Escolar Documentos
Profissional Documentos
Cultura Documentos
www.ispmoxico.co.ao
Copying prohibited
Este material de apoio é protegido pela lei de direitos autorais. Nenhuma parte deste
material pode ser reproduzida ou copiada sem o consentimento por escrito do titular dos
direitos.
1ª Edição
Autor: Teodoro Brás, Teacher at ISP-Moxico
teobrras@ispmoxico.co.ao
Sem dados você é apenas mais uma pessoa com uma opinião.
1 Estatística Descritiva 3
1.1 Noções básicas de Estatística . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.1 Coleta de dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.2 Dados brutos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.3 Conceitos básicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.3.1 Ramos da Estatística . . . . . . . . . . . . . . . . . . . . 4
1.1.3.2 Diferença entre população e amostra . . . . . . . . . . . . 5
1.1.3.3 Unidade estatística e dados estatísticos . . . . . . . . . . 8
1.2 Classificação dos diferentes tipos de dados . . . . . . . . . . . . . . . . . . 8
1.3 Surgimento da Investigação Operacional . . . . . . . . . . . . . . . . . . . 10
1.3.1 História . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3.1.1 Inglaterra . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2 Programação Linear 11
2.1 Introdução à Programação Linear . . . . . . . . . . . . . . . . . . . . . . . 11
2.1.1 Some Sub-technique One . . . . . . . . . . . . . . . . . . . . . . . 11
2.1.1.1 Some Sub-sub-technique One . . . . . . . . . . . . . . . . 11
2.2 Some Technique Two . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3 Evaluation Criteria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.4 Related Work . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.5 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3 Métodos de Resolução 13
3.1 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
v
vi Conteúdo
5 Evaluation 21
5.1 Summary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
6 Conclusão 23
6.1 Achieved Aims and Objectives . . . . . . . . . . . . . . . . . . . . . . . . 23
6.2 Critique and Limitations . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
6.3 Future Work . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
6.4 Final Remarks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
Bibliografia 25
Lista de Figuras
vii
Lista de Tabelas
4.1 Performance of Ligity in HTS mode against the Ligity-compatible DUD-E tar-
gets. The mean (and standard deviation in parentheses) values of ROC AUC
using Tanimoto is 0.622 (±0.132), while for Tversky it is 0.671 (±0.142); the
mean EF1% using Tanimoto is 5.648 (±8.668), while for EF1% using Tversky
it is 9.047 (±12.713). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
viii
Prefácio
1
1
Estatística Descritiva
3
Capítulo 1. Estatística Descritiva 1.1. Noções básicas de Estatística
Exemplo 1.1 Podemos estar interessados em estimar a renda familiar média em uma
determinada comunidade. Neste caso, o parâmetro de interesse é a renda média
de um domicílio típico da comunidade. Para adquirir os dados, podemos enviar
um questionário ou realizar uma entrevista por telefone. Uma vez que tenhamos
os dados, podemos primeiro representar os dados em forma gráfica ou tabular
para entender melhor seu comportamento de distribuição. Em seguida, usaremos
técnicas analíticas apropriadas para estimar o(s) parâmetro(s) de interesse, neste
caso a renda familiar média.
Definição 1.1 (Estatística) É uma área científica cujo objectivo principal é observar
um fenómeno, recolher, analisar, interpretar os dados e auxiliar na tomada de
decisão.
4
Capítulo 1. Estatística Descritiva 1.1. Noções básicas de Estatística
Muitas vezes não é desejável nem viável inquirir todos os elementos da população que
se pretende estudar, especialmente quando o número de elementos da população é muito
elevado. Daí que se inquira um subgrupo que seja representativo da população, ou seja,
recolhe-se uma amostra.
Exemplo 1.2 Suponha que desejamos estudar as alturas de todas as alunas de uma
certa universidade. A população será o conjunto das alturas medidas de todas
as alunas da universidade. A população não é o conjunto de todas as alunas da
universidade.
Em problemas do mundo real, geralmente não é possível obter informações sobre toda
a população. O objetivo primário da estatística é coletar e estudar um subconjunto da
população, chamado de amostra, para adquirir informações sobre algumas características
específicas da população que são de interesse.
5
Capítulo 1. Estatística Descritiva 1.1. Noções básicas de Estatística
6
Capítulo 1. Estatística Descritiva 1.1. Noções básicas de Estatística
Definição 1.5 (Probabilístico) É aquela em que cada um dos elementos tem hipótese
de ser incluído na amostra, sendo possível medir com rigor qual a probabilidade de
tal suceder, através do cálculo de probabilidades.
Podendo ser:
■ Amostragem sistemática;
■ Amostragem estratificada;
Definição 1.6 (Não Probabilístico ou Dirigido) São aquelas que não permitem definir
com rigor ou calcular as probabilidades de inclusão dos diferentes elementos da
população na amostra.
