Análise soft e análise hard
|
|
- Martín Prado
- 5 Há anos
- Visualizações:
Transcrição
1 Análse soft e análse hard Fernando Ferrera ferferr/ Fronteras da Matemátca de Abrl de 2010
2 O blogue de Terence Tao Soft analyss, hard analyss, and the fnte convergence prncple
3 Uma ctação É bastante conhecdo o facto de que os resultados obtdos pela análse hard e pela análse soft podem ser mutuamente relaconados através de város príncpos de correspondênca. Acredto, porém, que a relação entre os dos tpos de análse é muto mas próxma do que sso; em mutos casos, a análse qualtatva pode ser vsta como uma abstracção convenente da análse quanttatva, em que o detalhe das dependêncas entre váras quantdades fntas fca efcentemente dssmulado pelo uso da notação nfntára.
4 A compacdade do ntervalo [0, 1] Teorema Se o ntervalo de números reas [0, 1] está contdo numa unão de ntervalos abertos então já está contdo numa unão fnta desses ntervalos abertos. Se [0, 1] I ]a, b [ com a < b (para cada em I), então exstem índces 0, 1,..., n de I tas que [0, 1] ]a 0, b 0 [ ]a 1, b 1 [ ]a n, b n [
5 Um camnho nfnto [0, 1] = K 0 K 1 K 2 K 3 com K r = 1 2 r, para todo o número natural r. Tome-se w r N K r. Para certo I, tem-se que w ]a, b [. Ora, para r sufcentemente grande, w K r ]a, b [. Contradção.
6 Compacdade vs-à-vs fntude Compacdade: x [0, 1] N ( x ]a, b [ ) l N x [0, 1] l ( x ]a, b [ ) Colecção: x F N ( x X ) l N x F l ( x X )
7 O prncípo da convergênca nfnta Teorema Toda a sucessão crescente e lmtada de números reas é convergente. Teorema (reformulado) Toda a sucessão crescente e lmtada de números reas é de Cauchy. [0, 1] N : conjunto das sucessões de números do ntervalo [0, 1]. x = max j x(j) x [0, 1] N k N N n N x +n x 1 2 k
8 O prncípo da convergênca fnta - 1 x [0, 1] N k N N n N x +n x 1 2 k
9 O prncípo da convergênca fnta - 1 x [0, 1] N k N N n N x +n x 1 2 k x [0, 1] N k N F N N N x +F() x 1 2 k
10 O prncípo da convergênca fnta - 1 x [0, 1] N k N N n N x +n x 1 2 k x [0, 1] N k N F N N N x +F() x 1 2 k
11 O prncípo da convergênca fnta - 1 x [0, 1] N k N N n N x +n x 1 2 k x [0, 1] N k N F N N N x +F() x 1 2 k k N F N N x [0, 1] N N x +F() x < 1 2 k k N F N N x [0, 1] N N ( x Ω k,f ) onde Ω k,f := {x [0, 1] N : x +F() x < 1 2 k }. Stuação [0, 1] N N Ω k,f
12 O prncípo da convergênca fnta - 1 x [0, 1] N k N N n N x +n x 1 2 k x [0, 1] N k N F N N N x +F() x 1 2 k k N F N N x [0, 1] N N x +F() x < 1 2 k k N F N N x [0, 1] N N ( x Ω k,f ) onde Ω k,f := {x [0, 1] N : x +F() x < 1 2 k }. Stuação [0, 1] N N Ω k,f
13 O teorema de Tychonoff Em R N há uma noção natural de aberto (básco). São os conjuntos da forma: ]a 0, b 0 [ ]a 1, b 1 [ ]a n, b n [ R R R Teorema (a partr do Teorema de Tychonoff) O espaço [0, 1] N é compacto para a topologa produto. Facto fácl Fxe-se, j, k N. O conjunto é aberto na topologa produto. {x R N : x +j x < 1 2 k }
14 O prncípo da convergênca fnta - 2 Stuação [0, 1] N N Ω k,f Stuação esclarecda Exste l N tal que [0, 1] N l Ω k,f k N F N N x [0, 1] N N ( x Ω k,f ) k N F N N l N x [0, 1] N l ( x Ω k,f )
15 O prncípo da convergênca fnta - 2 Stuação [0, 1] N N Ω k,f Stuação esclarecda Exste l N tal que [0, 1] N l Ω k,f k N F N N x [0, 1] N N ( x Ω k,f ) k N F N N l N x [0, 1] N l ( x Ω k,f )
