Aula 5 Teorema central do limite & Aplicações
|
|
- Aurora Caminha
- 4 Há anos
- Visualizações:
Transcrição
1 Diâmica Estocástica Aula 5 Teorema cetral do limite & Aplicações
2 Teorema cetral do limite Se x é tal que: x 0 e ( xv é fiita,,..., x x, x,...,, 3 x variáveis aleatórias idepedetes com a mesma distribuição Sea: Z x x v x 3... x Etão para Temos: ( Z exp( Z / Distribuição de probabilidades associada a Z é uma gaussiaa de variâcia.
3 Teorema cetral do limite Demostração do teorema As variáveis x x, x,...,, 3 x possuem a mesma distribuição: g g (... g ( g( ( A fução característica g( g( exp( escrita em termos da expasão em cumulates é dada por: ( i! Expasão g( exp( iv O( 3 3
4 g( Teorema cetral do limite Demostração do teorema exp( i O( 3 x vv x... 0 cumulate de primeira ordem x v x... cumulate de seguda ordem O( 3 termos de ordem superior a em (a expasão é para pequeo v 4
5 Teorema cetral do limite A fução característica Demostração do teorema G( G( associada a Z é dada por: expiz x x x... x Z / 3 G exp i ( x xv... x / ( Sea: v As variáveis x x, x,...,, 3 x são variáveis aleatórias idepedetes e, portato, G( g( g(... v g ( g ( 5
6 6 Teorema cetral do limite ( (... ( ( ( g g g g G Mas: ( exp( ( 3 O i g ( exp( ( ( 3 O g G Portato: 0 Como,, temos: ( exp( ( 3 O g v v Demostração do teorema
7 7 Teorema cetral do limite / Mas,, o que implica que o termo em do lado direito da expressão acima será: ( exp( ( 3 O G ( (
8 Teorema cetral do limite Demostração do teorema G( exp( O( 3 O( 3 c 3... c cost. 3 Portato o termo em vido de O( 3 a expoecial (lado direito da equação para G( pode ser avaliado como: c / 3 pois, / Ou, c 3 3 / v c O( v Portato: O( 3 0 quado (3 8
9 Teorema cetral do limite A partir dos resultados (, ( e (3 temos: Mas, Demostração do teorema G( exp( (* e, portato, (* x 0 x x x G( exp( Fução característica associada a Z Portato Z ( Z exp( A distribuição associada a Z é uma gaussiaa!! Como queríamos demostrar. 9
10 Teorema cetral do limite x x x... x Z / 3 x x, x,...,, 3 x : variáveis aleatórias idepedetes e coma mesma distribuição x x x3... x 0 x x x 3... x = variâcia que é fiita Sea X x x x... 3 x X Z Ecotrar distribuição de probabilidades de X o limite em que >> ( X 0
11 Teorema cetral do limite x x x... x Z / 3 X Z ( Z dz ( X dx ( Z dz v ( X dx X Z dx dz ( X ( Z / Z ( Z exp( X ( X v exp(
12 Teorema cetral do limite ( X ( Z / X Z Mas, acabamos de ecotrar que pelo teorema cetral do limite temos: Z ( Z exp( x x x... x Z / 3 Portato: X ( X exp(
13 Camiho aleatório & Teorema cetral do limite Aplicação
14 Camiho aleatório em uma dimesão Uma pessoa camiha sobre uma reta. Partido da origem a cada istate de tempo ela dá um passo para a direita ou para a esquerda com igual probabilidade. P ( Qual é a probabilidade dela estar a posição depois de passos, partido de 0? 4
15 Camiho aleatório em uma dimesão Variável aleatória,,,...,, que assume o valor com probabilidade ½ e o valor com probabilidade ½. p( p( / passo passo para a esquerda. para a direita. 5
16 Camiho aleatório em uma dimesão Depois de passos a posição será: x (... Como todos os passos são idepedetes x etão a variável é uma soma de variáveis idepedetes 6
17 Camiho aleatório em uma dimesão A média de cada uma das variáveis aleatórias é dada por: ( p( p( p( / { / / } 0 Agora (... x x... Como: 0 x 0 7
18 Camiho aleatório em uma dimesão x ( ( ( p As variáveis são idepedetes ( ( 0 x x Variâcia de x é proporcioal ao úmero de passos. 8
19 P ( Camiho aleatório em uma dimesão Probabilidade de a pessoa estar em x depois de passos. Variável aleatória= pois x... ( Fução característica G ( G( P ( exp( i Como as variáveis são idepedetes G( g( g(... g( Em que, g ( exp( i =,,..., 9
