1 (0,8 ln0,8+0,2 ln0,2) 0,512 0,512 0, , , , , , , , , ,

Tamanho: px
Começar a partir da página:

Download "1 (0,8 ln0,8+0,2 ln0,2) 0,512 0,512 0, , , , , , , , , ,"

Transcrição

1 GABARITO DA TERCEIRA LISTA DE EXERCÍCIOS DE PTC-3 TEORIA DA INFORMAÇÃO E CODIFICAÇÃO Questão Uma fote de formações dscreta e sem memóra emte símbolos A e B com robabldades P(A =,8 e P(B =,. a calcule a etroa H (bts/símbolo dessa fote; b use o códgo de Huffma ara codfcar, com dígtos báros, a tercera extesão dessa fote (AAA, AAB, ABA...; c determe o comrmeto médo L das alavras desse códgo; comare esse comrmeto com H e comete. A etroa da fote calcula-se or a H(X = log = - (,8log,8+,log, = b =,4469(,785+,389 =,79 (,8l,8+,l, l L Códgo Símbolos P(. /cód. P(. /cód. P(. /cód. P(. /cód. P(. /cód. P(. /cód. P(. /cód. resultate Trlo AAA,5,5,5,5,5,5,5 3 AAB,8,8,8,8,3,56,488 3 ABA,8,8,8,8,8,3 3 BAA,8,8,8,8,8 5 ABB,3,4,64,4 5 BAB,3,3,4 5 BBA,3,3 5 BBB,8 c L 3 (médo=5(3,3+,8+3(3,8+,5 =,5+,5+,5=,84 dígtos báros/3 símbolos ou mesagem trla. A etroa dessa tercera extesão é H 3 (S=3H(S= 3,79=,6576 bts/mesagem trla ou 3 símbolos e rereseta o mímo comrmeto médo atgível. Calculado L 3 (médo/h 3 (S =,84 /,6576 =,84 e assm a codfcação é aroxmadamete,84 % maor do que a míma ossível. Questão Cosdere o caal báro abaxo reresetado, em que são dadas as robabldades a ror =,7 e as de erro P(y x =, e P(y x = y P(y y P(y

2 Determe P(y ara =, ; a etroa da etrada, H(X; a etroa da saída, H(Y; a equvocação de X em relação a Y, H(X Y; a formação mútua, I(X;Y através de H(X e H(X/Y; a caacdade do caal or símbolo C s ; e, a artr dos tes aterores, a equvocação de Y em relação a X, H(Y X. Obs. Coloque semre as udades corresodetes e dê uma terretação físca ara cada tem calculado. a Da fgura sa que: P(y x =, (dado P(y x =,8 P(y x = P(y x = P(y = P(y x + P(y x =,7,8 +,3 =,56 P(y = P(y x + P(y x =,7, +,3=,44 b H(X = log = - (,7log,7+,3log,3 =,4469(,4967 +,369 =,888 bts or símbolo; c H(Y = P(y log P(y = - (,56log,56+,44log,44 =,4469(,3469 +,363=,98957 bts or símbolo; d Para a determação de H(X Y = P(y log y P(y x P(y x y = com, =, P(y x P(y = y (,7l,7+,3l,3 = l (,56l,56+,44l,44 = l calculam-se calmete os termos P(y x,8,7 P(y x,3 y = = y = = = ; P(y,56 P(y,56 = x,,7 x,3 y = =,388 y = = =, 688 ; P(y,44 P(y,44 = Destes resultados sa etão que H (X Y,688 = = P(y log y y = -,56(log+Log -,44(,388log,388+,688log = -,44 (,388log,388+,688log,688 = -,4469,44(,388l,388+,688l,688 =,63478(,36436+,63 =,3975 bts or símbolo; e d I(X;Y = H(X - H(X Y =,888 -,3975 =,4843 bts or símbolo; f A formação mútua ode ser escrta também como I(X;Y = H(Y - H(Y X dode sa etão que H(Y X = H(Y - I(X;Y =,98957-,4843 =,5534 bts or símbolo; 3a. Questão São dadas 8 bolas, todas dêtcas exceto uma, que é mas esada, e uma balaça de ratos. Usado exclusvamete cocetos de Teora da Iformação, exlque - e ustfque - como localzar a bola mas esada usado o mímo úmero de esages.

3 Das 8 bolas a quatdade de formação dsoível é I b =log(/8, suodo-as dêtcas. Como em cada esagem ode-se ter uma quatdade de formação I =log(/3, corresodete às três alteratvas: ede à esquerda, à dreta ou fca em balaço, recsa-se de, o mímo, I b /I = log(/8/log(/3=4 esages ara chegar à bola mas esada. Observação: a é fácl verfcar que se deve colocar 7 bolas em cada rato a rmera esagem (e dexado-se outras 7 fora e com sso determa-se em qual gruo (dos 3 de 7 bolas está a mas esada; a segur, serão 9 bolas or rato da balaça a seguda esagem, 3 a tercera e, falmete, uma a quarta; b o roblema ode ser geeralzado ara um úmero arbtráro de bolas e aeas sabedo-se ser uma dferete (odedo ser mas esada ou mas leve. Ω ( 4a. Questão Demostre que Strlg! e π, válda ara. ode Ω ( = [ log + ( log ( ] A exressão a ser demostrada ode ser reescrta como log ( = ( e e π π ( e = π Ω ; e desta π log log log log log ( = = π π e ara o (ode vale a desgualdade de Strlg últmo termo tede a zero, ortato log = log log = log ( log( = Ω (., usado a aroxmação de ; assm fazedo-se = tem-se P(y / x / x / 3 / 3 5a. Questão Um caal báro é caracterzado ela matrz = P(y / x / x / 9 / Cosdere =/3 e determe H(x, H(x y, H(y, H(y x e I(x;y. Como =/3 =/3 e etão P(y = P(y x + P(y x =/3/3+/3/=3/ P(y = P(y x + P(y x =/3/3+/39/=3/ 3 (y = P(y log P(y = log 3 3 log 3 3 = ( log log 3 3 H (x = log = log 3 log 3 3 = ( log 3 log H H(y x = P(y log = P(y 3 9 = ( log 3 + ( log = log { ( log ( 3 log + 9 log } =, =,98 =,867

