Lista 2 - Introdução à Probabilidade e Estatística

Tamanho: px
Começar a partir da página:

Download "Lista 2 - Introdução à Probabilidade e Estatística"

Transcrição

1 UNIVERSIDADE FEDERAL DO ABC Lista - Itrodução à Probabilidade e Estatística Modelo Probabilístico experimeto. Que eveto represeta ( =1 E )? 1 Uma ura cotém 3 bolas, uma vermelha, uma verde e uma azul. a) Cosidere o seguite experimeto. Retire uma bola da ura, devolva-a e retire uma seguda bola. Descreva o espaço amostral. b) Repita o exercício o caso em que a primeira bola retirada ão é devolvida. Propoha o espaço amostral para os seguites experimetos a) Uma moeda é laçada duas vezes. b) Um dado e uma moeda são laçados simultaeamete c) Uma caeca cai de uma mesa. d) Duas cartas são retiradas de um baralho de 5 cartas. e) Um pacote de seis cartas umeradas é embaralhado e os úmeros são revelados um a um. f) Laçar uma moeda até sair cara. g) Que horas seu relógio mostra agora. 3 Dois dados são laçados. Seja E o eveto em que a soma dos dados é impar; seja F o eveto em que pelo meos um dos úmeros a face virada para cima seja 1; e seja G o eveto em que a soma é 5. Descreva os evetos E F, E F, F G, E F, e E F G. 4 Um dado é laçado sucessivas vezes até aparecer um 6 a face virada para cima. Neste istate o experimeto aliza. Qual é o espaço amostral deste experimeto? Seja E o eveto em que laçametos são ecessários para completar o 5 Um sistema está formado por 5 compoetes, cada uma das quais está em fucioameto ou com falha. Cosidere o experimeto que cosiste em observar o estado de cada compoete. Assuma que o resultado do experimeto está dado por um vetor (x 1, x, x 3, x 4, x 5 ), ode x i é igual a 1 se a i-ésima compoete está fucioado e igual a 0 caso cotrário. a) Qual a cardialidade do espaço amostral deste experimeto. b) Assuma que o sistema estará em fucioameto caso as compoetes 1 e estejam fucioado, ou se as compoetes 3 e 4 estão fucioado ou se as compoetes 1, 3 e 5 estão fucioado. Seja W o eveto em que o sistema está fucioado. Especique os potos amostrais de W. c) Seja A o eveto em que as compoetes 4 e 5 falham. Qual a cardialidade deste eveto? d) Escreva todos os potos amostrais do eveto A W. 6 O admiistrador de um hospital codica os pacietes vítimas de arma de fogo que igressam a uidade hospitalar segudo teham ou ão plao de saúde (código 1 se tem cobertura e código 0 se ão tiver) e de acordo a sua codição, que é avaliada como boa (b), razoável (r) ou péssima (p). Cosidere o experimeto que cosiste em codicar estes pacietes. a) Descreva o espaço amostral deste experimeto. b) Seja A o eveto em que o paciete está em uma codição péssima. Especique os potos amostrais de A.

2 c) Seja B o eveto em que o paciete ão tem um plao de saúde. Especique os potos amostrais de B. d) Apresete todos os potos amostrais do eveto B A. 7 [Distribuição de objetos em cubículos.] Cosidere o espaço amostral decorrete de alocar k objetos (bolas, etc.) em cubículos (caixas,uras, etc.) eumerados de 1 a. Esta classe de problemas aparece, por exemplo, a Física Estatística quado é estudada a distribuição de k partículas (prótos, elétros, etc.) etre estados (que podem ser íveis de eergia). Na física estatística dizemos que: a)as partículas obedecem a estatística de Maxwell-Boltzma se são distiguíveis. b)as partículas obedecem a estatística de Fermi- Dirac se são idistiguíveis e se estão sujeitas ao pricípio de exclusão de Pauli (i.e. o máximo uma partícula por sítio). c)as partículas obedecem a estatística de Bose- Eistei se são idistiguíveis mas ão estão sujeitas ao pricípio de exclusão de Pauli (i.e. sem restrição ao úmero de partículas por sítio, como o caso da estatística de Maxwell- Boltzma). Descreva o espaço amostral para estes modelos de alocação de partículas. 8 Cosidere o experimeto aleatório que cosiste em observar os primeiros movimetos de uma partícula que se desloca aleatoriamete o cojuto Z = {..., 1, 0, 1,... } dos úmeros iteiros. A partícula começa sua trajetória a origem o istate 0 e a cada istate de tempo 1,, 3,... a partícula se move aleatoriamete para a direita ou para a esquerda. Descreva o espaço amostral deste experimeto. 9 Descreva o espaço amostral quado o experimeto cosiste em observar a trajetória completa do passeio aleatório. Isto é, se observarmos seus movimetos em todos istate de tempo, N. 10 Cosidere uma ura que que cotém M bolas eumeradas 1,,... M ode M 1 bolas tem a cor b 1,..., M r tem a cor b r, e M M r = M. Supoha que retiramos uma amostra de tamaho < M sem substituição. Descreva o espaço amostral do experimeto. 11 Mostre as seguites relações a) E F E E F. b) Se E F etão F E. c) F = (F E) F E ), e E F = E (E F). d) Para qualquer sequêcia de evetos E 1, E,... dea uma sequêcia de evetos F 1, F,... disjutos dois a dois tais que para cada 1, i=1 E i = i=1 F i. 1 Sejam E, F e G três evetos. Ecotre uma expressão para os seguites evetos a) Apeas o eveto E ocorre. b) Os evetos E e G ocorrem mas ão o eveto F. c) Pelo meos um dos evetos ocorre. d) Pelo meos dois dos evetos ocorrem. e) Os três evetos ocorrem. f) Nehum dos evetos ocorre. g) No máximo, um dos evetos ocorre. h) No máximo, dois dos evetos ocorrem. i) Exatamete dois dos evetos ocorrem. j) No máximo, três dos evetos ocorrem. 13 Supoha que um experimeto é realizado vezes. Para qualquer eveto E do espaço amostral seja (E) o úmero de vezes que o eveto E ocorre, e dea f(e) = (E)/. Mostre que f(.) satisfaz os axiomas de uma probabilidade. 14 Se P[E] = 0, 9 e P[F] = 0, 8 mostre que P[E F] 0, 7. Em geral, mostre a desigualdade de Boferroi, P[E F] P[E] + P[F] 1

3 15 Mostre que a probabilidade de que exatamete um dos evetos E ou F ocorra é igual a P[E] + P[F] P[E F]. 16 Prove que P[E F ] = P[E] P[E F]. 17 Mostre que A B se e somete se 1 A 1 B ; e que A B = se, e somete se, 1 A 1 B = Mostre que se P e Q são duas probabilidades etão ap + bq é uma probabilidade, ode a, b 0 e a + b = 1. Foreça um exemplo cocreto de uma mistura deste tipo. 19 Se P é uma probabilidade, que axiomas satisfazem P/ e P. 0 Seja (A ) N uma sequêcia de evetos. a) Mostre que se P[A ] = 1, N etão P[ N A ] = 1. b) Mostre que se P[A ] = 0, N etão P[ N A ] = 0. * 1 Mostre que P[E F G] = P[E] + P[F] + P[G] P[E F G] P[E F G] P[E F G ] P[E F G]. 3

