404 1760 1312 848 518 fixi=6440
xi. fi n
6440 40
x 161
33

6/2/2012
sizelizio@gmail.com
Probabilidade Conceitos Bsicos
Experimento Aleatrio
Todo experimento cujo resultado depende exclusivamente do acaso
Exemplos : O lanamento de uma moeda O lanamento de um dado O sorteio de um cupom de um total de 10.000 cupons

6/2/2012 34
sizelizio@gmail.com
Conceitos Bsicos Espao amostral
Probabilidade
o conjunto de todos os dados resultados possveis de um experimento aleatrio Evento E qualquer subconjunto do espao amostral. Exemplos : a) Jogar uma moeda e ler a figura da face voltada para cima. Espao amostral= (S) Cara Evento seria= E( A) Tirar cara
6/2/2012
ou Coroa
E(B) tirar coroa
35
Eng. Mecnico Sizelizio Alves sizelizio@gmail.com
Probabilidade Exemplos : b) Jogar um dado e ler o nmero voltado para cima. Espao amostral= (S)
1, 2,3, 4,5, 6
Evento seria tirar nmero par= 2, 4,6

c) Lanamento de duas moedas e ler as figura das faces voltas para cima. Espao amostral= (S) (cara,cara), (cara ,coroa), (coroa,cara),(coroa,coroa) E(B) tirar coroa
Evento seria= E( A) Tirar cara

6/2/2012 36
sizelizio@gmail.com
Probabilidade Conceitos Bsicos Se em um fenmeno aleatrio as possibilidades so igualmente provveis, ento a probabilidade de ocorrer um evento (E) :
P E
n( E ) n( S )
P(E) = Nmero de casos favorveis
Nmeros de casos possveis

6/2/2012 37
sizelizio@gmail.com
Probabilidade Conceitos Bsicos
Exemplos:
No lanamento de duas moedas, a probabilidade de se obterem uma cara e uma coroa : Soluo: Espao amostral
S= (cara,cara), (cara ,coroa), (coroa,cara),(coroa,coroa)
P(E) = 2/4 = = 50%

6/2/2012 38
sizelizio@gmail.com
Probabilidade
Operaes com eventos As operaes entre conjuntos podem ser aplicadas aos eventos
1. Evento Unio: ( E U F ) o evento formado pelos elementos que pertencem a pelo menos um dos eventos considerados. E
S (EUF)
6/2/2012 39
sizelizio@gmail.com
Exemplo:
Probabilidade Operaes com eventos
No lanamento de um dado honesto, temos os eventos: Evento E: Sair nmeros par Evento F : Sair nmeros menor ou igual a 4. S (E)= 2,4,6
E
S (F)= 1, 2,3,4
2
6 ( E U F ) = 1,2,3,4,6
6/2/2012
1 3
2 4

40
sizelizio@gmail.com
Probabilidade
Operaes com eventos
As operaes entre conjuntos podem ser aplicadas aos eventos

1. Evento interseco: ( E F ) o evento formado pelos elementos que pertencentes a ambos os eventos considerados
E F
EF

6/2/2012 41
sizelizio@gmail.com
Exemplo:
Probabilidade Operaes com eventos
No lanamento de um dado honesto, temos os eventos: Evento E: Sair nmeros par Evento F : Sair nmeros menor ou igual a 4. S (E)= 2,4,6
E
S (F)= 1, 2,3,4
F
6
E F= 2,4,
6/2/2012
2 4
EF

42
sizelizio@gmail.com
Operaes com eventos
Probabilidade
As operaes entre conjuntos podem ser aplicadas aos eventos

1. Evento complementar : ( E ) o evento formado pelos elementos que no pertencem ao evento E

6/2/2012 43
sizelizio@gmail.com
Probabilidade Operaes com eventos Exemplo: No lanamento de um dado honesto, temos os eventos: Evento E: Sair nmeros par S (E)= 2,4,6 E 2 E 1 3 4 6 5 S
S (E)= 1,3,5

6/2/2012 44
sizelizio@gmail.com
Probabilidade Propriedades das probabilidade 1- A probabilidade do conjunto vazio e zero P (E)= Exemplo Evento (E) = Jogar um dado e se obter o nmero 7
OBS: O evento conjunto vazio chamado de evento impossvel

6/2/2012 45
sizelizio@gmail.com
Probabilidade Propriedades das probabilidade 2- O evento que coincide com prprio espao amostral. chamado de evento certo. P (E)= 1 Exemplo Evento (E) = Lanar uma moeda e tira cara ou coroa
P(E) = 100%

6/2/2012 46
sizelizio@gmail.com
Probabilidade Propriedades das probabilidade 3A probabilidade de um evento qualquer esta
compreendido entre 0 e 1
Se A
ento, P( A)
P( B)