4 Dode sa etão I(x;y=H(y-H(y x=,867-,68=,49. Para a determação de H(x y ode-se usar a relação I(x;y=H(x-H(x y que forece etão H(x y=h(x-i(x;y=,98-,49=,669. Para efeto de aredzado, cofere-se o resultado a artr da exressão de defção: H (x y = P(y y log y P(y x P(y x y = = com, =, P(y x P(y P(y x 3 3 y = = = ; P(y 3 3 P(y x y = = = e P(y 3 3 E assm tem-se H(x y= = P(y { y log + y ; ara tato calculam-se calmete os termos P(y x 3 3 y = = ; P(y P(y x 3 7 y = =. P(y 3 3 = = ylog } + { ylog y y = { log } + { log } = { ( log + ( log log } =,669 7 y log y } 6a. Questão Cosdere o caal abaxo reresetado com as robabldades codcoas P(y x dcadas. x y,5 x,5,5 x,5 y Determe a caacdade do caal e a corresodete dstrbução de etrada ara =,, 3. H(y x - - = P(y logp(y = [P(y [P(y logp(y logp(y + P(y + P(y logp(y logp(y ] = ]- [P(y logp(y + P(y - [log ] [,5log,5 +,5log,5] [,5log,5 +,5log,5] = + Por smetra a maxmzação = e seam estas robabldades deotadas or, assm: logp(y ]

5 = = e =- e ortato H (y x = P(y = P(y x + P(y x + P(y x =(-+,5+,5=- P(y = P(y x + P(y x + P(y x =(-+,5+,5= H(y = P(y log P(y = [( log( + log ] e ortato deve-se maxmzar I(x,y I(x;y= [( log( + log ]. Dervado e gualado a zero vem I(x; y = [( log( + log + ] = que resolvdo forece = Assm C=I max (x,y= [( log ( ] = ( log =, log E as robabldades à ror que maxmzam a caacdade de caal são dadas or =,6 e = =,. 7a. Questão Uma fote emte 7 mesages com robabldades /3, /3, /9, /9, /7, /7 e /7, resectvamete. a Determe a etroa desta fote; b Faça uma codfcação comacta de Huffma terára; c Determe o comrmeto médo das alavras resultates e a efcêca da codfcação; d Reta os dos últmos tes agora ara uma codfcação comacta de Huffma bára; a A etroa determa-se or (calculado em base 3 = 4 3 (x log = log3 log3 3 log = + + = 9 =,444 udades tr-áras H 3 de formação ou etão H(x=,444 log 3 =, 89 bts. b Comrmeto L Símbolos smles P(. M /3 M /3 M3 /9 M4 /9 3 M5 /7 3 M6 /7 3 M7 /7 P(. /3 /3 /9 /9 /9 P(. /3 /3 /3 Códgo resultate c o comrmeto médo é dado or: L d 4 3 = L = = + + e com efcêca η=h(x/l m =% m =

6 Comrmeto L Símbolos smles P(. P(. P(. P(. P(. P(. Códgo resultate M /3 /3 /3 /3 /3 /3 M /3 /3 /3 /3 /3 /3 3 M3 /9 /9 /9 /9 /3 4 M4 /9 /9 /9 /9 5 M5 /7 /7 /9 6 M6 /7 /7 6 M7 /7 d o comrmeto médo é dado or: Lm = L = =,47 com efcêca η=h(x/l m =,89/,47=95, %. Questão 8 Uma fote de formações dscreta e sem memóra emte símbolos A, B e C com robabldades P(A =,7; P(B =, e P(C =,. a Calcule a etroa H (bts/símbolo dessa fote; b Use o códgo de Huffma ara codfcar, com dígtos báros, a seguda extesão dessa fote (mesages AA, AB, AC, BA etc; c Determe o comrmeto médo L das alavras desse códgo; comare com H e comete.

7 (x = log,7 log,7, log,, log, = [,7 log,7 +, log, +,log,] = =,5678 bts/símbolo log H AA,49 AA,49 AA,49 AA,49 AA,49 AA,49 AA,49 AB,4 AB,4 AB,4 AB,4 AB,4 AC,CA,BC,CB,CC,BB,3 AB,BA,8 BA,4 BA,4 BA,4 BA,4 BA,4 AB,4 AC,CA,BC,CB,CC,BB,3 AC,CA,4 BA,4 BB,BC,CB,CC,9 BC,CB,CC,BB,9 AC,7 AC,7 AC,7 AC,7 CA,7 CA,7 CA,7 CA,7 BC,CB,CC,5 BB,4 BB,4 BB,4 CB,CC,3 BC, BC, CB, CC, Cotuação: AB,BA,AC,CA,BC,CB,CC,BB,5 AA,49 L m =,49 + 3(,4 +,4 + 4(,7 +,7 +,4 + 5, + 6(,+, =,33 bts/símbolo dulo e ortato L m / =,65 bts/símbolo; aeas,7 % maor do que o mímo alcaçável (etroa da fote.

GABARITO DA SEGUNDA PROVA DE PTC-2433 TEORIA DAS COMUNICAÇÕES II - 19/10/2015

GABARITO DA SEGUNDA PROVA DE PTC-2433 TEORIA DAS COMUNICAÇÕES II - 19/10/2015 GABARITO DA EGUDA PROVA DE PTC-4 TEORIA DA COMUICAÇÕE II - 9// a. Qustão (, oto Dtrm a míma rlação (/ d um caal tlfôco (bada d Hz ara rmtr a trasmssão cofávl d. bts/s. Comt su rsultado. D C Blog ( + vm

Leia mais

A desigualdade de Kraft e correlatos

A desigualdade de Kraft e correlatos A desguadade de Kraft e correatos Defções remares Códgo ão sguar: símboos dferetes s são reresetados or códgos dferetes c ; Códgo uvocamete decodfcáve: se símboos cocateados (s s s 3... s k) são reresetados

Leia mais

Revisão de Estatística X = X n

Revisão de Estatística X = X n Revsão de Estatístca MÉDIA É medda de tedêca cetral mas comumete usada ara descrever resumdamete uma dstrbução de freqüêca. MÉDIA ARIMÉTICA SIMPLES São utlzados os valores do cojuto com esos guas. + +...

