Escolar Documentos
Profissional Documentos
Cultura Documentos
1 Lista de Exercícios
1 Lista de Exercícios
DRE: 115026892
> x<-c(664, 658, 610, 670, 640, 643, 675, 650, 676, 575, 660, 661, 520, 667, 668, 635,
671, 673, 645, 650)
> hist(x,breaks=10,xlab="Nmero de eventos ocorridos ",ylab="Frequncia",
main="Eventos Ssmicos", xlim = range(400,700),col='red')
> x<-c(84, 68, 33, 52, 47, 73, 68, 61, 73, 77, 74, 71, 81, 91, 65, 55, 57, 35, 85, 88, 59,
80, 41, 50, 53, 65, 76, 85, 73, 60, 67, 41, 78, 56, 94, 35, 45, 55, 64, 74, 65, 94, 66,
48,39, 69, 89, 98, 42, 54)
> dados<-x
> h=hist(dados,breaks=10,main="Histograma notas dos alunos")
> xhist<-c(min(h$breaks),h$breaks)
> yhist<-c(0,((h$counts)/length(dados))*100,0)
> plot(xhist,yhist,ylab="Frequncia(%)",xlab="Notas obtidas",type="s",
main="Frequncia das nota dos alunos",xlim=range(0,100),col='blue')
Temos o seguinte intervalo modal:
> x<-c(84, 68, 33, 52, 47, 73, 68, 61, 73, 77, 74, 71, 81, 91, 65, 55, 57, 35, 85, 88, 59,
80, 41, 50, 53, 65, 76, 85, 73, 60, 67, 41, 78, 56, 94, 35, 45, 55, 64, 74, 65, 94, 66, 48,
39, 69, 89, 98, 42, 54)
> dados<-x
> h=hist(dados)
> xhist<-c(min(h$breaks),h$breaks)
> yhist<- c(0,h$density,0)
> plot(xhist,yhist,ylab="Frequncia",xlab="Notas obtidas",type="s", main="Frequncia
das notas dos alunos",xlim=range(30,100),col='blue')
> x<-c(84, 68, 33, 52, 47, 73, 68, 61, 73, 77, 74, 71, 81, 91, 65, 55, 57, 35, 85, 88, 59,
80, 41, 50, 53, 65, 76, 85, 73, 60, 67, 41, 78, 56, 94, 35, 45, 55, 64, 74, 65, 94, 66, 48,
39, 69, 89, 98, 42, 54)
> dados<-x
> h=hist(dados,breaks=10,main="Histograma notas dos alunos")
> xhist<-c(min(h$breaks),h$breaks)
> yhist<-c(0,((h$counts)/length(dados))*100,0)
>plot(xhist,yhist,ylab="Frequncia(%)",xlab="Notas obtidas",type="s",
main="Frequncia das notas dos alunos",xlim=range(30,100))
> boxplot(dados,col='blue')
e o coeficiente de variacao
c) Determine o desvio padrao da amostra.
>require(gstat)
>data(jura)
>Tipo_de_terra<-subset(prediction.dat,Landuse==1)
>x.norm<-Tipo_de_terra$Pb
>h<-hist(x.norm,breaks=11)
>xhist<-c(min(h$breaks),h$breaks)
>yhist<-c(0,h$density,0)
>xfit<-seq(21,85,by=1.0)
> yfit<-dnorm(xfit,mean=mean(x.norm),sd=sd(x.norm))
>plot(xhist,yhist,ylab="densidade",xlab="Pb na floresta",type="s", main="Pb em
Jungle",xlim=range(20,85),col='red')
>lines(xfit,yfit,col='black')
*Pasto
>require(gstat)
>data(jura)
>Tipo_de_terra2<-subset(prediction.dat,Landuse==2)
>x.norm<-Tipo_de_terra2$Pb
>h<-hist(x.norm,breaks=11)
>xhist<-c(min(h$breaks),h$breaks)
>yhist<-c(0,h$density,0)
>xfit<-seq(21,250,by=1.0)
> yfit<-dnorm(xfit,mean=mean(x.norm),sd=sd(x.norm))
>plot(xhist,yhist,ylab="densidade",xlab="Pb no pasto",type="s", main="Pb
pasto",xlim=range(21,250),col='green')
>lines(xfit,yfit,col='blue')
*Relva
>require(gstat)
>data(jura)
>Tipo_de_terra3<-subset(prediction.dat,Landuse==3)
>x.norm<-Tipo_de_terra3$Pb
>h<-hist(x.norm,breaks=11)
>xhist<-c(min(h$breaks),h$breaks)
>yhist<-c(0,h$density,0)
>xfit<-seq(15,175,by=1.0)
> yfit<-dnorm(xfit,mean=mean(x.norm),sd=sd(x.norm))
>plot(xhist,yhist,ylab="densidade",xlab="Pb na relva",type="s", main="Pb
relva",xlim=range(15,175),col='purple')
>lines(xfit,yfit,col='brown')
*Estatsticas bsicas
*Floresta
>require(gstat)
>data(jura)
>Tipo_de_terra<-subset(prediction.dat,Landuse==1)
>x.norm<-Tipo_de_terra$Pb
>summary(x.norm)
*Pasto
>require(gstat)
>data(jura)
>Tipo_de_terra2<-subset(prediction.dat,Landuse==2)
>x.norm<-Tipo_de_terra2$Pb
>summary(x.norm)
*Relva
>require(gstat)
>data(jura)
>Tipo_de_terra3<-subset(prediction.dat,Landuse==3)
>x.norm<-Tipo_de_terra3$Pb
>summary(x.norm)
>require(gstat)
>data(jura)
>g<-gstat(id='Pb',formula=Pb~1,locations=~Xloc+Yloc,data=prediction.dat)
>graf<-variogram(g)
>plot(graf)
Qt=Q1+Q2+Q3/At logo:
Qt= [10(10x40)]+[12(20x40)]+[15(30x40)]/40x60=
Qt= (10x400)+(12x800)+(15x1200)/2400=
Qt= 4000+9600+18000/2400=
Qt= 13,17
Qt= 2400+1440+1200/3=
Qt= 1680
13- Uma populacao discreta e finita e constituida por 200 objetos, distribuidos
em tres estratos diferentes S1, S2 e S3, da seguinte forma: 50 em S1 e S3 ; 100
em S2. De quantas maneiras diferentes pode-se extrair uma amostra
estratificada, com reposicao
, de tamanho igual a 40 objetos?
Cr(10)*Cr(20)*Cr(10)
(50) (100) (50)
59/10*119/20*59/10=207,1195 maneiras
14- a) Uma amostra com temperaturas tem media igual a 25,32 graus Celsius e
desvio-padrao igual a 4,7. Se as medidas forem convertidas em graus Kelvin,
quais sao a nova media e o novo desvio-padrao ? (1 grau Kelvin = 1 grau Celsius
+ 273,16).
b) Uma amostra com areas tem media amostral igual a 59,2 hectares, com
desvio-padrao igual a 11,2 hectares. Se as medidas forem convertidas em acres,
a nova media e o novo desvio-padrao
quais sao ? (1 hectare = 2.471 acres).