6/2/2012 47
sizelizio@gmail.com
Probabilidade
Propriedades das probabilidade
Exemplo
Uma urna contm 10 bolas numeradas de 1 a 10 . Seja o evento A sortear da urna uma bola com nmero mltiplo de 4 e o evento B sortear uma bola com nmero mltiplo de 2 ento:
S (A) =
4,8
S(B)= 2,4,6,8,10
5 P(B)= 10 P(B)=0,5
2 P(A)= 10 P(A)=0,2
6/2/2012
P(A)0,2 P(B)0,5
48
sizelizio@gmail.com
Propriedades das probabilidade 4- Sendo Ao conjunto dos elementos de uma espao amostral que no pertencem a evento A , Temos: P(A) + P(B)= 1
Observao: O evento A chamado complementar de evento A

6/2/2012 49
sizelizio@gmail.com
Propriedades das probabilidade Exemplo : Uma urna contm 10 bolas numeradas de 1 a 10 seja o evento A sortear da urna uma bola com nmero mltiplo de 3 Ento
S ( A) 3, 6,9
S ( A)
1, 2, 4,5, 7,8,10
3 P( A) 10 P( A) 0,3
7 P( A) 10 P( A) 0, 7
P( A)0,3 P( B)0, 7 1

6/2/2012 50
sizelizio@gmail.com
Probabilidade Probabilidade condicionada Definio:[Probabilidade condicional] Sejam A e B dois eventos em um mesmo espao amostral, S, a probabilidade condicional de A dado que ocorreu o evento B, representado por P(A|B) dado por:
P( A / B)
P( B) , P( B) 0 P( B)

6/2/2012 51
sizelizio@gmail.com
Probabilidade
Probabilidade condicionada Eventos Complementares
O evento do exemplo 2 denominado de complementar do evento

do exemplo 1. Ou seja, se p a probabilidade de um evento ocorrer e q a probabilidade de que ele no ocorra, ento: p + q = 1 => q = 1 p

6/2/2012 52
sizelizio@gmail.com
Probabilidade Probabilidade condicionada Eventos Complementares
Ex 1) Probabilidade de se obter o nmero 4 como resultado de um lanamento de um dado: S = {1, 2, 3, 4, 5,6} e A = {4}, ento
p = 1/6 0,167 ou 16,7 %
Ex 2) Probabilidade de se obter um nmero diferente de 4 no lanamento de um dado: S = {1, 2, 3, 4, 5,6} e A = {1, 2, 3, 5,6}, ento
p = 5/6 0, 833 ou 83,3 %

6/2/2012 53
sizelizio@gmail.com
Probabilidade
Probabilidade condicionada Eventos Independentes Dois eventos so independentes quando a realizao de um no afeta a probabilidade da realizao do outro. Portanto a probabilidade de que dois eventos independentes se realizem simultaneamente definido por:
p( A) p( B)
Tambm conhecida como regra do "e"

6/2/2012 54
sizelizio@gmail.com
Probabilidade
Probabilidade condicionada Eventos Independentes
Exemplo Probabilidade de se obter, simultaneamente, 1 no primeiro dado e 5 no segundo :
P P
1 1 6 6 1 36

6/2/2012 55
sizelizio@gmail.com
Probabilidade
Probabilidade condicionada Eventos Mutuamente Exclusivos Dois eventos so mutuamente exclusivos quando a realizao de um exclui a realizao do outro. Nesse caso a probabilidade de que um ou o outro se realize :
p( A) p( B)
Tambm conhecida como regra do ou"

6/2/2012 56
sizelizio@gmail.com
Probabilidade
Probabilidade condicionada Eventos Mutuamente Exclusivos A probabilidade de se obter 1 ou 5 em um lanamento de dado :
P P P
6/2/2012
p1 p 2 1 1 6 6 1 3
57
Eng. Mecnico Sizelizio Alves sizelizio@gmail.com
Probabilidade
Probabilidade condicionada Exemplo:
Retirando-se uma carta de uma baralho de 52 cartas,qual a

probabilidade da carta retirada ser ou um S ou uma carta de copas
P( S P( S P( S COPAS ) COPAS ) COPAS ) P ( S ) P (COPAS ) P ( S 4 52 16 52 13 52 1 52 COPAS )

6/2/2012 58
sizelizio@gmail.com
Probabilidade Probabilidade condicionada Teorema Bayes

A expresso p(A B) significa a probabilidade condicional de A dada a presena de B, sendo chamada probabilidade condicional. A expresso p(A e B) a probabilidade conjunta, sendo a probabilidade conjunta de A e B.
Exemplo: Para o caso das peas produzida por quatro fornecedor,o teorema Bayes permite responder a questes do tipo: sabendo-se que a pea no conforme, qual a probabilidade de que tenha vindo do fornecedor X? Eng. Mecnico Sizelizio Alves
6/2/2012 59
sizelizio@gmail.com
Probabilidade Probabilidade condicionada Teorema Bayes
P(D)= P(I) P(D/I) + P(II) P(D/II) + P(III) P(D/III)
P( II / D)
P(II) P(D/II) P(I) P(D/I) + P(II) P(D/II) + P(III) P(D/III)

6/2/2012 60
sizelizio@gmail.com
Probabilidade Probabilidade condicionada Exemplo :

Uma empresa fabrica em trs filiais: I,II e III. A filial I produz 35% das peas, a filial II 25% das peas e a filial III 40% das peas. As probabilidades de que uma pea produzida por uma dessa filiais sejam defeituosas so 5%,12% e 3% respectivamente. escolhida uma pea ao acaso da produo dessa empresa : Determine: a) A probabilidade de a peas ser defeituosa b) Se ela defeituosa, qual a probabilidade de ter sido fabricada na filial II?