Leia mais

Métodos tipo quadratura de Gauss

Métodos tipo quadratura de Gauss COQ-86 Métodos Numércos ara Sstemas Algébrcos e Dferecas Métodos to quadratura de Gauss Cosderado a tegração: Método de quadratura de Gauss com otos teros I f d a ser comutada com a maor recsão ossível

Leia mais

(R B ) 0 =(R B ) 10 +(R B ) 20 +(R B ) 30 (R D ) 0 =(R D ) 30 +(R D ) 40. p (R D ) 30 (R B ) 30 E, I

(R B ) 0 =(R B ) 10 +(R B ) 20 +(R B ) 30 (R D ) 0 =(R D ) 30 +(R D ) 40. p (R D ) 30 (R B ) 30 E, I MÉTOO OSS Seja agora uma estrutura de ós fxos duas vezes hergeométrca,.e. tal que os ós ão sofrem qualquer deslocameto de traslação e cotem ós com cógtas de rotação.. cos. cos etermemos os esforços mometos

Leia mais

Tratamentos Tempo de Armazenamento T F secagem 0 mês 6 meses ( C) (m 3 /minuto/t) (hora) D 1 D 2 D 3 Médias D 1 D 2 D 3 Médias 42 26,9 0 10,4 10,8

Tratamentos Tempo de Armazenamento T F secagem 0 mês 6 meses ( C) (m 3 /minuto/t) (hora) D 1 D 2 D 3 Médias D 1 D 2 D 3 Médias 42 26,9 0 10,4 10,8 Tratamentos Tempo de Armazenamento T F secagem 0 mês 6 meses ( C) (m 3 /minuto/t) (hora) D 1 D 2 D 3 Médias D 1 D 2 D 3 Médias 42 26,9 0 10,4 10,8 10,9 10,7 12,8 11,6 12,0 12,1 4 11,1 10,6 10,9 10,9 13,1

Leia mais

CÁLCULO DE RAÍZES DE EQUAÇÕES NÃO LINEARES

CÁLCULO DE RAÍZES DE EQUAÇÕES NÃO LINEARES CÁLCULO DE RAÍZES DE EQUAÇÕES NÃO LINEARES Itrodução Em dversos camos da Egehara é comum a ecessdade da determação de raízes de equações ão leares. Em algus casos artculares, como o caso de olômo, que

Leia mais

Hidrologia, Ambiente e Recursos Hídricos 2009 / Rodrigo Proença de Oliveira

Hidrologia, Ambiente e Recursos Hídricos 2009 / Rodrigo Proença de Oliveira Hdrologa, Ambete e Recursos Hídrcos 009 / 00 Rodrgo roeça de Olvera Aálse estatístca IST: Hdrologa, Ambete e Recursos Hídrcos Rodrgo roeça de Olvera, 009 Cocetos base Varável aleatóra oulação Fução de

Leia mais

ESTATÍSTICA MÓDULO 3 MEDIDAS DE TENDÊNCIA CENTRAL

ESTATÍSTICA MÓDULO 3 MEDIDAS DE TENDÊNCIA CENTRAL ESTATÍSTICA MÓDULO 3 MEDIDAS DE TEDÊCIA CETRAL Ídce. Meddas de Tedêca Cetral...3 2. A Méda Artmétca Smles ( μ, )...3 3. A Méda Artmétca Poderada...6 Estatístca Módulo 3: Meddas de Tedêca Cetral 2 . MEDIDAS

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

POLINÔMIOS DE JACOBI E QUADRATURA NUMÉRICA INTRODUÇÃO

POLINÔMIOS DE JACOBI E QUADRATURA NUMÉRICA INTRODUÇÃO POLINÔMIOS DE JACOBI E QUADRATURA NUMÉRICA INTRODUÇÃO Para um melhor etedmeto do método da colocação ortogoal e sua relação com o método dos resíduos oderados (MRP) tora-se dsesável um estudo mesmo que

Leia mais

Física do Calor - 24ª Aula. Prof. Alvaro Vannucci

Física do Calor - 24ª Aula. Prof. Alvaro Vannucci Físca do Calor - 24ª Ala Pro. Alvaro Vacc Na últma ala vmos : Problema evolvedo bolas de blhar 6 bolas meradas qe qeremos colocar as 6 caçaas de ma mesa de blhar. De qatas maeras cosegmos azer sto? Sedo

Leia mais

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total

Leia mais

Números Complexos. 2. (IME) Seja z um número complexo de módulo unitário que satisfaz a condição z 2n 1, onde n é um número inteiro positivo.

Números Complexos. 2. (IME) Seja z um número complexo de módulo unitário que satisfaz a condição z 2n 1, onde n é um número inteiro positivo. Números Complexos. (IME) Cosdere os úmeros complexos Z se α cos α e Z cos α se α ode α é um úmero real. Mostre que se Z Z Z etão R e (Z) e I m (Z) ode R e (Z) e I m (Z) dcam respectvamete as partes real

Leia mais

tica ou tica como Rui Vilela Mendes CMAF, ICC, CFN dos TPC s

tica ou tica como Rui Vilela Mendes CMAF, ICC, CFN dos TPC s O oder da matemátca tca ou A matemátca tca como metáfora Ru Vlela Medes CMAF, ICC, CFN Soluções dos TPC s Curso o Mestrado de Comlexdade,, ISCTE, Ivero 007 07-03 03-007 TPC Dados ( I(I(,,, N ( I(/N, /N,,,

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL I

MEDIDAS DE TENDÊNCIA CENTRAL I Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE

Leia mais

Conceitos Básicos. Vocabulário Cadeias Linguagens Expressões Regulares Problema X Linguagem

Conceitos Básicos. Vocabulário Cadeias Linguagens Expressões Regulares Problema X Linguagem Conceitos Básicos Vocabulário Cadeias Linguagens Expressões Regulares Problema X Linguagem Alfabeto ou Vocabulário: Conjunto finito não vazio de símbolos. Símbolo é um elemento qualquer de um alfabeto.