16 O prncípo da convergênca fnta - 3 k N F N N l N x [0, 1] N l x +F() x < 1 2 k Teorema (Prncípo da convergênca fnta) Dados k N, F : N N e 0 x 0... x M 1, onde M é sufcentemente grande, dependente de k e F, então exste 0 + F() M tal que x n x m < 1 2 k, para todos n, m + F(). [o prncípo] afrma que toda a sequênca monótona, lmtada, de comprmento fnto, mas sufcentemente grande, contém quantdades de meta-establdade, de qualdade arbtraramente grande, com um erro pré-especfcado de tolerânca 1, na qual a duração da 2 k meta-establdade ultrapassa o seu começo por uma função arbtrára F também ela especfcada de níco.
17 O teorema de van der Waerden Teorema (versão soft) Suponhamos que os números naturas são colordos por meo de um número fnto de cores. Então há progressões artmétcas monocromátcas arbtraramente longas. Teorema (versão hard) Dados c, k N, exste N N tal que, sempre que o conjunto {1,..., N} é colordo com c cores, então exste uma progressão artmétca monocromátca de comprmento k.
18 De soft a hard Seja dado um número c de cores e k N: f {1,..., c} N a, b N + m, n < k ( f (a + bn) = f (a + bm) ) Vem: l N f {1,..., c} N a, b l m, n < k ( f (a + bn) = f (a + bm) ) Ponha-se agora: N = l + lk
19 O teorema da recorrênca de Furstenberg Teorema Seja (X, µ, T) um espaço de probabldades mundo duma aplcação T : X X tal que: 1. T é uma bjecção. 2. T e T 1 são aplcações mensuráves. 3. µ(t[z]) = µ(z), para todo o subconjunto mensurável Z de X. Sejam dados k 2 e Y X mensurável de medda postva. Então exste r > 0 tal que µ(y T r Y... T (k 1)r Y) > 0.
20 O teorema de Szemeréd Teorema (versão soft) Seja A um conjunto aleatóro estaconáro de nteros tal que P(0 A) > 0. Seja k 2. Então, exste r > 0 tal que P(0 A r A... (k 1)r A) > 0. Teorema (versão hard) Sejam k 2 e 0 < δ 1. Então exste um ntero postvo N tal que todo o subconjunto A de { N,..., N}, com A δ(2n + 1), contém pelo menos uma progressão artmétca de comprmento k.
21 Matemátca... matemátca Um subconjunto X de N tem densdade superor postva se lm sup n {1,..., n} X n > 0 Teorema (Szemeréd) Seja X N de densdade superor postva. Então X tem progressões artmétcas de comprmento arbtraramente grande. Anda que os prmos tenham densdade superor nula, tem-se: Teorema (Green - Tao) Os números prmos têm progressões artmétcas de comprmento arbtraramente grande. Green, Ben; Tao, Terence (2008): The prmes contan arbtrarly long arthmetc progressons, Annals of Mathematcs 167: , arxv:math.nt/
22 Kurt Gödel
23 A nterpretação dalectca -hard-analyss-and-the-fnte-convergence-prncple/ Gödel - Shoenfeld: A A S = x ya S (x, y) Ferrera - Olva: A A U = b ca U (b, c) ferferr/logca.html
Topologia, geometria e curvas no plano
Topologa, geometra e curvas no plano Roberto Imbuzero Olvera 23 de Março de 2011 1 Abertos, fechados e compactos Defnção 1 Um subconjunto F C é dto fechado se qualquer sequênca convergente em F tem lmte
Leia maisIntrodução. Uma lâmpada nova é ligada e observa-se o tempo gasto até queimar. Resultados possíveis
Introdução A teora das probabldades é um ramo da matemátca que lda modelos de fenômenos aleatóros. Intmamente relaconado com a teora de probabldade está a Estatístca, que se preocupa com a cração de prncípos,
Leia maisEventos coletivamente exaustivos: A união dos eventos é o espaço amostral.
DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou
Leia maisRISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%
Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $
Leia maisCompacidade em espaços métricos
Comacdade em esaços métrcos Gselle Moraes Resende Perera, Lucana Yoshe Tsuchya e Geraldo Márco de Azevedo Botelho 3 de abrl de 2009 1 Introdução Comacdade é um dos concetos centras da toologa Na reta,
Leia maisGARANTIA DE EXCELENTE INTERCAMBIALIDADE E REDUÇÃO DE CUSTOS ATRAVÉS DA ANÁLISE ESTATÍSTICA DE TOLERÂNCIAS
GARANIA DE EXCELENE INERCAMBIALIDADE E REDUÇÃO DE CUSOS ARAVÉS DA ANÁLISE ESAÍSICA DE OLERÂNCIAS Edvaldo Antono Bulba* *Prof. Dr. da Fatec SP FEI e Unversdade São Judas E mal: bulba@fe.edu.br Resumo Numa
Leia maisD- MÉTODO DAS APROXIMAÇÕES SUCESSIVAS
D- MÉTODO DAS APROXIMAÇÕES SUCESSIVAS O método das apromações sucessvas é um método teratvo que se basea na aplcação de uma fórmula de recorrênca que, sendo satsfetas determnadas condções de convergênca,
Leia maisMódulo I Ondas Planas. Reflexão e Transmissão com incidência normal Reflexão e Transmissão com incidência oblíqua
Módulo I Ondas Planas Reflexão e Transmssão com ncdênca normal Reflexão e Transmssão com ncdênca oblíqua Equações de Maxwell Teorema de Poyntng Reflexão e Transmssão com ncdênca normal Temos consderado
Leia mais3 A técnica de computação intensiva Bootstrap
A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.
Leia maisRegressão Linear Simples by Estevam Martins
Regressão Lnear Smples by Estevam Martns stvm@uol.com.br "O únco lugar onde o sucesso vem antes do trabalho, é no dconáro" Albert Ensten Introdução Mutos estudos estatístcos têm como objetvo estabelecer
Leia maisX = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)
Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado
Leia maisINTRODUÇÃO À PROBABILIDADE. A probabilidade é uma medida da incerteza dos fenômenos. Traduz-se por um número real compreendido de 0 ( zero) e 1 ( um).