6/2/2012 61
sizelizio@gmail.com
Probabilidade Probabilidade condicionada
Resoluo:
a ) P( D) P(I) P(D/I) + P(II) P(D/II) + P(III) P(D/III) P( D) 0,35 0, 05 0, 25 0,12 0, 40 0, 03 P( D) 0, 0595

P(II) P(D/II) b) P ( II / D ) P(I) P(D/I) + P(II) P(D/II) + P(III) P(D/III) 0, 25 0,12 P( II / D) 0,35 0, 05 0, 25 0,12 0, 40 0, 03 P( II / D) 0,5042
6/2/2012 62
sizelizio@gmail.com

Aula de Estatística Descritiva 1

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Aula de Estatística Descritiva 1

Enviado por

Direitos autorais:

Formatos disponíveis

Universidade Paulista (UNIP) Campus Flamboyant (ICET)

Professor Eng. Sizelizio

Universidade Paulista (UNIP) Campus Flamboyant (ICET)

Eng. Mecnico Sizelizio Alves

Universidade Paulista (UNIP) Campus Flamboyant (ICET)

Eng. Mecnico Sizelizio Alves

Universidade Paulista (UNIP) Campus Flamboyant (ICET)

Introduo Conceitos Bsicos Populao conjunto de unidades individuais (unidades

Universidade Paulista (UNIP) Campus Flamboyant (ICET)

metodologia estatstica apropriada, da populao.

estudo quanto possvel

Universidade Paulista (UNIP) Campus Flamboyant (ICET)

Deve ser suficientemente grande;

Eng. Mecnico Sizelizio Alves

Universidade Paulista (UNIP) Campus Flamboyant (ICET)

Eng. Mecnico Sizelizio Alves

Universidade Paulista (UNIP) Campus Flamboyant (ICET)

Introduo A Estatstica pode ser classificada em:

Conjunto de tcnicas sistemticas de organizao, classificao,

Universidade Paulista (UNIP) Campus Flamboyant (ICET)

Altura, Salrio,Peso e Temperatura

Eng. Mecnico Sizelizio Alves

Universidade Paulista (UNIP) Campus Flamboyant (ICET)

Estatstica descritiva Captulo 2- Representaes Grficas

Eng. Mecnico Sizelizio Alves

Universidade Paulista (UNIP) Campus Flamboyant (ICET)

Universidade Paulista (UNIP) Campus Flamboyant (ICET)

Eng. Mecnico Sizelizio Alves

Altura de 50 alunos da UNIP Fonte: Dados fictcios

Universidade Paulista (UNIP) Campus Flamboyant (ICET)

Representaes Grficas Freqncia ( fi ): o nmero de vezes que o elemento aparece na

amostra, ou o nmero de elementos pertencentes a uma

Eng. Mecnico Sizelizio Alves

Universidade Paulista (UNIP) Campus Flamboyant (ICET)

Onde (n) tamanho da amostra

Eng. Mecnico Sizelizio Alves

Universidade Paulista (UNIP) Campus Flamboyant (ICET)

Limites das classes: so os extremos de cada classe e existem

Eng. Mecnico Sizelizio Alves

Universidade Paulista (UNIP) Campus Flamboyant (ICET)

Representaes Grficas Pontos mdios das classes (xi ):

Eng. Mecnico Sizelizio Alves

Universidade Paulista (UNIP) Campus Flamboyant (ICET)

Eng. Mecnico Sizelizio Alves

Universidade Paulista (UNIP) Campus Flamboyant (ICET)

Onde (n) nmero total de termos

Eng. Mecnico Sizelizio Alves

Universidade Paulista (UNIP) Campus Flamboyant (ICET)

Representaes Grficas Lanamento de um dado

Fonte: Dados fictcios

4 .100 16, 66% 24

Universidade Paulista (UNIP) Campus Flamboyant (ICET)

Eng. Mecnico Sizelizio Alves

Universidade Paulista (UNIP) Campus Flamboyant (ICET)

Escola A B C D E F Mdia Geral

Altura (m) 1,65 1,71 1,63 1,67 1,70 1,69 1,675

Fonte: Censo Escolar do Municpio de Japarabe, 2006

Eng. Mecnico Sizelizio Alves

Universidade Paulista (UNIP) Campus Flamboyant (ICET)

de classe e as larguras iguais s amplitudes dos intervalos das classes.

Universidade Paulista (UNIP) Campus Flamboyant (ICET)

( eixo y) deve corresponder a

aproximadamente 70% do eixo x.