Leia mais

Alfabeto, Cadeias, Operações e Linguagens

Alfabeto, Cadeias, Operações e Linguagens Linguagens de Programação e Compiladores - Aula 3 1 Alfabeto, Cadeias, Operações e Linguagens 1.Conjuntos Para representar um determinado conjunto é necessário buscar uma notação para representá-lo e ter

Leia mais

As seguintes variáveis são propriedades extensivas e funções do estado: (2.4) Já vimos que para um sistema fechado, da equação (1.1) podemos escrever

As seguintes variáveis são propriedades extensivas e funções do estado: (2.4) Já vimos que para um sistema fechado, da equação (1.1) podemos escrever 2. Fuções Auxlares e odções de Equlíbro As segutes varáves são roredades extesvas e fuções do estado: Etala: H (2.) Eerga lvre de Helmholtz: A (2.2) Eerga lvre de Gbbs: G G H (2.3) G A Proredades da Etala

Leia mais

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição:

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição: 6// IV. Juros: taxa efetva, equvalete e proporcoal Matemátca Facera Aplcada ao Mercado Facero e de Captas Professor Roaldo Távora IV. Taxa efetva Defção: É a taxa de juros em que a udade referecal de seu

Leia mais

4- Método de Diferenças Finitas Aplicado às Equações Diferenciais Parciais.

4- Método de Diferenças Finitas Aplicado às Equações Diferenciais Parciais. MÉTODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS 4- Método de Dereças Ftas Alcado às Equações Derecas Parcas. 4.- Aromação de Fuções. 4..- Aromação or Polômos: Iterolação. 4..- Ajuste de Dados: Mímos

Leia mais

Oitava Lista de Exercícios

Oitava Lista de Exercícios Uversdade Federal Rural de Perambuco Dscpla: Matemátca Dscreta I Professor: Pablo Azevedo Sampao Semestre: 07 Otava Lsta de Exercícos Lsta sobre defções dutvas (recursvas) e prova por dução Esta lsta fo

Leia mais

MAE 5776 ANÁLISE MULTIVARIADA. Júlia M Pavan Soler

MAE 5776 ANÁLISE MULTIVARIADA. Júlia M Pavan Soler MAE 5776 ANÁLISE MULTIVARIADA Júla M Pava Soler ava@me.us.br º Semestre IME/09 Baco de Dados: Dados Multvarados Varáves Udades Amostras j j j j j j : Matrz de Dados resosta do -ésmo dvíduo a j-ésma varável

Leia mais

Construção e Análise de Gráficos

Construção e Análise de Gráficos Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela

Leia mais

Cursos de Licenciatura em Ensino de Matemática e de EGI. Teoria de Probabilidade

Cursos de Licenciatura em Ensino de Matemática e de EGI. Teoria de Probabilidade Celso Albo FACULDADE DE CIÊNCIAS NATURAIS E MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA Campus de Lhaguee, Av. de Moçambque, km, Tel: +258 240078, Fax: +258 240082, Maputo Cursos de Lcecatura em Eso de Matemátca

Leia mais

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA REGRESSÃO LINEAR CUIABÁ, MT 6/ INTRODUÇÃO Relação dos valores da varável depedete (varável resposta) aos valores de regressoras ou exógeas). SIMPLES MÚLTIPLA (varáves depedetes,... =,,, K=,,, k em que:

Leia mais

22/8/2010 COMPLEXIDADE DE ALGORITMOS CES para os numeradores e 1 para o denominador. Noções de complexidade de algoritmos

22/8/2010 COMPLEXIDADE DE ALGORITMOS CES para os numeradores e 1 para o denominador. Noções de complexidade de algoritmos Razão de crescmento desse temo Imortânca de análse de algortmos Um mesmo roblema ode, em mutos casos, ser resolvdo or város algortmos. Nesse caso, qual algortmo deve ser o escolhdo? Crtéro 1: fácl comreensão,

Leia mais

Capítulo 9 Problema 01 Problema 03 Problema 04

Capítulo 9 Problema 01 Problema 03 Problema 04 Bssab&Morett Caítlo Problema mod, orqe + mod, orqe + Problema a, m m, ( ) mod mod, ( ) mod mod, ( ) mod mod,...,,,,..., Portato, o eríodo esse caso é h. Problema a, m, m ( ) mod mod, ( ) mod mod, ( ) mod

Leia mais

Problemas de Contagem

Problemas de Contagem Problemas de Cotagem Cotar em semre é fácil Pricíio Fudametal de Cotagem Se um certo acotecimeto ode ocorrer de 1 maeiras diferetes e se, aós este acotecimeto, um segudo ode ocorrer de 2 maeiras diferetes

Leia mais

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20 . MEDIDAS DE TENDÊNCIA CENTRAL (OU DE POSIÇÃO) Coceto: São aquelas que mostram o alor em toro do qual se agrupam as obserações.. MÉDIA ARITMÉTICA ( ) Sea (x, x,..., x ), uma amostra de dados: Se os dados

Leia mais

Como CD = DC CD + DC = 0

Como CD = DC CD + DC = 0 (9-0 www.eltecampas.com.br O ELITE RESOLVE IME 008 MATEMÁTICA - DISCURSIVAS MATEMÁTICA QUESTÃO Determe o cojuto-solução da equação se +cos = -se.cos se + cos = se cos ( se cos ( se se.cos cos + + = = (

Leia mais

Prof. Dr. Marcos Castilho. Departamento de Informática/UFPR. 27 de Fevereiro de 2018

Prof. Dr. Marcos Castilho. Departamento de Informática/UFPR. 27 de Fevereiro de 2018 27 de Fevereiro de 2018 Definição: Concatenação Sejam u, v Σ. A concatenação de u e v, denotado por uv é a operação binária sobre Σ assim definida (i) BASE: Se tamanho(v) = 0 então v = λ e uv = u. (ii)

Leia mais

Avaliação de Empresas Profa. Patricia Maria Bortolon

Avaliação de Empresas Profa. Patricia Maria Bortolon Avalação de Empresas MODELO DE DIVIDENDOS Dvdedos em um estáo DDM Dscouted Dvded Model Muto utlzados a precfcação de uma ação em que o poto de vsta do vestdor é extero à empresa e eralmete esse vestdor

Leia mais

CADERNO 1 (É permitido o uso de calculadora gráfica.)