INTRODUÇÃO À PROILIDDE teora das probabldade nada mas é do que o bom senso transformado em cálculo probabldade é o suporte para os estudos de estatístca e expermentação. Exemplos: O problema da concdênca
Leia maisTeoria Elementar da Probabilidade
10 Teora Elementar da Probabldade MODELOS MATEMÁTICOS DETERMINÍSTICOS PROBABILÍSTICOS PROCESSO (FENÓMENO) ALEATÓRIO - Quando o acaso nterfere na ocorrênca de um ou mas dos resultados nos quas tal processo
Leia maisAlgarismos Significativos Propagação de Erros ou Desvios
Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento
Leia maisDepartamento de Informática. Modelagem Analítica do Desempenho de Sistemas de Computação. Modelagem Analítica. Disciplina: Variável Aleatória
Departamento de Informátca Dscplna: do Desempenho de Sstemas de Computação Varável leatóra Prof. Sérgo Colcher colcher@nf.puc-ro.br Varável leatóra eal O espaço de amostras Ω fo defndo como o conjunto
Leia maisMODELOS DE REGRESSÃO PARAMÉTRICOS
MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da
Leia maisAjuste de um modelo linear aos dados:
Propagação de erros Suponhamos que se pretende determnar uma quantdade Z, a partr da medda drecta das grandezas A, B, C,, com as quas se relacona através de Z = f(a,b,c, ). Se os erros assocados a A, B,
Leia maisTestes não-paramétricos
Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Prncípos de cração de modelos empírcos: Modelos (matemátcos, lógcos, ) são comumente utlzados na
Leia maisVariáveis Aleatórias
Unversdade Federal do Pará Insttuto de Tecnologa Estatístca Aplcada I Prof. Dr. Jorge Teóflo de Barros Lopes Campus de Belém Curso de Engenhara Mecânca /08/06 7:39 ESTATÍSTICA APLICADA I - Teora das Probabldades
Leia mais4 Critérios para Avaliação dos Cenários
Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada
Leia maisXXVII Olimpíada Brasileira de Matemática GABARITO Primeira Fase
Soluções Nível Unverstáro XXVII Olmpíada Braslera de Matemátca GABARITO Prmera Fase SOLUÇÃO DO PROBLEMA : Pelo enuncado, temos f(x) = (x )(x + )(x c) = x 3 cx x + c, f'(x) = 3x cx, f '( ) = ( + c) e f
Leia maisAssociação entre duas variáveis quantitativas
Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa
Leia maisGráficos de Controle para Processos Autocorrelacionados
Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem
Leia maisCálculo Numérico BCC760 Interpolação Polinomial
Cálculo Numérco BCC76 Interpolação Polnomal Departamento de Computação Págna da dscplna http://www.decom.ufop.br/bcc76/ 1 Interpolação Polnomal Conteúdo 1. Introdução 2. Objetvo 3. Estênca e uncdade 4.
Leia maisIntrodução e Organização de Dados Estatísticos
II INTRODUÇÃO E ORGANIZAÇÃO DE DADOS ESTATÍSTICOS 2.1 Defnção de Estatístca Uma coleção de métodos para planejar expermentos, obter dados e organzá-los, resum-los, analsá-los, nterpretá-los e deles extrar
Leia mais3. Estatística descritiva bidimensional
3. Estatístca descrtva bdmensonal (Tabelas, Gráfcos e números) Análse bvarada (ou bdmensonal): avala o comportamento de uma varável em função da outra, por exemplo: Quantas TV Phlps são venddas na regão
Leia maisCap. IV Análise estatística de incertezas aleatórias
TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda
Leia maisR X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais
30 Varáves aleatóras bdmensonas Sea ε uma experênca aleatóra e S um espaço amostral assocado a essa experênca. Seam X X(s) e Y Y(s) duas funções cada uma assocando um número real a cada resultado s S.