4 Respostas dos Exercícios 1 Se deotarmos uma bola vermelha por Va, uma verde por Ve e uma azul por A teremos que o espaço amostral será dado por: a) Ω = {(Va, Va), (Va, Ve), (Va, A), (Ve, Va), (Ve, Ve), (Ve, A), (A, Va), (A, Ve), (A, A)} b) Ω = {(Va, Ve), (Va, A), (Ve, Va), (Ve, A), (A, Va), (A, Ve)} a) Ω = {(0, 0), (0, 1), (1, 0), (1, 1)}, ode 0 represeta coroa e 1 represeta cara. b) Ω = {(i, a) : i {1,, 3, 4, 5, 6}, a {0, 1}}. c) Há várias opções depededo de qual seja o iteresse de quem esteja observado o experimeto. i) Ω = {S, N} ode S represeta que a caeca quebrou e N represeta que a caeca ão quebrou. ii) Ω = {1,,...} se o iteresse for em registrar o úmero de partes da caeca espalhados o chão após a queda. iii) Ω = {A, B, D, E} se o iteresse for em saber se após a queda a caeca cou virada para Acima ou para Baixo; ou se a orelha da caeca cou para Direita ou para Esquerda. d) Se C deota o cojuto de cartas, etão Ω = {A : A C e A = }. Em outras palavras, Ω cosiste de todos os subcojutos de duas cartas de um baralho de 5 cartas. e) O espaço amostral cosiste de todas as permutações do cojuto {1,, 3, 4, 5, 6}. f) Se registrarmos o úmero de laçametos ecessários até sair cara, Ω = {1,,...}. g) Se o relógio for um digital podemos tomar como espaço amostral Ω = {(h, m, s) : h Ω h, m Ω m, s Ω s }, ode Ω h = {1,,... 4}, Ω m = {0, 1,..., 59} e Ω s = {0, 1,..., 59}. 3 O espaço amostral correspode a este experimeto é Ω = {(1, 1), (1, ),..., (6, 6)} = {(ω 1, ω ) : ω i {1,, 3, 4, 5, 6}, i = 1, }. Desta forma temos que i) E F = {(1, ), (1, 4), (1, 6), (, 1), (4, 1), (6, 1)}. ii) E F represeta o eveto em que a soma é impar ou pelo meos um dos dois úmeros sorteados é o úmero 1. iii) F G = {(1, 4), (4, 1)}. iv) E F = {(, 3), (, 5), (3, ), (3, 4), (3, 6), (4, 3), (4, 5), (5, ), (5, 4), (5, 6), (6, 3), (6, 5)}. v) E F G = F G. 4 4 Uma escolha de espaço amostral é dada por Ω = {(, x 1,..., x 1 ),, x i 6, i = 1,..., 1} {1} ode (, x 1,..., x 1 ) represeta a situação em que o úmero 6 foi sorteado pela primeira vez o -ésimo laçameto e x i represeta o resultado do i-ésimo laçameto. O eveto {1} represeta o eveto o qual o úmero 6 é sorteado o primeiro laçameto. O eveto ( =1 E ) represeta o eveto em que o úmero 6 uca é sorteado. 5 a) 5 = 3. b) W = {(1, 1, 1, 1, 1), (1, 1, 1, 1, 0), (1, 1, 1, 0, 1), (1, 1, 0, 1, 1), (1, 1, 1, 0, 0), (1, 1, 0, 1, 0), (1, 1, 0, 0, 1), (1, 1, 0, 0, 0), (1, 0, 1, 1, 1), (0, 1, 1, 1, 1), (1, 0, 1, 1, 0), (0, 1, 1, 1, 0), (0, 0, 1, 1, 1), (0, 0, 1, 1, 0), (1, 0, 1, 0, 1)}. c) 8. d) A W = {(1, 1, 1, 0, 0), (1, 1, 0, 0, 0)}. 6 a) Ω = {(1, b), (0, b), (1, r), (0, r), (1, p), (0, p)}. b) A = {(1, p), (0, p)}. c) B = {(0, b), (0, r), (0, p)}. d) B A = {(1, p), (0, p), (1, b), (1, r)}. 7 Modelo de Maxwell-Boltzma. Neste modelo de alocação de partículas em cubículos, as partículas são distiguíveis e um cubículo pode comportar mais de uma partícula. Nestas codições o espaço amostral para este experimeto é dado por Ω = {(ω 1,..., ω k ) : 1 ω i i}, ode ω i é o úmero do cubículo ode a i-ésima partícula é alocada. Note que Ω = k. Modelo de Fermi-Dirac. Neste modelo as partículas são cosideradas idistiguíveis e ocupação múltipla de cubículos ão é permitida. Neste caso, Ω = {(ω 1,..., ω ) : ω i = 0ou1 j e j=1 ω j = k}. Note que Ω = ( k). Modelo de Bose-Eistei. Neste modelo as partículas são idistiguíveis e ocupação múltipla dos cubículos é permitida. Neste caso, Ω = {(ω 1,..., ω ) : ω j 0 e j=1 ω j = k}, ode ω j represeta o úmero de partículas presetes o cubículo j. Note que Ω = ( +k 1 k 1 ). 8 Ω = {(ω 1, ω,..., ω ) : ω i { 1, 1}, 1 i } ode ω i = 1 represeta um passo à esquerda o i-ésimo movimeto e ω i = 1 represeta um passo à direita o i-ésimo movimeto.