CADERNO 1 (É permitido o uso de calculadora gráfica.) Proposta de teste de avalação [mao 09] Nome: Ao / Turma: N.º: Data: - - Não é permtdo o uso de corretor. Deves rscar aqulo que pretedes que ão seja classfcado. A prova clu um formuláro. As cotações dos

Leia mais

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( )

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( ) NÚMEROS COMPLEXOS Forma algébrca e geométrca Um úmero complexo é um úmero da forma a + b, com a e b reas e = 1 (ou, = -1), chamaremos: a parte real; b parte magára; e udade magára. Fxado um sstema de coordeadas

Leia mais

6. MÉTODOS APROXIMADOS DE ANÁLISE DE SISTEMAS CONTÍNUOS

6. MÉTODOS APROXIMADOS DE ANÁLISE DE SISTEMAS CONTÍNUOS 6. ÉOOS APROXAOS ANÁS SSAS CONÍNUOS Nos dos capítulos aterores, estudaram-se métodos exactos de aálse de sstemas dscretos e de sstemas cotíuos. Agora, serão aalsados algus métodos aproxmados da solução

Leia mais

Teoria das Comunicações

Teoria das Comunicações Teora das Comucações.6ª Revsão de robabldade rof. dré Noll arreto rcíos de Comucação robabldade Cocetos áscos Eermeto aleatóro com dversos resultados ossíves Eemlo: rolar um dado Evetos são cojutos de

Leia mais

MAE0229 Introdução à Probabilidade e Estatística II

MAE0229 Introdução à Probabilidade e Estatística II Exercíco Cosdere a dstrbução expoecal com fução de desdade de probabldade dada por f (y; λ) = λe λy, em que y, λ > 0 e E(Y) = /λ Supor que o parâmetro λ pode ser expresso proporcoalmete aos valores de

Leia mais

Fundamentos da Teoria da Computação

Fundamentos da Teoria da Computação Fundamentos da Teoria da Computação Terceira Lista de Exercícios - Aula sobre dúvidas Sérgio Mariano Dias 1 1 Mestrando em Ciência da Computação Departamento de Ciência da Computação Universidade Federal

Leia mais

Apostila 05 Assunto: Linguagens dos tipos 0 e 1

Apostila 05 Assunto: Linguagens dos tipos 0 e 1 Cursos: Bacharelado em Ciência da Computação e Bacharelado em Sistemas de Informação Disciplinas: (1493A) Teoria da Computação e Linguagens Formais, (4623A) Teoria da Computação e Linguagens Formais e

Leia mais

NOTA BREVE SOBRE O CONCEITO DE MÉDIA 1

NOTA BREVE SOBRE O CONCEITO DE MÉDIA 1 NOTA BREVE SOBRE O CONCEITO DE MÉDIA O coceto de méda surge de modo abudate a dscla de Métodos Estatístcos, resete em mutos cursos de lcecatura de sttuções de eso sueror. Surge, de gual modo, em domíos

Leia mais

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS No caítulo IV, Iterolação Polomal, estudamos uma forma de ldar com fuções matemátcas defdas or taelas de valores. Frequetemete, estas taelas são

Leia mais

Exercícios Complementares 1.2

Exercícios Complementares 1.2 Exercícios Comlemetares 1. 1.A Dê exemlo de uma seqüêcia fa g ; ão costate, ara ilustrar cada situação abaixo: (a) limitada e crescete (c) limitada e ão moótoa (e) ão limitada e ão moótoa (b) limitada

Leia mais

Sumário. 2 Índice Remissivo 11

Sumário. 2 Índice Remissivo 11 i Sumário 1 Esperaça de uma Variável Aleatória 1 1.1 Variáveis aleatórias idepedetes........................... 1 1.2 Esperaça matemática................................. 1 1.3 Esperaça de uma Fução de

Leia mais

COM29008 LISTA DE EXERCÍCIOS #

COM29008 LISTA DE EXERCÍCIOS # INSTITUTO FEDERAL DE SANTA CATARINA CAMPUS SÃO JOSÉ COORDENADORIA DE ÁREA DE TELECOMUNICAÇÕES ENGENHARIA DE TELECOMUNICAÇÕES COM98 LISTA DE EXERCÍCIOS # 8. Exercícios. [, 9.5] Um processo estocástico gaussiano,

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma

Leia mais

d s F = m dt Trabalho Trabalho

d s F = m dt Trabalho Trabalho UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I Trabalho 1. Itrodução

Leia mais

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares Itrodução à Teora dos Números 018 - Notas 1 Os Prcípos da Boa Ordem e de Idução Fta Prof Carlos Alberto S Soares 1 Prelmares Neste curso, prortaramete, estaremos trabalhado com úmeros teros mas, quado

Leia mais

Ordenação: Introdução e métodos elementares. Algoritmos e Estruturas de Dados II

Ordenação: Introdução e métodos elementares. Algoritmos e Estruturas de Dados II Ordeação: Itrodução e métodos elemetares Algortmos e Estruturas de Dados II Ordeação Objetvo: Rearrajar os tes de um vetor ou lsta de modo que suas chaves estejam ordeadas de acordo com alguma regra Estrutura:

Leia mais

Exercícios - Sequências de Números Reais (Solução) Prof Carlos Alberto S Soares

Exercícios - 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 mais

II. Propriedades Termodinâmicas de Soluções

II. Propriedades Termodinâmicas de Soluções II. Propredades Termodâmcas de Soluções 1 I. Propredades Termodâmcas de Fludos OBJETIVOS Eteder a dfereça etre propredade molar parcal e propredade de uma espéce pura Saber utlzar a equação de Gbbs-Duhem

Leia mais

Apostila 03 - Linguagens Livres de Contexto Exercícios

Apostila 03 - Linguagens Livres de Contexto Exercícios Cursos: Bacharelado em Ciência da Computação e Bacharelado em Sistemas de Informação Disciplinas: (1493A) Teoria da Computação e Linguagens Formais, (4623A) Teoria da Computação e Linguagens Formais e

Leia mais

Alfabeto e palavras. Alfabeto conjunto finito de símbolos (Σ).