Leia maisParênteses termodinâmico
Parênteses termodnâmco Lembrando de 1 dos lmtes de valdade da dstrbução de Maxwell-Boltzmann: λ
Leia mais2 Análise de Campos Modais em Guias de Onda Arbitrários
Análse de Campos Modas em Guas de Onda Arbtráros Neste capítulo serão analsados os campos modas em guas de onda de seção arbtrára. A seção transversal do gua é apromada por um polígono conveo descrto por
Leia maisDomínio de atração de distribuições α-estáveis sob modelos de mistura finita
nas do CNMC v.2 ISSN 1984-820X omíno de atração de dstrbuções α-estáves sob modelos de mstura fnta Cra E. Guevara Otnano, Cáta Regna Gonçalves, epto de Estatístca e Matemátca, UnB, 70910-900 Brasla-F E-mal:
Leia maisIMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO
IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados;
Leia maisCristina Caldeira 97. Tem-se assim uma decomposição da região Q em mkq paralelipípedos rectangulares
Crstna Caldera 97 (c) T {(x, y) R : y a x } (a R + ) e ρ(x, y) é a dstânca de (x, y) ao ponto (, ); (d) T [, 3] [, ] e ρ(x, y) xy..4 Integral trplo.4.1 efnção e propredades Seja Q um paralelpípedo rectangular
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia mais58 Textos de Apoio de Análise Matemática IV 2003/2004. Tem-se assim uma decomposição da região rectangular R em mk rectângulos
58 Textos de Apoo de Análse Matemátca IV 3/4.3 Integral duplo.3.1 efnção Seja um rectângulo fechado de, sto é, [a, b] [c, d] {(x, y) : a x b e c y d}, com a < b e c < d. Consdere-se uma partção do ntervalo
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Leia maisCovariância na Propagação de Erros
Técncas Laboratoras de Físca Lc. Físca e Eng. omédca 007/08 Capítulo VII Covarânca e Correlação Covarânca na propagação de erros Coefcente de Correlação Lnear 35 Covarânca na Propagação de Erros Suponhamos
Leia mais1. CORRELAÇÃO E REGRESSÃO LINEAR
1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação
Leia maisAtividade em Soluções Eletrolíticas
Modelo de solução eletrolítca segundo Debye-Hückel. - A le lmte de Debye-Hückel (LLDH) tem o lmte que está em: I 0,01. log z.z A I 1/ valêncas do íons + e do eletrólto I 1 [ z b / b ] constante que depende
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-4 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Programa do curso: Semana Conteúdo Apresentação da dscplna. Prncípos de modelos lneares de regressão.
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 011 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisMecânica Estatística. - Leis da Física Macroscópica - Propriedades dos sistemas macroscópicos
Mecânca Estatístca Tal como a Termodnâmca Clássca, também a Mecânca Estatístca se dedca ao estudo das propredades físcas dos sstemas macroscópcos. Tratase de sstemas com um número muto elevado de partículas
Leia maisUniversidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz Departamento de Ciências Exatas
Unversdade de São Paulo Escola Superor de Agrcultura Luz de Queroz Departamento de Cêncas Exatas Prova escrta de seleção para DOUTORADO em Estatístca e Expermentação Agronômca Nome do canddato (a): Questão
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRGS Insttuto de Matemátca
Leia maisJorge Figueiredo, DSC/UFCG. Análise e Técnicas de Algoritmos Jorge Figueiredo, DSC/UFCG. Análise e Técnicas de Algoritmos 2005.
Agenda Análse e Técncas de Algortmos Jorge Fgueredo Ordenação baseada em comparação Inserton Sort Mergesort Qucksort Ordenação em tempo lnear Análse de de Algortmos de de Ordenação Problema da Ordenação
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional. ou experimental.
Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~vall/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal http://www.mat.ufrgs.br/~vall/ ou expermental. Numa relação
Leia maisPROVA 2 Cálculo Numérico. Q1. (2.0) (20 min)
PROVA Cálculo Numérco Q. (.0) (0 mn) Seja f a função dada pelo gráfco abaxo. Para claro entendmento da fgura, foram marcados todos os pontos que são: () raízes; () pontos crítcos; () pontos de nflexão.