5 9 Ω = { 1, 1} N = {(ω i ) i N : ω i = 1 ou 1, i N}. 10 Ω = {ω : ω = (a 1,..., a ) : a k a l se k l, a i = 1,,..., M}. Note que Ω = (M) m. 11 d) F 1 = E 1 e F i = E i ( i 1 j=1 E j ) para i. 1 a) E F G. b) E G F. c) E F G. d) (E F) (E G) (F G). e) E F G. f) E F G. g) (E F G ) (E F G ) (E F G ) (E F G) h) (E F G). i) (E F G ) (E F G) (E F G). j) Ω. 13 f(.) satisfaz as seguites propriedades: i) f(e) 0 para qualquer eveto E já que (E) 0. ii) Se A B = etão f(a B) = (A B) (A)+(B) = f(a) + f(b). iii) f(ω) = (Ω) = = 1. = 14 Sedo que 1 P[E F] = P[E] + P[F] P[E F] cocluímos que P[E F] P[E] + P[F] O eveto E F = (E \ F) (F \ E) represeta o eveto em que só um dos evetos E ou F ocorre. Logo, P[E F] = P[E \ F] + P[F \ E] = P[E] P[E F] + P[F] P[E F]. 16 Sedo que E F = E \ (E F) e que E F E cocluímos que, P[E F ] = P[E] P[E F]. 17 Assuma que A B. Seja ω Ω. Tem-se três casos. i) Se ω A etão ω B e este caso tem-se que 1 A (ω) = 1 B (ω) = 1. ii) Se ω B \ A etão 1 A (ω) = 0 < 1 = 1 B (ω). iii) Se ω B etão 1 A (ω) = 1 B (ω) = 0. Cocluímos que 1 A 1 B. Agora assuma que 1 A 1 B. Seja ω A. Logo, 1 = 1 A (ω) 1 B (ω) 1. Portato 1 B (ω) = 1; ou, de forma equivalete, ω B. 18 Comecemos otado que para qualquer eveto E, (ap + bq)(e) = ap(e) + bq(e). Logo, i) Do fato que P(E), Q(E) 0 para qualquer eveto E segue-se que (ap + bq)(e) 0. ii) Se E, F são dois evetos disjutos temos que (ap + bq)(e F) = ap(e F) + bq(e F) = 5 a(p(e) + P((F)) + b(q(e) + Q) = (ap(e) + bq(e)) + (ap(f) + bq(f)). iii) (ap+bq)(ω) = ap(ω)+bq(ω) = a.1+b.1 = P/ satisfaz os axiomas i e ii já que i) P/(E) = P(E) 0 para qualquer eveto E e, ii) se E, F são dois evetos disjutos etão P/(E F) = P(E F)/ = P(E)+P(F) = P/(E) + P/(F). P satisfaz os axiomas i e iii já que i) P (E) 0 para qualquer eveto E e iii) P (Ω) = 1 = 1. 0 Assuma que P(A ) = 0 para qualquer. Sedo que 0 P( N A ) N P(A ) = 0 cocluímos que P( N A ) = 0. Para cocluir o exercício ote que P( N A ) = 1 P(( N A ) ) = 1 P( N A ) e que se P(A ) = 1 para todo etão P(A ) = 0 para todo. 1 Verique que E F G = A B C com A, B, C disjutos dois a dois ode A = E \ ((E F G) (E F G)), B = F \ ((E F G ) (E F G)) e C = G \ (G F E ). Logo aplique as propriedades de uma probabilidade. Outra solução: Pelo Pricipio de Iclusão exclusão: P(E F G) = P(E) + P(F) + P(G) P(E F) P(E G) P(F G) + P(E F G) Agora use que e assim E F = (E F G C ) (E F G) E G = (E G F C ) (E G F) F G = (F G E C ) (F G E). P(E F) = P(E F G C ) + P(E F G) P(E G) = P(E G F C ) + P(E G F) P(F G) = P(F G E C ) + P(F G E). Somado P(E F) + P(E G) + P(F G) = P(E F G C )+P(E F F C )+P(F G E C )+3P(E F G), Agora substitua a fórmula de iclusão exclusão.

Lista 2 - Introdução à Probabilidade e Estatística

Lista 2 - Introdução à Probabilidade e Estatística Lista - Itrodução à Probabilidade e Estatística Modelo Probabilístico 1 Uma ura cotém 3 bolas, uma vermelha, uma verde e uma azul. a) Cosidere o seguite experimeto. Retire uma bola da ura, devolva-a e

Leia mais

Lista 2 - Introdução à Probabilidade e Estatística

Lista 2 - Introdução à Probabilidade e Estatística Lista 2 - Introdução à Probabilidade e Estatística Modelo Probabilístico G, E F, e E F G. 1 Uma urna contém 3 bolas, uma vermelha, uma verde e uma azul. a) Considere o seguinte experimento. Retire uma

Leia mais

Lista 9 - Introdução à Probabilidade e Estatística

Lista 9 - Introdução à Probabilidade e Estatística UNIVERSIDADE FEDERAL DO ABC Lista 9 - Itrodução à Probabilidade e Estatística Desigualdades e Teoremas Limites 1 Um ariro apota a um alvo de 20 cm de raio. Seus disparos atigem o alvo, em média, a 5 cm

Leia mais

Faculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu Programação Diâmica Aula 3: Programação Diâmica Programação Diâmica Determiística; e Programação Diâmica Probabilística. Programação Diâmica O que é a Programação Diâmica? A Programação Diâmica é uma técica

Leia mais

UFRGS 2007 - MATEMÁTICA

UFRGS 2007 - MATEMÁTICA - MATEMÁTICA 01) Em 2006, segudo otícias veiculadas a impresa, a dívida itera brasileira superou um trilhão de reais. Em otas de R$ 50, um trilhão de reais tem massa de 20.000 toeladas. Com base essas

Leia mais

Capitulo 6 Resolução de Exercícios

Capitulo 6 Resolução de Exercícios FORMULÁRIO Cojutos Equivaletes o Regime de Juros Simples./Vecimeto Comum. Descoto Racioal ou Por Detro C1 C2 Cm C1 C2 C...... 1 i 1 i 1 i 1 i 1 i 1 i 1 2 m 1 2 m C Ck 1 i 1 i k1 Descoto Por Fora ou Comercial

Leia mais

Faculdade Campo Limpo Paulista Mestrado em Ciência da Computação Complexidade de Algoritmos Avaliação 2

Faculdade Campo Limpo Paulista Mestrado em Ciência da Computação Complexidade de Algoritmos Avaliação 2 Faculdade Campo Limpo Paulista Mestrado em Ciêcia da Computação Complexidade de Algoritmos Avaliação 2. (2,0): Resolva a seguite relação de recorrêcia. T() = T( ) + 3 T() = 3 Pelo método iterativo progressivo.

Leia mais

2.1 Dê exemplo de uma seqüência fa n g ; não constante, para ilustrar cada situação abaixo: (a) limitada e estritamente crescente;

2.1 Dê exemplo de uma seqüência fa n g ; não constante, para ilustrar cada situação abaixo: (a) limitada e estritamente crescente; 2.1 Dê exemplo de uma seqüêcia fa g ; ão costate, para ilustrar cada situação abaixo: (a) limitada e estritamete crescete; (b) limitada e estritamete decrescete; (c) limitada e ão moótoa; (d) ão limitada

Leia mais

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA 5. INTRODUÇÃO É freqüete ecotrarmos problemas estatísticos do seguite tipo : temos um grade úmero de objetos (população) tais que se fossem tomadas as medidas

Leia mais

Aula 2 - POT - Teoria dos Números - Fabio E. Brochero Martinez Carlos Gustavo T. de A. Moreira Nicolau C. Saldanha Eduardo Tengan

Aula 2 - POT - Teoria dos Números - Fabio E. Brochero Martinez Carlos Gustavo T. de A. Moreira Nicolau C. Saldanha Eduardo Tengan Aula - POT - Teoria dos Números - Nível III - Pricípios Fabio E. Brochero Martiez Carlos Gustavo T. de A. Moreira Nicolau C. Saldaha Eduardo Tega de Julho de 01 Pricípios Nesta aula apresetaremos algus

Leia mais

INTRODUÇÃO. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...

INTRODUÇÃO. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ... INTRODUÇÃO Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário

Leia mais

somente um valor da variável y para cada valor de variável x.

somente um valor da variável y para cada valor de variável x. Notas de Aula: Revisão de fuções e geometria aalítica REVISÃO DE FUNÇÕES Fução como regra ou correspodêcia Defiição : Uma fução f é uma regra ou uma correspodêcia que faz associar um e somete um valor

Leia mais

Introdução à Probabilidade e Estatística

Introdução à Probabilidade e Estatística Professor Cristian F. Coletti Introdução à Probabilidade e Estatística (1 Para cada um dos casos abaixo, escreva o espaço amostral correspondente e conte seus elementos. a Uma moeda é lançada duas vezes

Leia mais

A TORRE DE HANÓI Carlos Yuzo Shine - Colégio Etapa

A TORRE DE HANÓI Carlos Yuzo Shine - Colégio Etapa A TORRE DE HANÓI Carlos Yuzo Shie - Colégio Etapa Artigo baseado em aula miistrada a IV Semaa Olímpica, Salvador - BA Nível Iiciate. A Torre de Haói é um dos quebra-cabeças matemáticos mais populares.