Alfabeto e palavras. Alfabeto conjunto finito de símbolos (Σ). Alfabeto e palavras Alfabeto conjunto finito de símbolos (Σ). {A,...,Z}, {α, β,... }, {a,b}, {0,1}, ASCII Palavra de Σ sequência finita de símbolos do alfabeto Σ Σ = {a, b} aabba a aaaaaaaa Comprimento

Leia mais

? Isso é, d i= ( x i. . Percebeu que

? Isso é, d i= ( x i. . Percebeu que Estatístca - Desvo Padrão e Varâca Preparado pelo Prof. Atoo Sales,00 Supoha que tehamos acompahado as otas de quatro aluos, com méda 6,0. Aluo A: 4,0; 6,0; 8,0; méda 6,0 Aluo B:,0; 8,0; 8,0; méda 6,0

Leia mais

Problema A Codificação Símbolos Dado um inteiro n, n é N representação de inteiros 0,1,...,b - 1 numa base b Dado um grafo G, G é conexo?

Problema A Codificação Símbolos Dado um inteiro n, n é N representação de inteiros 0,1,...,b - 1 numa base b Dado um grafo G, G é conexo? 2 Linguagens Uma linguagem de programação, ou uma língua natural como o Português ou o Inglês, pode ser vista como um conjunto de sequências de símbolos, pertencentes a um conjunto finito. Em Português

Leia mais

NOTAS DE AULA DA DISCIPLINA CE076 = 2. ], T 2 = conhecido como T 2 de Hotelling

NOTAS DE AULA DA DISCIPLINA CE076 = 2. ], T 2 = conhecido como T 2 de Hotelling NOTAS DE AULA DA DISCIPLINA CE76 4 INFERÊNCIA SOBRE O VETOR DE MÉDIAS 4. TESTE PARA UM VETOR DE MÉDIAS µ Lembrado o caso uvarado: H : µ µ H : µ µ Nível de sfcâca: α Estatístca do teste: t X µ s/ ~ t Decsão:

Leia mais

Sucessão ou Sequência. Sucessão ou seqüência é todo conjunto que consideramos os elementos dispostos em certa ordem. janeiro,fevereiro,...

Sucessão ou Sequência. Sucessão ou seqüência é todo conjunto que consideramos os elementos dispostos em certa ordem. janeiro,fevereiro,... Curso Metor www.cursometor.wordpress.com Sucessão ou Sequêcia Defiição Sucessão ou seqüêcia é todo cojuto que cosideramos os elemetos dispostos em certa ordem. jaeiro,fevereiro,...,dezembro Exemplo : Exemplo

Leia mais

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS No caítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas or taelas de valores. Frequetemete, estas taelas são otdas com ase em

Leia mais

Sumário. Mecânica. Sistemas de partículas

Sumário. Mecânica. Sistemas de partículas Sumáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - Sstemas de partículas e corpo rígdo. - Cetro de massa. - Como determar o cetro de massa dum sstema de partículas. -

Leia mais

Métodos Computacionais em Engenharia DCA0304 Capítulo 3

Métodos Computacionais em Engenharia DCA0304 Capítulo 3 Métodos Comutcos em Egehr DCA4 Cítulo. Iterolção.. Itrodução Qudo se trblh com sstems ode ão é cohecd um fução que descrev seu comortmeto odemos utlzr o coceto de terolção. Há csos tmbém em que form lítc

Leia mais

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;

Leia mais

DISPOSITIVOS ELECTRÓNICOS. Problemas Resolvidos

DISPOSITIVOS ELECTRÓNICOS. Problemas Resolvidos DISPOSITIVOS ELECTRÓNICOS Probleas Resolvdos CAPÍTULO 1 SEMICONDUTORES HOMOGÉNEOS Ca. 1 1 Problea SH1 Cosderar ua resstêca de gerâo de to co 1 de secção e 1 c de coreto que a 300 K areseta ua resstêca

Leia mais

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a

Leia mais

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão Estatístca Descrtva Meddas estatístcas: Localzação, Dspersão Meddas estatístcas Localzação Dspersão Meddas estatístcas - localzação Méda artmétca Dados ão agrupados x x Dados dscretos agrupados x f r x

Leia mais

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo. 5910187 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 6 Equlíbro e o Potecal de Nerst Nesta aula, vamos utlzar a equação para o modelo de eletrodfusão o equlíbro obtda a aula passada para estudar o trasporte

Leia mais

CAPÍTULO 7 INTERVALO DE CONFIANÇA E TESTES DE HIPÓTESES

CAPÍTULO 7 INTERVALO DE CONFIANÇA E TESTES DE HIPÓTESES CAPÍTULO 7 INTERVALO DE CONFIANÇA E TESTES DE HIPÓTESES 7. Itervalo de cofaça A cada aos (ormalmete), os acostumamos a acomahar as esqusas eletoras. Geralmete elas são mostradas assm: Caddato Iteção de

Leia mais

Capítulo 1: Alfabetos, cadeias, linguagens

Capítulo 1: Alfabetos, cadeias, linguagens Capítulo 1: Alfabetos, cadeias, linguagens Símbolos e alfabetos. Um alfabeto é, para os nossos fins, um conjunto finito não vazio cujos elementos são chamados de símbolos. Dessa maneira, os conceitos de

Leia mais

PROCESSOS ESTOCÁSTICOS

PROCESSOS ESTOCÁSTICOS UIVERIDADE FEDERAL DO RIO GRADE DO ORE CERO DE CIÊCIA EXAA E DA ERRA DEARAEO DE EAÍICA DICILIA: E ROCEO EOCÁICO ROCEO EOCÁICO ª EAA ROFEOR: FERADO CÉAR DE IRADA AAL/R EADO ABORVEE Defção. Um estado de

Leia mais

1 SISTEMA FRANCÊS DE AMORTIZAÇÃO

1 SISTEMA FRANCÊS DE AMORTIZAÇÃO scpla de Matemátca Facera 212/1 Curso de Admstração em Gestão Públca Professora Ms. Valéra Espídola Lessa EMPRÉSTIMOS Um empréstmo ou facameto pode ser feto a curto, médo ou logo prazo. zemos que um empréstmo