20 Camiho aleatório em uma dimesão G( g( g(... g( g ( exp( i g ( exp( i ( p {exp( i exp( i} G( { exp( i exp( i} Mas, G( P ( exp( i 0
21 Camiho aleatório em uma dimesão G ( { exp( i exp( i} ( x y 0 x y expasão biomial m G e e m0 m i i m x exp(i y exp( i G e e m0 m m0 m m i i ( m
22 Camiho aleatório em uma dimesão G e e m0 m m0 m m i i ( m m m 0 m m G e i Fução característica
23 Camiho aleatório em uma dimesão G e i (! (! (! Mas, G( P ( e ( i Comparado as duas equações acima obtemos a distribuição de probabilidades deseada: P ( (!!(! Probabilidade de a pessoa estar em x depois de passos 3
24 Passeio aleatório & Teorema cetral do limite Limite para Z ( 4
25 Camiho aleatório & Teorema cetral do limite Limite para 0 ( 3... Z Utilizado o teorema cetral do limite ( Z exp( Z / 5
26 Camiho aleatório & Teorema cetral do limite Limite para Utilizado o teorema cetral do limite 3... Z... 3 Z ( Z dz P ( d d dz P ( ( Z / P ( exp( / 6
27 Modelo de Isig & Teorema cetral do limite Aplicação
28 Modelo de Isig & Teorema cetral do limite Aplicação Modelo de Isig Sea uma rede com i Cada sítio. um átomo magético com, mometo em que cost. sítios e de dipolo magético i i i é uma variável que assume dois valores: i, ( i,,...,..., (,..., i,..., especifica uma cofiguração do sistema. Eergia associada a cofiguração : E( J ( i, i (para campo extero ulo em que a soma é sobre pares de primeiros vizihos e J cost. J 0 : iterações ferromagética 8
29 Esboço do diagrama de fase do modelo de Isig bidimesioal a campo ulo 0 F T c P T T F P Temperatura Fase ferromagética. Fase paramagética. Parâmetro ordem m Para temperaturas acima da temperatura crítica o sistema se ecotra o estado paramagético (desordeado: o parâmetro ordem m Tc se aula para Temperatura crítica. Ode se dá uma trasição etre as fases P e F (trasição de fase. T T c Para temperaturas abaixo da temperatura crítica o sistema se ecotra o estado ferromagético (ordeado. (sistema ifiito. m 0 para T T c 9
30 Modelo de Glauber- Isig T T c T T c T T c Tc temperatura crítica estado ordeado T muito próxima da crítica. estado desordeado Simulações de Mote Carlo em redes quadradas regulares. Istatâeos da rede gerados utilizado a prescrição de Metropolis para o modelo de Isig. i i Spi para baixo Spi para cima 30
31 m Modelo de Isig Magetização versus temperatura (T/J, J>0 para o modelo de Isig defiido em uma rede quadrada de tamaho =LxL. Ladau & Bider (000 As curvas correspodem à redes quadradas regulares de diferetes tamahos LxL B T c / J,698 T / J 0, B T / J l( B c c m é o parâmetro de ordem para essa trasição m 0 m 0 Fase ferromagética ordeada Fase paramagética desordeada
32 Modelo de Glauber-Isig Cosideremos um diâmica estocástica associada ao modelo de Isig: modelo de Glauber-Isig. A partir de uma cofiguração iicial aleatória gera-se outras cofigurações por meio da diâmica. Para isto podemos, por exemplo, utilizar a prescrição de Glauber e atualização assícroa. (vamos ver a prescrição de Glauber e atualização, este curso, mais adiate!! i uma variável aleatória i, O modelo de Glauber-Isig possui simetria up-dow (simetria de iversão: i i ( i,,...,..., O hamiltoiao e a diâmica ficam ivariates 3
33 Modelo de Glauber- Isig Cosideremos o regime de altas temperaturas Sistema o estado paramagético Temperatura c T As variáveis aleatórias i se toram c estaticamete idepedetes este caso cada variável i um dos seus dois possíveis valores: i com tem probabilidade ½ de p( i assumir qualquer i com p( i i ( c ( 0 33
34 Modelo de Glauber- Isig Cosideremos o regime de altas temperaturas: T ou T T c Tc Temperatura crítica Pois: e como: ( ( A variâcia de é igual a 0 Todas as variáveis i têm a mesma variâcia:... 34