Leia mais

Os juros compostos são conhecidos, popularmente, como juros sobre juros.

Os juros compostos são conhecidos, popularmente, como juros sobre juros. Módulo 4 JUROS COMPOSTOS Os juros compostos são cohecidos, popularmete, como juros sobre juros. 1. Itrodução Etedemos por juros compostos quado o fial de cada período de capitalização, os redimetos são

Leia mais

*+,, -! / ! /,6 5. Virgilio Almeida, UFMG 2006

*+,, -! / ! /,6 5. Virgilio Almeida, UFMG 2006 !"#"! $%%& ' (# ) *+,, - -. -! /01 34 /050 " -! /,6 5. 7 " Método Estatístico Estatística Descritiva Estatística Iferecial ' - 8 8! 8 0 -# 8' 9/ - 8 8:61 -# 8:., :4 Experimeto: um processo cujo resultado

Leia mais

3. Seja C o conjunto dos números complexos. Defina a soma em C por

3. Seja C o conjunto dos números complexos. Defina a soma em C por Eercícios Espaços vetoriais. Cosidere os vetores = (8 ) e = ( -) em. (a) Ecotre o comprimeto de cada vetor. (b) Seja = +. Determie o comprimeto de. Qual a relação etre seu comprimeto e a soma dos comprimetos

Leia mais

Jackknife, Bootstrap e outros métodos de reamostragem

Jackknife, Bootstrap e outros métodos de reamostragem Jackkife, Bootstrap e outros métodos de reamostragem Camilo Daleles Reó camilo@dpi.ipe.br Referata Biodiversa (http://www.dpi.ipe.br/referata/idex.html) São José dos Campos, 8 de dezembro de 20 Iferêcia

Leia mais

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04 MA1 - Udade 4 Somatóros e Bômo de Newto Semaa de 11/04 a 17/04 Nesta udade troduzremos a otação de somatóro, mostrado como a sua mapulação pode sstematzar e facltar o cálculo de somas Dada a mportâca de

Leia mais

Testes de Hipóteses para a Diferença Entre Duas Médias Populacionais

Testes de Hipóteses para a Diferença Entre Duas Médias Populacionais Estatística II Atoio Roque Aula Testes de Hipóteses para a Difereça Etre Duas Médias Populacioais Vamos cosiderar o seguite problema: Um pesquisador está estudado o efeito da deficiêcia de vitamia E sobre

Leia mais

MAT 461 Tópicos de Matemática II Aula 3: Resumo de Probabilidade

MAT 461 Tópicos de Matemática II Aula 3: Resumo de Probabilidade MAT 461 Tópicos de Matemática II Aula 3: Resumo de Probabilidade Edson de Faria Departamento de Matemática IME-USP 19 de Agosto, 2013 Probabilidade: uma Introdução / Aula 3 1 Probabilidade Discreta: Exemplos

Leia mais

DEPARTAMENTO DE ESTATÍSTICA PROBABILIDADE

DEPARTAMENTO DE ESTATÍSTICA PROBABILIDADE UNIVERSIDADE FEDERAL FLUMINENSE CENTRO DE ESTUDOS GERAIS INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA PROBABILIDADE Aa Maria Lima de Farias Luiz da Costa Laurecel Setembro de 2007 . ii Coteúdo 1

Leia mais

Professor Mauricio Lutz PROBABILIDADE

Professor Mauricio Lutz PROBABILIDADE PROBABILIDADE Todas as vezes que se estudam fenômenos de observação, cumpre-se distinguir o próprio fenômeno e o modelo matemático (determinístico ou probabilístico) que melhor o explique. Os fenômenos

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

Analise de Investimentos e Custos Prof. Adilson C. Bassan email: adilsonbassan@adilsonbassan.com

Analise de Investimentos e Custos Prof. Adilson C. Bassan email: adilsonbassan@adilsonbassan.com Aalise de Ivestimetos e Custos Prof. Adilso C. Bassa email: adilsobassa@adilsobassa.com JUROS SIMPLES 1 Juro e Cosumo Existe juro porque os recursos são escassos. As pessoas têm preferêcia temporal: preferem

Leia mais

Séries de Potências AULA LIVRO

Séries de Potências AULA LIVRO LIVRO Séries de Potêcias META Apresetar os coceitos e as pricipais propriedades de Séries de Potêcias. Além disso, itroduziremos as primeiras maeiras de escrever uma fução dada como uma série de potêcias.

Leia mais

Universidade Federal do Maranhão Centro de Ciências Exatas e Tecnologia Coordenação do Programa de Pós-Graduação em Física

Universidade Federal do Maranhão Centro de Ciências Exatas e Tecnologia Coordenação do Programa de Pós-Graduação em Física Uiversidade Federal do Marahão Cetro de Ciêcias Exatas e Tecologia Coordeação do Programa de Pós-Graduação em Física Exame de Seleção para Igresso o 1º. Semestre de 2011 Disciplia: Mecâica Clássica 1.

Leia mais

Espaço Amostral ( ): conjunto de todos os

Espaço Amostral ( ): conjunto de todos os PROBABILIDADE Espaço Amostral (): conjunto de todos os resultados possíveis de um experimento aleatório. Exemplos: 1. Lançamento de um dado. = {1,, 3, 4,, 6}. Doador de sangue (tipo sangüíneo). = {A, B,

Leia mais

Módulo VIII. Probabilidade: Espaço Amostral e Evento

Módulo VIII. Probabilidade: Espaço Amostral e Evento 1 Módulo VIII Probabilidade: Espaço Amostral e Evento Suponha que em uma urna existam cinco bolas vermelhas e uma branca. Extraindo-se, ao acaso, uma das bolas, é mais provável que esta seja vermelha.

Leia mais

Processos Estocásticos

Processos Estocásticos IFBA Processos Estocásticos Versão 1 Alla de Sousa Soares Graduação: Liceciatura em Matemática - UESB Especilização: Matemática Pura - UESB Mestrado: Matemática Pura - UFMG Vitória da Coquista - BA 2014

Leia mais

PROBABILIDADE PROFESSOR: ANDRÉ LUIS

PROBABILIDADE PROFESSOR: ANDRÉ LUIS PROBABILIDADE PROFESSOR: ANDRÉ LUIS 1. Experimentos Experimento determinístico: são aqueles em que o resultados são os mesmos, qualquer que seja o número de ocorrência dos mesmos. Exemplo: Um determinado

Leia mais

COMPOSIÇÕES DE FUNÇÕES GERATRIZES E A FÓRMULA EXPONENCIAL

COMPOSIÇÕES DE FUNÇÕES GERATRIZES E A FÓRMULA EXPONENCIAL COMPOSIÇÕES DE FUNÇÕES GERATRIZES E A FÓRMULA EXPONENCIAL Grade parte do poder de fuções geratrizes vêm de composição delas! Observação. Sejam F (x) = 0 G(x) = 0 f x g x duas séries formais. A composição

Leia mais

Até que tamanho podemos brincar de esconde-esconde?