Leia mais

Estabilidade no Domínio da Freqüência

Estabilidade no Domínio da Freqüência Establdade o Domío da Freqüêca Itrodução; apeameto de Cotoros o Plao s; Crtéro de Nyqust; Establdade Relatva; Crtéro de Desempeho o Domío do Tempo Especfcado o Domío da Freqüêca; Bada Passate de Sstema;

Leia mais

Diferenciais Ordinárias. Reginaldo J. Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais

Diferenciais Ordinárias. Reginaldo J. Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais Exstêca e Ucdade de Soluções de Equações Dferecas Ordáras Regaldo J Satos Departameto de Matemátca-ICEx Uversdade Federal de Mas Geras http://wwwmatufmgbr/ reg 10 de ulho de 2010 2 1 INTRODUÇÃO Sumáro

Leia mais

Rearranjando a equação em função de d% têm-se:

Rearranjando a equação em função de d% têm-se: .(CSDMOED/CESGRNRIO/0) Uma linha de transmissão de 8 k, cuja impedância é de 00, está protegida por um relé de impedância (). Utilizando um TP de 8000/00 e um TC de 500/5, o relé foi regulado com uma impedância

Leia mais

Matemática 5 aula 11 ( ) ( ) COMENTÁRIOS ATIVIDADES PARA SALA COMENTÁRIOS ATIVIDADES PROPOSTAS REVISÃO. 4a 12ab + 5b 2a 2(2a)(3b) + (3b) (2b)

Matemática 5 aula 11 ( ) ( ) COMENTÁRIOS ATIVIDADES PARA SALA COMENTÁRIOS ATIVIDADES PROPOSTAS REVISÃO. 4a 12ab + 5b 2a 2(2a)(3b) + (3b) (2b) Matemática 5 aula 11 REVISÃO 1. Seja L a capacidade, em litros, do taque. Por regra de três simples, temos: I. Toreira 1: II. Toreira : 1 L 18 L x 1 x + xl ( x+ ) 1 = = L 1 18 xl ( x+ ) Sabedo que R 1

Leia mais

Prof. Alvaro Vannucci

Prof. Alvaro Vannucci Pro. Alvaro Vaucc Lebreos o roblea dos sucessvos deslocaetos aleatóros rado - DRUNK - walk Cosderaos cada deslocaeto asso dado ela essoa coo tedo sere o eso coreto L. Chaaos de a robabldade de asso ara

Leia mais

Linguagens e Gramáticas Livres de Contexto

Linguagens e Gramáticas Livres de Contexto Foha Prática Linguagens e Gramáticas Livres de ontexto 1 Linguagens e Gramáticas Livres de ontexto 1. onsidere a gramática ivre de contexto G = (V, T,, P), em que V = {,, }, T = { a, b } e P é o seguinte

Leia mais

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados Capítulo : Ajuste de curvas pelo método dos mímos quadrados. agrama de dspersão No capítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas por uma taela de valores. Frequetemete o etato

Leia mais

IST ELECTRÓNICA II. Circuitos de Amostragem e Retenção Conversores Digital Analógico º semestre. Cap. 5- Conversores A/D D/A

IST ELECTRÓNICA II. Circuitos de Amostragem e Retenção Conversores Digital Analógico º semestre. Cap. 5- Conversores A/D D/A Cap. 5- Coersores A/D D/A ST ELECTÓNCA Crcutos de Amostragem e eteção Coersores Dgtal Aalógco 00-00 º semestre ST Electróca, http://sps.esc.pt/~ele Mosés Pedade Cap. 5- Coersores A/D D/A Sstema de Processameto

Leia mais

NCE/12/00256 Decisão de apresentação de pronúncia - Novo ciclo de estudos

NCE/12/00256 Decisão de apresentação de pronúncia - Novo ciclo de estudos NCE/12/00256 Decisão de apresentação de pronúncia - Novo ciclo de estudos NCE/12/00256 Decisão de apresentação de pronúncia - Novo ciclo de estudos Decisão de Apresentação de Pronúncia ao Relatório da

Leia mais

Índice. Exemplo de minimização de estados mais complexo. estados

Índice. Exemplo de minimização de estados mais complexo. estados Sumáro Método da tabela de mplcações para mnmzar estados. Atrbução de códgos aos estados: métodos baseados em heurístcas. Índce Exemplo de mnmzação de estados mas complexo Método da tabela de mplcações

Leia mais

Avaliação da qualidade do ajuste

Avaliação da qualidade do ajuste Avalação da qualdade do ajuste 1 Alguma termologa: Modelo ulo: é o modelo mas smples que pode ser defdo, cotedo um úco parâmetro ( µ) comum a todos os dados; Modelo saturado: é o modelo mas complexo a

Leia mais

Histórico e motivação

Histórico e motivação Expressões regulares 1. Histórico e motivação 2. Definição a) Sintaxe b) Semântica c) Precedência dos operadores 3. Exemplos 4. Leis algébricas 5. Dialetos 6. Aplicações 7. Exercícios Pré-requisito: básico

Leia mais

3 Relações constitutivas para fluxo em meios não saturados 3.1. Introdução

3 Relações constitutivas para fluxo em meios não saturados 3.1. Introdução 40 3 Relações costtutvas ara fluxo em meos ão saturados 3.1. Itrodução Na atureza, a maora dos rocessos de fluxo ocorre em meos ão saturados. Em um solo calmete seco, or exemlo, sujeto à fltração de água

Leia mais

Linguagem (formal) de alfabeto Σ

Linguagem (formal) de alfabeto Σ Linguagem (formal) de alfabeto Σ Linguagem é qualquer subconjunto de Σ, i.e. qualquer conjunto de palavras de Σ Σ = {a, b} {aa, ab, ba, bb} ou {x x {a, b} e x = 2} {a, aa, ab, ba, aaa, aab, aba,...} ou

Leia mais

Grupo I. Proposta de Resolução do Exame de Matemática A Cód ª Fase de Junho

Grupo I. Proposta de Resolução do Exame de Matemática A Cód ª Fase de Junho Proposta de Resolução do Eame de Matemática A Cód. 65-1ª Fase 01 1 de Juho Grupo I Questões 1 4 5 6 7 8 Versão 1 B D C B A C A C Versão C B D B C A D A 1. 7 A 10 P 7 P A 1 10 10 A B A B A B P P P P PB