Estes processos são de um modo geral mais económicos e expeditos, podendo ser:
■ Amostragem subjetiva;
7
Capítulo 1. Estatística Descritiva 1.2. Classificação dos diferentes tipos de dados
Definição 1.8 (Dado estatístico) É o resultado da observação, que pode ser de tipo
qualitativo ou quantitativo, das unidades estatísticas que compõem um determi-
nado conjunto.
– Escala nominal: quando os dados estão divididos por categorias que não
possuem ordem.
8
Capítulo 1. Estatística Descritiva 1.2. Classificação dos diferentes tipos de dados
– Escala ordinal: quando os dados estão divididos por categorias que obedecem
a uma sequência com significado
Exemplo 1.7 temperatura do ar, número de pessoas que entram por hora
num banco, número de erros por página num livro, etc.
9
Capítulo 1. Estatística Descritiva 1.3. Surgimento da Investigação Operacional
x2 + 2x = 5 (1.1)
■ E( aX ) = aE( X )
10
2
Programação Linear
In this section you need to explain all the theory required to understand your
dissertation (i.e. the following chapters)
Texto aqui
Texto aqui
Texto aqui
Texto aqui
2.2 | Some Technique Two with Super Long Title Which Will Over‐
run In Header
Texto aqui
11
Capítulo 2. Programação Linear 2.4. Related Work
Note that this section may be sectioned based on the different aspects of your dis-
sertation. Some referenced text, as an example Arrighi (2003). Withers-Martinez et al.
(2012)
2.5 | Summary
Texto aqui
12
3
Métodos de Resolução
This section should include a recipe of what you did (explain what you have
done so if someone wants to reproduce the experiment, they can). A flow
chart is typically helpful. Also, make sure to define all software that you
used including version numbers and OS. Should also include a description of
statistical methods used (if any).1
3.1 | Summary
13
4
15
Capítulo 4. Results & Discussion 4.1. An Example of a Table Spanning Multiple Pages
16
Capítulo 4. Results & Discussion 4.2. Some Other Section
17
m x y z a Am B C x y z a Am B C
1 16.128 +8.872 16.128 1.402 1.373 -146.6 -137.6 16.128 +8.872 16.128 1.402 1.373 -146.6 -137.6
2 3.442 -2.509 3.442 0.299 0.343 133.2 152.4 3.442 -2.509 3.442 0.299 0.343 133.2 152.4
3 1.826 -0.363 1.826 0.159 0.119 168.5 -161.1 1.826 -0.363 1.826 0.159 0.119 168.5 -161.1
4 0.993 -0.429 0.993 0.086 0.08 25.6 90 1.826 -0.363 1.826 0.159 0.119 168.5 -161.1
5 1.29 +0.099 1.29 0.112 0.097 -175.6 -114.7 1.826 -0.363 1.826 0.159 0.119 168.5 -161.1
6 0.483 -0.183 0.483 0.042 0.063 22.3 122.5 1.826 -0.363 1.826 0.159 0.119 168.5 -161.1
7 0.766 -0.475 0.766 0.067 0.039 141.6 -122 1.826 -0.363 1.826 0.159 0.119 168.5 -161.1
8 0.624 +0.365 0.624 0.054 0.04 -35.7 90 1.826 -0.363 1.826 0.159 0.119 168.5 -161.1
9 0.641 -0.466 0.641 0.056 0.045 133.3 -106.3 1.826 -0.363 1.826 0.159 0.119 168.5 -161.1
10 0.45 +0.421 0.45 0.039 0.034 -69.4 110.9 1.826 -0.363 1.826 0.159 0.119 168.5 -161.1
11 0.598 -0.597 0.598 0.052 0.025 92.3 -109.3 1.826 -0.363 1.826 0.159 0.119 168.5 -161.1
Capítulo 4. Results & Discussion 4.4. Summary
4.4 | Summary
text here
19
5
Evaluation
In an ideal world, you should have two kind of evaluations. The first is
against some ground truth (perhaps a random model?). The second kind
of evaluation is against other people’s work (accuracy, speed, etc.). Any
dimension which is of interest, should be evaluated. Evaluation should be
statistically sound.
5.1 | Summary
21
6
Conclusão
This section should have a summary of the whole project. The original aims
and objective and whether these have been met should be discussed. It should
include a section with a critique and a list of limitations of your proposed
solutions. Future work should be described, and this should not be marginal
or silly (e.g. add machine learning models). It is always good to end on a
positive note (i.e. ‘Final Remarks’).
23
Bibliografia
Pablo Arrighi. Quantum computation explained to my mother. arXiv preprint quant-ph/0305045, 2003.
Chrislaine Withers-Martinez, Catherine Suarez, Simone Fulle, Samir Kher, Maria Penzo, Jean-Paul Ebe-
jer, Kostas Koussis, Fiona Hackett, Aigars Jirgensons, Paul Finn, and Michael J. Blackman. Plasmo-
dium subtilisin-like protease 1 (SUB1): Insights into the active-site structure, specificity and function
of a pan-malaria drug target. International Journal for Parasitology, 42(6):597–612, 2012.
25