Até que tamanho podemos brincar de esconde-esconde? Até que tamaho podemos bricar de escode-escode? Carlos Shie Sejam K e L dois subcojutos covexos e compactos de R. Supoha que K sempre cosiga se escoder atrás de L. Em termos mais precisos, para todo vetor

Leia mais

1ª LISTA DE EXERCÍCIOS DE PROC. ESTOCÁSTICOS APLICADOS (CE 222) Prof. Benito Olivares 1 o Sem./ 2017

1ª LISTA DE EXERCÍCIOS DE PROC. ESTOCÁSTICOS APLICADOS (CE 222) Prof. Benito Olivares 1 o Sem./ 2017 UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA ª LISTA DE EXERCÍCIOS DE PROC. ESTOCÁSTICOS APLICADOS (CE ) Prof. Beito Olivares o Sem./ 7. Classifique e costrua uma trajetória

Leia mais

Capitulo 9 Resolução de Exercícios

Capitulo 9 Resolução de Exercícios FORMULÁRIO Empréstimos a Curto Prazo (Juros Simples) Taxa efetiva liear i l i ; Taxa efetiva expoecial i Empréstimos a Logo Prazo Relações Básicas C k R k i k ; Sk i Sk i e i ; Sk Sk Rk ; Sk i Sk R k ;

Leia mais

ActivALEA. ative e atualize a sua literacia

ActivALEA. ative e atualize a sua literacia ActivALEA ative e atualize a sua literacia N.º 29 O QUE É UMA SONDAGEM? COMO É TRANSMIITIIDO O RESULTADO DE UMA SONDAGEM? O QUE É UM IINTERVALO DE CONFIIANÇA? Por: Maria Eugéia Graça Martis Departameto

Leia mais

PROBABILIDADE. prof. André Aparecido da Silva. 1

PROBABILIDADE. prof. André Aparecido da Silva. 1 NOÇÕES DE PROBABILIDADE prof. Adré Aparecido da Silva adrepr@yahoo.com.br 1 TEORIA DAS PROBABILIDADES A teoria das probabilidades busca estimar as chaces de ocorrer um determiado acotecimeto. É um ramo

Leia mais

Lista de Exercícios #4. in Noções de Probabilidade e Estatística (Marcos N. Magalhães et al, 4ª. edição), Capítulo 4, seção 4.4, páginas 117-123.

Lista de Exercícios #4. in Noções de Probabilidade e Estatística (Marcos N. Magalhães et al, 4ª. edição), Capítulo 4, seção 4.4, páginas 117-123. Uiversidade de São Paulo IME (Istituto de Matemática e Estatística MAE Profº. Wager Borges São Paulo, 9 de Maio de 00 Ferado Herique Ferraz Pereira da Rosa Bach. Estatística Lista de Exercícios #4 i Noções

Leia mais

37ª OLIMPÍADA BRASILEIRA DE MATEMÁTICA PRIMEIRA FASE NÍVEL 3 (Ensino Médio) GABARITO

37ª OLIMPÍADA BRASILEIRA DE MATEMÁTICA PRIMEIRA FASE NÍVEL 3 (Ensino Médio) GABARITO 37ª OLIMPÍADA BRASILEIRA DE MATEMÁTICA PRIMEIRA FASE NÍVEL 3 Esio Médio) GABARITO GABARITO NÍVEL 3 ) B ) A ) B ) D ) C ) B 7) C ) C 7) B ) C 3) D 8) E 3) A 8) E 3) A ) C 9) B ) B 9) B ) C ) E 0) D ) A

Leia mais

Matemática. Resolução das atividades complementares. M10 Progressões. 1 (UFBA) A soma dos 3 o e 4 o termos da seqüência abaixo é:

Matemática. Resolução das atividades complementares. M10 Progressões. 1 (UFBA) A soma dos 3 o e 4 o termos da seqüência abaixo é: Resolução das atividades complemetares Matemática M0 Progressões p. 46 (UFBA) A soma dos o e 4 o termos da seqüêcia abaio é: a 8 * a 8 ( )? a, IN a) 6 c) 0 e) 6 b) 8 d) 8 a 8 * a 8 ( )? a, IN a 8 ()? a

Leia mais

MATEMÁTICA FINANCEIRA

MATEMÁTICA FINANCEIRA MATEMÁTICA FINANCEIRA VALOR DO DINHEIRO NO TEMPO Notas de aulas Gereciameto do Empreedimeto de Egeharia Egeharia Ecoômica e Aálise de Empreedimetos Prof. Márcio Belluomii Moraes, MsC CONCEITOS BÁSICOS

Leia mais

Exercício 1. Quantos bytes (8 bits) existem de modo que ele contenha exatamente quatro 1 s? Exercício 2. Verifique que

Exercício 1. Quantos bytes (8 bits) existem de modo que ele contenha exatamente quatro 1 s? Exercício 2. Verifique que LISTA INCRÍVEL DE MATEMÁTICA DISCRETA II DANIEL SMANIA 1 Amostras, seleções, permutações e combiações Exercício 1 Quatos bytes (8 bits) existem de modo que ele coteha exatamete quatro 1 s? Exercício 2

Leia mais

Demonstrações especiais

Demonstrações especiais Os fudametos da Física Volume 3 Meu Demostrações especiais a ) RLAÇÃO NTR próx. e sup. osidere um codutor eletrizado e em equilíbrio eletrostático. Seja P sup. um poto da superfície e P próx. um poto extero

Leia mais

Notas de Aula do Curso PGE950: Probabilidade

Notas de Aula do Curso PGE950: Probabilidade Notas de Aula do Curso PGE950: Probabilidade Leadro Chaves Rêgo, Ph.D. 2013.1 Prefácio Estas otas de aula foram feitas para compilar o coteúdo de várias referêcias bibliográficas tedo em vista o coteúdo

Leia mais

Revisão 01-2011. Exercícios Lista 01 21/02/2011. Questão 01 UFRJ - 2006

Revisão 01-2011. Exercícios Lista 01 21/02/2011. Questão 01 UFRJ - 2006 Aluo(a): Professor: Chiquiho Revisão 0-20 Exercícios Lista 0 2/02/20 Questão 0 UFRJ - 2006 Dois estados produzem trigo e soja. Os gráficos abaixo represetam a produção relativa de grãos de cada um desses

Leia mais

C Curso destinado à preparação para Concursos Públicos e Aprimoramento Profissional via INTERNET www.concursosecursos.com.br RACIOCÍNIO LÓGICO AULA 7

C Curso destinado à preparação para Concursos Públicos e Aprimoramento Profissional via INTERNET www.concursosecursos.com.br RACIOCÍNIO LÓGICO AULA 7 RACIOCÍNIO LÓGICO AULA 7 TEORIA DAS PROBABILIDADES Vamos considerar os seguintes experimentos: Um corpo de massa m, definida sendo arrastado horizontalmente por uma força qualquer, em um espaço definido.