Leia maisMétodos Probabilísticos e Algébricos em Combinatória
Métodos Probablístcos e Algébrcos em Combnatóra Domngos Dellamonca Jr. Orentador: Yoshharu Kohayakawa 1 de junho de 2004 Resumo Este é um projeto de ncação centífca cuja fnaldade é estudar métodos probablístcos
Leia maisEstatística II Antonio Roque Aula 18. Regressão Linear
Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão
Leia maisTeoria dos Jogos. Prof. Maurício Bugarin Eco/UnB 2015-II. Aula 8 B Teoria dos Jogos Maurício Bugarin. Desenvolver o modelo de jogo repetido
Teora dos Jogos Prof. Mauríco Bugarn Eco/UnB 015-II Rotero Capítulo 3. Jogos Jogos Repetdos Desenvolver o modelo de jogo repetdo Provar o teorema popular Aplcar para conluo no jogo de dlema dos prsoneros
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisAEP FISCAL ESTATÍSTICA
AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras (webercampos@gmal.com) VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras
Leia maisRedes de Petri. Definições:
Redes de Petr Defnções: Uma Rede de Petr (PN) é m grafo dreto bpartdo o qal tem dos tpos de nós denomnados lgares (qe representam estados) e transções (qe representam eventos). O estado é alterado pelo
Leia mais3 Elementos de modelagem para o problema de controle de potência
3 Elementos de modelagem para o problema de controle de potênca Neste trabalho assume-se que a rede de comuncações é composta por uma coleção de enlaces consttuídos por um par de undades-rádo ndvdualmente
Leia maisNotas Processos estocásticos. Nestor Caticha 23 de abril de 2012
Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto
Leia mais7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Leia mais2. VARIÁVEIS ALEATÓRIAS
VARIÁVEIS ALEATÓRIAS 0 Varável aleatóra Ω é o espaço amostral de um epermento aleatóro Uma varável aleatóra é uma função que atrbu um número real a cada resultado em Ω Eemplo Retra- ao acaso um tem produzdo
Leia maisProgramação Dinâmica. Fernando Nogueira Programação Dinâmica 1
Programação Dnâmca Fernando Noguera Programação Dnâmca A Programação Dnâmca procura resolver o problema de otmzação através da análse de uma seqüênca de problemas mas smples do que o problema orgnal. A
Leia maisCapítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES
Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas
Leia maisIntrodução à Análise de Dados nas medidas de grandezas físicas
Introdução à Análse de Dados nas meddas de grandezas físcas www.chem.wts.ac.za/chem0/ http://uregna.ca/~peresnep/ www.ph.ed.ac.uk/~td/p3lab/analss/ otas baseadas nos apontamentos Análse de Dados do Prof.
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-4 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Programa do curso: Semana Conteúdo Apresentação da dscplna. Prncípos de modelos lneares de regressão.
Leia maisQ 1-1,5(Q3-Q1) < X i < Q 3 + 1,5(Q 3 -Q 1 ) Q 3 +1,5(Q 3 -Q 1 ) < X i < Q 3 +3(Q 3 -Q 1 ) Q 1 3(Q 3 -Q 1 ) < X i < Q 1 1,5(Q 3 -Q 1 )
DIGRM OX-PLOT E CRCTERIZÇÃO DE OUTLIERS E VLORES EXTREMOS Outlers e valores extremos são aqueles que estão muto afastados do centro da dstrbução. Uma forma de caracterzá-los é através do desenho esquemátco
Leia maisSurpresa para os calouros. Série Matemática na Escola. Objetivos
Surpresa para os calouros Sére Matemátca na Escola Objetvos 1. Usando a decomposção de um número em fatores prmos, pode-se provar que um número ntero é um quadrado perfeto, se e somente se tem um número