Leia mais

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si. Prof. Lorí Va, Dr. http://www. ufrgs.br/~va/ va@mat.ufrgs.br aáse de varâca de uma cassfcação (Oe-Way NOV) verfca se as médas de amostras depedetes (tratametos) dferem etre s. Um segudo tpo de aáse de

Leia mais

XXVII Olimpíada Brasileira de Matemática GABARITO Primeira Fase

XXVII 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 mais

José Álvaro Tadeu Ferreira. Cálculo Numérico. Notas de aulas

José Álvaro Tadeu Ferreira. Cálculo Numérico. Notas de aulas UNIVERSIDADE FEDERAL DE OURO PRETO Isttuto de Cêcas Eatas e Bológcas Departameto de Computação José Álvaro Tadeu Ferrera Cálculo Numérco Notas de aulas Iterpolação Polomal Ouro Preto 3 (Últma revsão em

Leia mais

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO RACIOCÍIO LÓGICO - Zé Carlos RACIOCÍIO LÓGICO / ESTATÍSTICA LISTA RESUMO TEÓRICO I. Cocetos Icas. O desvo médo (DM), é a méda artmétca dos desvos de cada dado da amostra em toro do valor médo, sto é x

Leia mais

Grupo I. Proposta de Resolução do Exame de Matemática A Cód ª Fase de Junho

Grupo I. Proposta de Resolução do Exame de Matemática A Cód ª Fase de Junho Proposta de Resolução do Eame de Matemática A Cód. 65-1ª Fase 01 1 de Juho Grupo I Questões 1 4 5 6 7 8 Versão 1 B D C B A C A C Versão C B D B C A D A 1. 7 A 10 P 7 P A 1 10 10 A B A B A B P P P P PB

Leia mais

CAPÍTULO 1 SEMICONDUTORES HOMOGÉNEOS

CAPÍTULO 1 SEMICONDUTORES HOMOGÉNEOS CAPÍTULO 1 SEMICONDUTORES HOMOGÉNEOS Ca. 1 1 Problea SH1 Cosderar ua resstêca de gerâo de to co 1 de secção e 1 c de coreto que a 300 K areseta ua resstêca de 0 Ω. a) Calcular o valor da desdade de urezas,

Leia mais

Proposta de resolução do Exame Nacional de Matemática A 2017 (2 ạ fase) GRUPO I (Versão 1) Assim, 2! 3! 4 = 48 é a resposta pedida.

Proposta de resolução do Exame Nacional de Matemática A 2017 (2 ạ fase) GRUPO I (Versão 1) Assim, 2! 3! 4 = 48 é a resposta pedida. Proosta de resolução do Eame Naconal de Matemátca A 7 ( ạ fase) GRUPO I (Versão ) P P I I I. 3 3! 3! = 6 = 8 Estem quatro maneras dstntas de os algarsmos ares estarem um a segur ao outro (PPIII ou IPPII

Leia mais

7 Análise de covariância (ANCOVA)

7 Análise de covariância (ANCOVA) Plejameto de Expermetos II - Adlso dos Ajos 74 7 Aálse de covarâca (ANCOVA) 7.1 Itrodução Em algus expermetos, pode ser muto dfícl e até mpossível obter udades expermetas semelhtes. Por exemplo, pode-se

Leia mais

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com

Leia mais

Inferência Estatística e Aplicações I. Edson Zangiacomi Martinez Departamento de Medicina Social FMRP/USP

Inferência Estatística e Aplicações I. Edson Zangiacomi Martinez Departamento de Medicina Social FMRP/USP Iferêca Estatístca e Aplcações I Edso Zagacom Martez Departameto de Medca Socal FMRP/USP edso@fmrp.usp.br Rotero Parte I Escola frequetsta Defções: parâmetros, estmatvas Dstrbuções de probabldade Estmação

Leia mais

Problema geral de interpolação

Problema geral de interpolação Problema geral de terpolação Ecotrar p() que verfque as codções: f j ( ) y,,,,,, j,,, m ( j) ( ) dervada de ordem j ós valores odas Eemplo: ecotrar p() que verfque:, f () 4 3, f( 3) 3, f'(3) 4 3 p() 3

Leia mais

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling 4 INFERÊNCIA SOBRE O VETOR DE MÉDIAS 4. TESTE PARA UM VETOR DE MÉDIAS µ Lembrado o caso uvarado: H : µ = µ H : µ µ Nível de sgfcâca: α Estatístca do teste: X µ t = s/ ~ t Decsão: se t > t - (α/) rejeta-se

Leia mais

I Lista de Álgebra Linear /02 Matrizes-Determinantes e Sistemas Prof. Iva Zuchi Siple

I Lista de Álgebra Linear /02 Matrizes-Determinantes e Sistemas Prof. Iva Zuchi Siple 1 I Lista de Álgebra Linear - 2012/02 Matrizes-Determinantes e Sistemas Prof. Iva Zuchi Siple 1. Determine os valores de x e y que tornam verdadeira a igualdade ( x 2 + 5x x 2 ( 6 3 2x y 2 5y y 2 = 5 0

Leia mais

* +,,- 5%67. 5%5%8 # ! " #$ %& ' %( ) .

* +,,- 5%67.  5%5%8 # !  #$ %& ' %( ) . http://indicadores.ethos.org.br/relatorioexternodiagnostico.aspx?id=1,2,,4,&ano=2007&questionari... Página 1 de 2 " # & ' "# * +,,-. * ' * //0 /1 2 &* '4/*5 / * / 1& &'56 ' &* 4/ &'*5 * 4 /*1 4' '4' &

Leia mais

Gabarito do Simulado da Primeira Fase - Nível Beta

Gabarito do Simulado da Primeira Fase - Nível Beta Gabarito do Simulado da Primeira Fase - Nível Beta Questão potos Serão laçados dois dados: um dado azul de 4 faces, umeradas de a 4, e um dado vermelho de 8 faces, umeradas de a 8 a Determie a probabilidade

Leia mais