Leia mais

Fundamentos de Bancos de Dados 3 a Prova

Fundamentos de Bancos de Dados 3 a Prova Fudametos de Bacos de Dados 3 a Prova Prof. Carlos A. Heuser Dezembro de 2007 Duração: 2 horas Prova com cosulta Questão 1 (Costrução de modelo ER - Peso 3) Deseja-se costruir um sistema WEB que armazee

Leia mais

INTRODUÇÃO A TEORIA DE CONJUNTOS

INTRODUÇÃO A TEORIA DE CONJUNTOS INTRODUÇÃO TEORI DE CONJUNTOS Professora Laura guiar Cojuto dmitiremos que um cojuto seja uma coleção de ojetos chamados elemetos e que cada elemeto é um dos compoetes do cojuto. Geralmete, para dar ome

Leia mais

O poço de potencial infinito

O poço de potencial infinito O poço de potecial ifiito A U L A 14 Meta da aula Aplicar o formalismo quâtico ao caso de um potecial V(x) que tem a forma de um poço ifiito: o potecial é ifiito para x < a/ e para x > a/, e tem o valor

Leia mais

A seguir, uma demonstração do livro. Para adquirir a versão completa em papel, acesse: www.pagina10.com.br

A seguir, uma demonstração do livro. Para adquirir a versão completa em papel, acesse: www.pagina10.com.br A seguir, uma demostração do livro. Para adquirir a versão completa em papel, acesse: www.pagia10.com.br Matemática comercial & fiaceira - 2 4 Juros Compostos Iiciamos o capítulo discorredo sobre como

Leia mais

5. A nota final será a soma dos pontos (negativos e positivos) de todas as questões

5. A nota final será a soma dos pontos (negativos e positivos) de todas as questões DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG - 2013/2014 Istruções: 1. Cada questão respodida corretamete vale 1 (um) poto. 2. Cada questão respodida

Leia mais

Fundamentos de Bancos de Dados 3 a Prova

Fundamentos de Bancos de Dados 3 a Prova Fudametos de Bacos de Dados 3 a Prova Prof. Carlos A. Heuser Dezembro de 2008 Duração: 2 horas Prova com cosulta Questão (Costrução de modelo ER) Deseja-se projetar uma base de dados que dará suporte a

Leia mais

Curso MIX. Matemática Financeira. Juros compostos com testes resolvidos. 1.1 Conceito. 1.2 Período de Capitalização

Curso MIX. Matemática Financeira. Juros compostos com testes resolvidos. 1.1 Conceito. 1.2 Período de Capitalização Curso MI Matemática Fiaceira Professor: Pacífico Referêcia: 07//00 Juros compostos com testes resolvidos. Coceito Como vimos, o regime de capitalização composta o juro de cada período é calculado tomado

Leia mais

5- CÁLCULO APROXIMADO DE INTEGRAIS 5.1- INTEGRAÇÃO NUMÉRICA

5- CÁLCULO APROXIMADO DE INTEGRAIS 5.1- INTEGRAÇÃO NUMÉRICA 5- CÁLCULO APROXIMADO DE INTEGRAIS 5.- INTEGRAÇÃO NUMÉRICA Itegrar umericamete uma fução y f() um dado itervalo [a, b] é itegrar um poliômio P () que aproime f() o dado itervalo. Em particular, se y f()

Leia mais

Cálculo das Probabilidades e Estatística I

Cálculo das Probabilidades e Estatística I Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Introdução a Probabilidade Existem dois tipos

Leia mais

1.4- Técnicas de Amostragem

1.4- Técnicas de Amostragem 1.4- Técicas de Amostragem É a parte da Teoria Estatística que defie os procedimetos para os plaejametos amostrais e as técicas de estimação utilizadas. As técicas de amostragem, tal como o plaejameto

Leia mais

defi departamento de física www.defi.isep.ipp.pt

defi departamento de física www.defi.isep.ipp.pt defi departameto de física Laboratórios de Física www.defi.isep.ipp.pt stituto Superior de Egeharia do Porto- Departameto de Física Rua Dr. Atóio Berardio de Almeida, 431 4200-072 Porto. T 228 340 500.

Leia mais

FACULDADE DE ADMINISTRAÇÃO E NEGÓCIOS DE SERGIPE

FACULDADE DE ADMINISTRAÇÃO E NEGÓCIOS DE SERGIPE FACULDADE DE ADMINISTRAÇÃO E NEGÓCIOS DE SERGIPE CURSO: ENGENHARIA DE PRODUÇÃO ASSUNTO: INTRODUÇÃO ÀS EQUAÇÕES DIFERENCIAIS, EQUAÇÕES DIFERENCIAIS DE PRIMEIRA ORDEM SEPARÁVEIS, HOMOGÊNEAS, EXATAS, FATORES

Leia mais

Exercícios de Matemática Polinômios

Exercícios de Matemática Polinômios Exercícios de Matemática Poliômios ) (ITA-977) Se P(x) é um poliômio do 5º grau que satisfaz as codições = P() = P() = P(3) = P(4) = P(5) e P(6) = 0, etão temos: a) P(0) = 4 b) P(0) = 3 c) P(0) = 9 d)

Leia mais

Introdução ao Estudo de Sistemas Lineares

Introdução ao Estudo de Sistemas Lineares Itrodução ao Estudo de Sistemas Lieares 1. efiições. 1.1 Equação liear é toda seteça aberta, as icógitas x 1, x 2, x 3,..., x, do tipo a1 x1 a2 x2 a3 x3... a x b, em que a 1, a 2, a 3,..., a são os coeficietes

Leia mais

Conceito 31/10/2015. Módulo VI Séries ou Fluxos de Caixas Uniformes. SÉRIES OU FLUXOS DE CAIXAS UNIFORMES Fluxo de Caixa

Conceito 31/10/2015. Módulo VI Séries ou Fluxos de Caixas Uniformes. SÉRIES OU FLUXOS DE CAIXAS UNIFORMES Fluxo de Caixa Módulo VI Séries ou Fluxos de Caixas Uiformes Daillo Touriho S. da Silva, M.Sc. SÉRIES OU FLUXOS DE CAIXAS UNIFORMES Fluxo de Caixa Coceito A resolução de problemas de matemática fiaceira tora-se muito

Leia mais

+... + a k. Observação: Os sistemas de coordenadas considerados são cartesianos retangulares.

+... + a k. Observação: Os sistemas de coordenadas considerados são cartesianos retangulares. MATEMÁTICA NOTAÇÕES : cojuto dos úmeros aturais; = {,,, } : cojuto dos úmeros iteiros : cojuto dos úmeros racioais : cojuto dos úmeros reais : cojuto dos úmeros complexos i: uidade imagiária, i = z: módulo

Leia mais

PROBABILIDADE Prof. Adriano Mendonça Souza, Dr.

PROBABILIDADE Prof. Adriano Mendonça Souza, Dr. PROBABILIDADE Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM - O intelecto faz pouco na estrada que leva à descoberta, acontece um salto na consciência, chameo de

Leia mais

Capitulo 10 Resolução de Exercícios

Capitulo 10 Resolução de Exercícios FORMULÁRIO Ivestimetos com Cláusulas de Correção Moetária, com pricipal e juros simples corrigidos S C i I Ivestimetos com Cláusulas de Correção Moetária, com apeas o pricipal corrigido e juros simples.