Leia maisCURSO A DISTÂNCIA DE GEOESTATÍSTICA
CURSO A DISTÂNCIA DE GEOESTATÍSTICA Aula 6: Estaconardade e Semvarânca: Estaconardade de a. ordem, Hpótese ntríseca, Hpótese de krgagem unversal, Crtéros para escolha, Verfcação, Representatvdade espacal,
Leia maisANÁLISE DA VARIÂNCIA DA REGRESSÃO
ANÁLISE DA VARIÂNCIA DA REGRESSÃO PROCEDIMENTO GERAL DE REGRESSÃO Em um modelo de análse de varânca, como no DIA, o fator em estudo pode ser quanttatvo ou qualtatvo. FATOR QUANTITATIVO: é aquele cujos
Leia maisAnálise Microeconômica Parte II MESP
Análse Mcroeconômca Parte II MESP Prof. CIEF e Eco/UnB 01-II Unversdade de Brasíla Centro de Investgação em Economa e Fnanças CIEF Centro de Estudos em Regulação de Mercados CERME Lab. de Pesqusa em Comportamento
Leia maisINICIAÇÃO AO ESTUDO DAS EQUAÇÕES DIFERENCIAIS PARCIAIS
UNIVERSIDADE FEDERAL DA PARAÍBA CENTRO DE CIÊNCIAS EXATAS E DA NATUREZA - JOÃO PESSOA CENTRO DE FORMAÇÃO DE PROFESSORES - CAJAZEIRAS Relatóro Fnal INICIAÇÃO AO ESTUDO DAS EQUAÇÕES DIFERENCIAIS PARCIAIS
Leia maisExercícios - Sequências de Números Reais (Solução) Prof Carlos Alberto S Soares
Exercícos - Sequêcas de Números Reas (Solução Prof Carlos Alberto S Soares 1 Dscuta a covergêca da sequẽca se(2. Calcule, se exstr, lm se(2. Solução 1 Observe que se( 2 é lmtada e 1/ 0, portato lm se(2
Leia maisProbabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições
Probabldade e Estatístca I Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas para
Leia mais2 - Análise de circuitos em corrente contínua
- Análse de crcutos em corrente contínua.-corrente eléctrca.-le de Ohm.3-Sentdos da corrente: real e convenconal.4-fontes ndependentes e fontes dependentes.5-assocação de resstêncas; Dvsores de tensão;
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: obter uma reta que se ajuste aos dados segundo o crtéro de mínmos quadrados; apresentar outros crtéros para a determnação de uma
Leia maisCapítulo 26: Corrente e Resistência
Capítulo 6: Corrente e esstênca Cap. 6: Corrente e esstênca Índce Corrente Elétrca Densdade de Corrente Elétrca esstênca e esstvdade Le de Ohm Uma Vsão Mcroscópca da Le de Ohm Potênca em Crcutos Elétrcos
Leia maisIntrodução a Processos Estocásticos:Exercícios
lvroexerccos 2017/3/19 11:24 page #1 Introdução a Processos Estocástcos:Exercícos Luz Antono Baccalá Escola Poltécnca da USP Departamento de Engenhara de Telecomuncações e Controle 2016 lvroexerccos 2017/3/19
Leia mais2 Principio do Trabalho Virtual (PTV)
Prncpo do Trabalho rtual (PT)..Contnuo com mcroestrutura Na teora que leva em consderação a mcroestrutura do materal, cada partícula anda é representada por um ponto P, conforme Fgura. Porém suas propredades
Leia maisPágina 293. w1 w2 a b i 3 bi a b i 3 bi. 2w é o simétrico do dobro de w. Observemos o exemplo seguinte, em que o afixo de 2w não
Preparar o Exame 0 0 Matemátca A Págna 9. Se 5 5 é o argumento de z, é argumento de z e 5 5. Este ângulo é gual ao ângulo de ampltude 5 é argumento de z.. Resposta: D w w a b b a b b. a b a a b b b bem
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisProcessamento de Sinal
APSI - Processamento de Snal Processamento de Snal Concetos, Métodos e Aplcações Texto Tutoral da Dscplna: APSI - LEEC J.P. Marques de Sá msa@fe.up.pt Faculdade de Engenhara da Unversdade do Porto J.P.