Leia mais

Universidade Federal da Bahia - IM

Universidade Federal da Bahia - IM Uiversidade Federal da Bahia - IM Programa de Pós-Graduação em Matemática Professor: Tertuliao Fraco Aluo: Felipe Foseca dos Satos Trabalho do curso de Probabilidade Este trabalho cosiste em resolver algumas

Leia mais

Departamento de Informática. Modelagem Analítica. Desempenho de Sistemas de Computação. Arranjos: Amostras Ordenadas. Exemplo

Departamento de Informática. Modelagem Analítica. Desempenho de Sistemas de Computação. Arranjos: Amostras Ordenadas. Exemplo Depatameto de Ifomática Disciplia: Modelagem Aalítica do Desempeho de Sistemas de Computação Elemetos de Aálise Combiatóia Pof. Ségio Colche colche@if.puc-io.b Teoema: Elemetos de Aálise Combiatóia Modelagem

Leia mais

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV DISCIPLINA: TGT410026 FUNDAMENTOS DE ESTATÍSTICA 8ª AULA: ESTIMAÇÃO POR INTERVALO

Leia mais

O QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE li

O QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE li O QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE li Média Aritmética Simples e Poderada Média Geométrica Média Harmôica Mediaa e Moda Fracisco Cavalcate(f_c_a@uol.com.br)

Leia mais

1.1 Comecemos por determinar a distribuição de representantes por aplicação do método de Hondt:

1.1 Comecemos por determinar a distribuição de representantes por aplicação do método de Hondt: Proposta de Resolução do Exame de Matemática Aplicada às Ciêcias Sociais Cód. 835-2ª 1ª Fase 2014 1.1 Comecemos por determiar a distribuição de represetates por aplicação do método de Hodt: Divisores PARTIDOS

Leia mais

onde d, u, v são inteiros não nulos, com u v, mdc(u, v) = 1 e u e v de paridades distintas.

onde d, u, v são inteiros não nulos, com u v, mdc(u, v) = 1 e u e v de paridades distintas. !"$# &%$" ')( * +-,$. /-0 3$4 5 6$7 8:9)$;$< =8:< > Deomiaremos equação diofatia (em homeagem ao matemático grego Diofato de Aleadria) uma equação em úmeros iteiros. Nosso objetivo será estudar dois tipos

Leia mais

NOÇÕES DE PROBABILIDADE

NOÇÕES DE PROBABILIDADE NOÇÕES DE PROBABILIDADE ? CARA? OU? COROA? ? Qual será o rendimento da Caderneta de Poupança até o final deste ano??? E qual será a taxa de inflação acumulada em 011???? Quem será o próximo prefeito de

Leia mais

VII Equações Diferenciais Ordinárias de Primeira Ordem

VII Equações Diferenciais Ordinárias de Primeira Ordem VII Equações Difereciais Ordiárias de Primeira Ordem Itrodução As equações difereciais ordiárias são istrumetos esseciais para a modelação de muitos feómeos proveietes de várias áreas como a física, química,

Leia mais

M = C (1 + i) n. Comparando o cálculo composto (exponencial) com o cálculo simples (linear), vemos no cálculo simples:

M = C (1 + i) n. Comparando o cálculo composto (exponencial) com o cálculo simples (linear), vemos no cálculo simples: PEDRO ORBERTO JUROS COMPOSTOS Da capitalização simples, sabemos que o redimeto se dá de forma liear ou proporcioal. A base de cálculo é sempre o capital iicial. o regime composto de capitalização, dizemos

Leia mais

7. ANÁLISE COMBINATÓRIA Professor Fernando Vargas. n 1 Cuidado

7. ANÁLISE COMBINATÓRIA Professor Fernando Vargas. n 1 Cuidado 7. ANÁLISE COMBINATÓRIA Professor Ferado Vargas É a área da Matemática que trata dos problemas de cotagem. Estuda problemas que evolvem o cálculo do úmero de agrupametos que podem ser feitos com os elemetos

Leia mais

Probabilidade 2 - ME310 - Lista 5

Probabilidade 2 - ME310 - Lista 5 Probabilidade - ME30 - Lista 5 November 3, 0 Lembrado:. Covergêcia de sequêcias em L p (também chamada de covergêcia em média): se lim E( X X 0 p ) 0 quado, etão a sequêcia deida por X é dita covergete

Leia mais

UNIVERSIDADE DA MADEIRA

UNIVERSIDADE DA MADEIRA Biofísica UNIVERSIDADE DA MADEIRA P9:Lei de Sell. Objetivos Verificar o deslocameto lateral de um feixe de luz LASER uma lâmia de faces paralelas. Verificação do âgulo critico e reflexão total. Determiação

Leia mais

INTERPOLAÇÃO. Interpolação

INTERPOLAÇÃO. Interpolação INTERPOLAÇÃO Profa. Luciaa Motera motera@facom.ufms.br Faculdade de Computação Facom/UFMS Métodos Numéricos Iterpolação Defiição Aplicações Iterpolação Liear Equação da reta Estudo do erro Iterpolação

Leia mais

O erro da pesquisa é de 3% - o que significa isto? A Matemática das pesquisas eleitorais

O erro da pesquisa é de 3% - o que significa isto? A Matemática das pesquisas eleitorais José Paulo Careiro & Moacyr Alvim O erro da pesquisa é de 3% - o que sigifica isto? A Matemática das pesquisas eleitorais José Paulo Careiro & Moacyr Alvim Itrodução Sempre que se aproxima uma eleição,

Leia mais

Estatística stica para Metrologia

Estatística stica para Metrologia Estatística stica para Metrologia Aula Môica Barros, D.Sc. Juho de 28 Muitos problemas práticos exigem que a gete decida aceitar ou rejeitar alguma afirmação a respeito de um parâmetro de iteresse. Esta

Leia mais

Módulo 4 Matemática Financeira

Módulo 4 Matemática Financeira Módulo 4 Matemática Fiaceira I Coceitos Iiciais 1 Juros Juro é a remueração ou aluguel por um capital aplicado ou emprestado, o valor é obtido pela difereça etre dois pagametos, um em cada tempo, de modo

Leia mais

COLÉGIO ANCHIETA-BA. ELABORAÇÃO: PROF. ADRIANO CARIBÉ e WALTER PORTO. RESOLUÇÃO: PROFA, MARIA ANTÔNIA C. GOUVEIA

COLÉGIO ANCHIETA-BA. ELABORAÇÃO: PROF. ADRIANO CARIBÉ e WALTER PORTO. RESOLUÇÃO: PROFA, MARIA ANTÔNIA C. GOUVEIA Questão 0. (UDESC) A AVALIAÇÃO DE MATEMÁTICA DA UNIDADE I-0 COLÉGIO ANCHIETA-BA ELABORAÇÃO: PROF. ADRIANO CARIBÉ e WALTER PORTO. PROFA, MARIA ANTÔNIA C. GOUVEIA Um professor de matemática, após corrigir

Leia mais

Questão 11. Questão 13. Questão 12. Questão 14. alternativa B. alternativa E. alternativa A

Questão 11. Questão 13. Questão 12. Questão 14. alternativa B. alternativa E. alternativa A Questão Em uma pesquisa, foram cosultados 00 cosumidores sobre sua satisfação em relação a uma certa marca de sabão em pó. Cada cosumidor deu uma ota de 0 a 0 para o produto, e a média fial das otas foi

Leia mais

MAC122 Princípios de Desenvolvimento de Algoritmos EP no. 1

MAC122 Princípios de Desenvolvimento de Algoritmos EP no. 1 MAC122 Pricípios de Desevolvimeto de Algoritmos EP o. 1 Prof. Dr. Paulo Mirada 1 Istituto de Matemática e Estatística (IME) Uiversidade de São Paulo (USP) 1. Estrutura dos arquivos de images o formato

Leia mais

Teste de Hipóteses VÍCTOR HUGO LACHOS DÁVILAD

Teste de Hipóteses VÍCTOR HUGO LACHOS DÁVILAD Teste de ióteses VÍCTOR UGO LACOS DÁVILAD Teste De ióteses. Exemlo. Cosidere que uma idustria comra de um certo fabricate, ios cuja resistêcia média à rutura é esecificada em 6 kgf (valor omial da esecificação).

Leia mais

Unidade 11 - Probabilidade. Probabilidade Empírica Probabilidade Teórica

Unidade 11 - Probabilidade. Probabilidade Empírica Probabilidade Teórica Unidade 11 - Probabilidade Probabilidade Empírica Probabilidade Teórica Probabilidade Empírica Existem probabilidade que são baseadas apenas uma experiência de fatos, sem necessariamente apresentar uma

Leia mais

Duas Fases da Estatística

Duas Fases da Estatística Aula 5. Itervalos de Cofiaça Métodos Estadísticos 008 Uiversidade de Averio Profª Gladys Castillo Jordá Duas Fases da Estatística Estatística Descritiva: descrever e estudar uma amostra Estatística Idutiva

Leia mais

Preliminares 1. 1 lim sup, lim inf. Medida e Integração. Departamento de Física e Matemática. USP-RP. Prof. Rafael A. Rosales. 8 de março de 2009.

Preliminares 1. 1 lim sup, lim inf. Medida e Integração. Departamento de Física e Matemática. USP-RP. Prof. Rafael A. Rosales. 8 de março de 2009. Medida e Itegração. Departameto de Física e Matemática. USP-RP. Prof. Rafael A. Rosales 8 de março de 2009. 1 lim sup, lim if Prelimiares 1 Seja (x ), N, uma seqüêcia de úmeros reais, e l o limite desta

Leia mais

Prof. Rafael A. Rosales 24 de maio de Exercício 1. De quantas maneiras é possível ordenar um conjunto formado por n elementos?

Prof. Rafael A. Rosales 24 de maio de Exercício 1. De quantas maneiras é possível ordenar um conjunto formado por n elementos? USP-FFCLRP Fudametos de Matemática DCM Iformática Biomédica Prof. Rafael A. Rosales 24 de maio de 20 Combiatória Exercício. De quatas maeiras é possível ordear um cojuto formado por elemetos? Exercício

Leia mais

Problema de Fluxo de Custo Mínimo

Problema de Fluxo de Custo Mínimo Problema de Fluo de Custo Míimo The Miimum Cost Flow Problem Ferado Nogueira Fluo de Custo Míimo O Problema de Fluo de Custo Míimo (The Miimum Cost Flow Problem) Este problema possui papel pricipal etre

Leia mais

O conceito de probabilidade

O conceito de probabilidade A UA UL LA O conceito de probabilidade Introdução Nesta aula daremos início ao estudo da probabilidades. Quando usamos probabilidades? Ouvimos falar desse assunto em situações como: a probabilidade de

Leia mais

Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL

Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL Prof. Fabrício Maciel Gomes Departameto de Egeharia Química Escola de Egeharia de Lorea EEL Referêcias Bibliográficas Sistema de Avaliação Duas Provas teóricas Um Trabalho em Grupo MédiaFial 0,4 P 0,4

Leia mais

a taxa de juros i está expressa na forma unitária; o período de tempo n e a taxa de juros i devem estar na mesma unidade de tempo.

a taxa de juros i está expressa na forma unitária; o período de tempo n e a taxa de juros i devem estar na mesma unidade de tempo. UFSC CFM DEPARTAMENTO DE MATEMÁTICA MTM 5151 MATEMÁTICA FINACEIRA I PROF. FERNANDO GUERRA. UNIDADE 3 JUROS COMPOSTOS Capitalização composta. É aquela em que a taxa de juros icide sempre sobre o capital

Leia mais

Matemática Ficha de Trabalho

Matemática Ficha de Trabalho Matemática Ficha de Trabalho Probabilidades 12º ao FT4 Arrajos completos (arrajos com repetição) Na liguagem dos computadores usa-se o código biário que é caracterizado pela utilização de apeas dois algarismos,

Leia mais

A soma dos perímetros dos triângulos dessa sequência infinita é a) 9 b) 12 c) 15 d) 18 e) 21

A soma dos perímetros dos triângulos dessa sequência infinita é a) 9 b) 12 c) 15 d) 18 e) 21 Nome: ºANO / CURSO TURMA: DATA: 0 / 0 / 05 Professor: Paulo. (Pucrj 0) Vamos empilhar 5 caixas em ordem crescete de altura. A primeira caixa tem m de altura, cada caixa seguite tem o triplo da altura da

Leia mais

O TESTE DOS POSTOS ORDENADOS DE GALTON: UMA ABORDAGEM GEOMÉTRICA

O TESTE DOS POSTOS ORDENADOS DE GALTON: UMA ABORDAGEM GEOMÉTRICA O TESTE DOS POSTOS ORDENADOS DE GALTON: UMA ABORDAGEM GEOMÉTRICA Paulo César de Resede ANDRADE Lucas Moteiro CHAVES 2 Devail Jaques de SOUZA 2 RESUMO: Este trabalho apreseta a teoria do teste de Galto

Leia mais

PROBABILIDADES E ESTATÍSTICA

PROBABILIDADES E ESTATÍSTICA ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA o Teste 7 o SEMESTRE 5/6 Data: Sábado, 7 de Jaeiro de 6 Duração: 9:3 às :3 Tópicos de Resolução. O úmero

Leia mais

Definição 1.1: Uma equação diferencial ordinária é uma. y ) = 0, envolvendo uma função incógnita y = y( x) e algumas das suas derivadas em ordem a x.

Definição 1.1: Uma equação diferencial ordinária é uma. y ) = 0, envolvendo uma função incógnita y = y( x) e algumas das suas derivadas em ordem a x. 4. EQUAÇÕES DIFERENCIAIS 4.: Defiição e coceitos básicos Defiição.: Uma equação diferecial ordiária é uma dy d y equação da forma f,,,, y = 0 ou d d ( ) f (, y, y,, y ) = 0, evolvedo uma fução icógita

Leia mais

PRESTAÇÃO = JUROS + AMORTIZAÇÃO

PRESTAÇÃO = JUROS + AMORTIZAÇÃO AMORTIZAÇÃO Amortizar sigifica pagar em parcelas. Como o pagameto do saldo devedor pricipal é feito de forma parcelada durate um prazo estabelecido, cada parcela, chamada PRESTAÇÃO, será formada por duas

Leia mais

1 Axiomas de Probabilidade

1 Axiomas de Probabilidade 1 Axiomas de Probabilidade 1.1 Espaço amostral e eventos seja E um experimento aleatório Ω = conjunto de todos os resultados possíveis de E. Exemplos 1. E lançamento de uma moeda Ω = {c, c} 2. E retirada

Leia mais