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisUNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores)
UNIVERSIDADE NOVA DE LISBOA Faculdade de Economa Análse de Dados e Probabldade º Semestre 008/009 Exame Fnal ª Época Clara Costa Duarte Data: 8/05/009 Graça Slva Duração: h0 Grupo I (4 Valores) A gelatara
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia maisMedidas de Tendência Central. Prof.: Ademilson Teixeira
Meddas de Tendênca Central Prof.: Ademlson Texera ademlson.texera@fsc.edu.br 1 Servem para descrever característcas báscas de um estudo com dados quanttatvos e comparar resultados. Meddas de Tendênca Central
Leia maisANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS. Palavras-chave: Tensões térmicas, Propriedades variáveis, Condução de calor, GITT
ANÁLISE DAS TENSÕES TÉRMICAS EM MATERIAIS CERÂMICOS Dnz, L.S. Santos, C.A.C. Lma, J.A. Unversdade Federal da Paraíba Laboratóro de Energa Solar LES/DTM/CT/UFPB 5859-9 - João Pessoa - PB, Brasl e-mal: cabral@les.ufpb.br
Leia maisDIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS
DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco
Leia maisMicroeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão. AULA 2.1 Oligopólio em Quantidades (Cournot)
Mcroeconoma II Cursos de Economa e de Matemátca Aplcada à Economa e Gestão AULA 2.1 Olgopólo em Quantdades (Cournot) Isabel Mendes 2007-2008 18-03-2008 Isabel Mendes/MICRO II 1 2.1 Olgopólo em Quantdades
Leia maisNotas de Aula de Probabilidade A
VII- VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS. 7. CONCEITO DE VARIÁVEIS ALEATÓRIAS: Informalmente, uma varável aleatóra é um característco numérco do resultado de um epermento aleatóro. Defnção: Uma varável
Leia maisImplementação Bayesiana
Implementação Bayesana Defnção 1 O perfl de estratégas s.) = s 1.),..., s I.)) é um equlíbro Nash-Bayesano do mecansmo Γ = S 1,..., S I, g.)) se, para todo e todo θ Θ, u gs θ ), s θ )), θ ) θ Eθ u gŝ,
Leia maisVariáveis indexadas, somatórios e produtórios
1 Computação MIEC - FEUP complado por Ana Mara Faustno Varáves ndexadas, somatóros e produtóros Varáves ndexadas Quando se pretende estudar váras característcas de um conjunto de ndvíduos convém armazenar
Leia maisSempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.
Nesse prátca, estudaremos a potênca dsspada numa resstênca de carga, em função da resstênca nterna da fonte que a almenta. Veremos o Teorema da Máxma Transferênca de Potênca, que dz que a potênca transferda
Leia mais0.5 setgray0 0.5 setgray1. Mecânica dos Fluidos Computacional. Aula 7. Leandro Franco de Souza. Leandro Franco de Souza p.
Leandro Franco de Souza lefraso@cmc.usp.br p. 1/1 0.5 setgray0 0.5 setgray1 Mecânca dos Fludos Computaconal Aula 7 Leandro Franco de Souza Leandro Franco de Souza lefraso@cmc.usp.br p. 2/1 Equações Dferencas
Leia mais6.1 O experimento de Stern-Gerlach: estados puros e mistos
Capítulo 6 Operador densdade 6. O expermento de Stern-Gerlach: estados puros e mstos O aparelho de Stern-Gerlach consste essencalmente em um mã produzndo um campo magnétco não unforme. Um fexe de átomos
Leia maisElementos de Estatística e Probabilidades II
Elementos de Estatístca e Probabldades II Varáves e Vetores Aleatóros dscretos Inês Das 203 O prncpal objetvo da deste documento é fornecer conhecmentos báscos de varáves aleatóras dscretas e pares aleatóros
Leia maisANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 0 Estatístca Descrtva e Análse Eploratóra Realzadas em etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de grande quantdade de dados e
Leia maisAula Características dos sistemas de medição
Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes
Leia maisCap. 11 Correlação e Regressão
Estatístca para Cursos de Engenhara e Informátca Pedro Alberto Barbetta / Marcelo Menezes Res / Antono Cezar Borna São Paulo: Atlas, 2004 Cap. 11 Correlação e Regressão APOIO: Fundação de Apoo à Pesqusa
Leia mais