35 Defiido: Modelo de Glauber- Isig Z... 3 ( Z ( (,,..., são idepedetes. Etão: Obtivemos (slide aterior que:... ( (4 Portato, a partir da Eq. ( e usado (, (3 e (4, obtemos: Z Z c 35
36 Modelo de Glauber- Isig. & Teorema cetral do limite T T c,,...,... variáveis aleatórias idepedetes. 0 ( ( Obtivemos (slide aterior que a variâcia de todas as variáveis é igual e fiita:... (3 Levado em cota as codições (, ( e (3 e defiido Z... 3 O teorema cetral do limite implica que a distribuição de Z para é ( Z exp( Z / Variâcia: Z Distribuição de probabilidades associada a Z é uma gaussiaa. 36
37 Modelo de Glauber- Isig. & Teorema cetral do limite A distribuição de (m Μ m... m Μ... m m... 0 m M = variâcia de m. (m ( exp( m / Forma assitótica para fiito (mas suficietemete grade. 37
38 Modelo de Glauber- Isig. & Teorema cetral do limite (* Observação m M Z M m Z (m dm ( Z dz (m dm ( Z dz (m ( Z m (m exp( m / exp( 38
39 Modelo de Glauber- Isig. & Teorema cetral do limite ( m ( exp( m / m... m... 0 i m = variâcia de m. = desvio quadrático de m. À medida em que cresce a variâcia de m vai a zero. Para tededo a ifiito a distribuição de m tede a uma delta de Dirac (m como devemos esperar. 39
40 3 40
41 FIM
Quarta aula. Ifusp, agosto de 2016
Diâmica Estocástica Quarta aula Ifusp, agosto de 06 Bibliografia básica. va Kape, Stochastic processes i physics ad chemistry, North-Hollad, 990, Capítulo 4. Tomé e de Oliveira, Diâmica estocástica e irreversibilidade,
Leia maisbinomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal.
biomial seria quase simétrica. Nestas codições será também melhor a aproximação pela distribuição ormal. Na prática, quado e p > 7, a distribuição ormal com parâmetros: µ p 99 σ p ( p) costitui uma boa
Leia mais1 Distribuições Amostrais
1 Distribuições Amostrais Ao retirarmos uma amostra aleatória de uma população e calcularmos a partir desta amostra qualquer quatidade, ecotramos a estatística, ou seja, chamaremos os valores calculados
Leia maisDESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:
48 DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL LEI DOS GRANDES NÚMEROS Pretede-se estudar o seguite problema: À medida que o úmero de repetições de uma experiêcia cresce, a frequêcia relativa
Leia maisDinâmica Estocástica
Diâmica Estocástica Aula matriz Estocástica Balaceameto Detalhado Ifusp setembro de 6 Bibliografia: Capítulo 6 Diâmica estocástica e Irreversibilidade Tâia Tomé e Mário J. de Oliveira Edusp 4. Markov Adrei
Leia maisDistribuições Amostrais
7/3/07 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/07/07 09:3 ESTATÍSTICA APLICADA I - Teoria
Leia maisDistribuições de Estatísticas Amostrais e Teorema Central do Limite
Distribuições de Estatísticas Amostrais e Teorema Cetral do Limite Vamos começar com um exemplo: A mega-sea de 996 a N 894 úmeros de a 6: Média: m 588 Desvio padrão: 756 49 amostras de 6 elemetos Frequêcia
Leia maisDistribuições Amostrais
9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria
Leia maisProbabilidade II Aula 9
Coteúdo Probabilidade II Aula 9 Maio de 9 Môica Barros, D.Sc. Estatísticas de Ordem Distribuição do Máximo e Míimo de uma amostra Uiforme(,) Distribuição do Máximo e Míimo caso geral Distribuição das Estatísticas
Leia maisLista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas
. ANPEC 8 - Questão Seja x uma variável aleatória com fução desidade de probabilidade dada por: f(x) = x, para x f(x) =, caso cotrário. Podemos afirmar que: () E[x]=; () A mediaa de x é ; () A variâcia
Leia maisProbabilidade II Aula 12
Coteúdo Probabilidade II Aula Juho de 009 Desigualdade de Marov Desigualdade de Jese Lei Fraca dos Grades Números Môica Barros, D.Sc. Itrodução A variâcia de uma variável aleatória mede a dispersão em
Leia maisn ) uma amostra aleatória da variável aleatória X.
- Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer
Leia maisA DESIGUALDADE DE CHEBYCHEV
A DESIGUALDADE DE CHEBYCHEV Quado se pretede calcular a probabilidade de poder ocorrer determiado acotecimeto e se cohece a distribuição probabilística que está em causa o problema, ão se colocam dificuldades
Leia maisEstatística para Economia e Gestão REVISÕES SOBRE VARIÁVEIS ALEATÓRIAS DISCRETAS E CONTÍNUAS
Estatística para Ecoomia e Gestão REVISÕES SOBRE VARIÁVEIS ALEATÓRIAS DISCRETAS E CONTÍNUAS Primavera 008/009 Variável Aleatória: Defiição: uma variável aleatória é uma fução que atribui a cada elemeto
Leia maisEstudando complexidade de algoritmos
Estudado complexidade de algoritmos Dailo de Oliveira Domigos wwwdadomicombr Notas de aula de Estrutura de Dados e Aálise de Algoritmos (Professor Adré Bala, mestrado UFABC) Durate os estudos de complexidade
Leia maisCapítulo 39: Mais Ondas de Matéria
Capítulo 39: Mais Odas de Matéria Os elétros da superfície de uma lâmia de Cobre foram cofiados em um curral atômico - uma barreira de 7,3 âgstros de diâmetro, imposta por 48 átomos de Ferro. Os átomos
Leia maisAvaliação de Desempenho de Sistemas Discretos
Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado
Leia maisAmostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença?
Amostras Aleatórias e Distribuições Amostrais Probabilidade e Estatística: afial, qual é a difereça? Até agora o que fizemos foi desevolver modelos probabilísticos que se adequavam a situações reais. Por
Leia maisEstacionariedade e correlação temporal em dados financeiros
Estacioariedade e correlação temporal em dados fiaceiros Hoje em dia há uma quatidade imesa de dados fiaceiros sedo armazeados, egócio a egócio, pelo mudo afora. Gratuitamete, é possível coseguir facilmete
Leia mais; 2N 2N.! " j %.(1 & q)2 N & j.q j. j!(2n & j)!
DERIVA GENÉTICA Seja uma população de tamaho fiito N, costate ao logo das gerações; sejam aida p e q as freqüêcias dos alelos A e a de um loco autossômico a geração ; como o tamaho da população é costate,
Leia maisDISTRIBUIÇÕES DE PROBABILIDADE
DISTRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÃO DE PROBABILIDADE Seja uma v.a. que assume os valores,,..., com probabilidade p, p,..., p associadas a cada elemeto de, sedo p p... p diz-se que está defiida
Leia maisNotas do Curso Inferência em Processos Estocásticos. 1 Estimação de máxima verossimilhança para cadeias de Markov de ordem k
Notas do Curso Iferêcia em Processos Estocásticos Prof. Atoio Galves Trascrita por Karia Yuriko Yagiuma 1 Estimação de máxima verossimilhaça para cadeias de Markov de ordem k Seja (X ) =0,1,,... uma cadeia
Leia maisO Princípio da Substituição e o Teorema Central do Limite
O Pricípio da Substituição e o Teorema Cetral do Limite Roberto Imbuzeiro M. F. de Oliveira 6 de Maio de 009 Resumo 1 Prelimiares são variáveis aleatórias idepedetes sat- No que segue {X i } {Y i} isfazedo
Leia maisMOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ 13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semaas 1 2 3 4 5 6 7 8 9 1 11 12 13 14 15 e 16 Itrodução à probabilidade evetos
Leia mais3. 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 maisSecção 1. Introdução às equações diferenciais
Secção. Itrodução às equações difereciais (Farlow: Sec..,.) Cosideremos um exemplo simples de um feómeo que pode ser descrito por uma equação diferecial. A velocidade de um corpo é defiida como o espaço
Leia maisLista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação
Assuto: Propriedade dos Estimadores e Métodos de Estimação. ANPEC 08 - Questão 6 Por regulametação, a cocetração de um produto químico ão pode ultrapassar 0 ppm. Uma fábrica utiliza esse produto e sabe
Leia maisESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA)
06 ETIMÇÃO OR INTERVLO (INTERVLO DE CONINÇ) Cada um dos métodos de estimação potual permite associar a cada parâmetro populacioal um estimador. Ora a cada estimador estão associadas tatas estimativas diferetes
Leia maisCapítulo VII: Soluções Numéricas de Equações Diferenciais Ordinárias
Capítulo VII: Soluções Numéricas de Equações Difereciais Ordiárias 0. Itrodução Muitos feómeos as áreas das ciêcias egearias ecoomia etc. são modelados por equações difereciais. Supoa-se que se quer determiar
Leia maisEstatística. 7 - Distribuições Amostrais
Estatística 7 - Distribuições Amostrais 07 - Distribuição da Média Amostral Distribuição costituída de todos os valores de, cosiderado todas as possíveis amostras de tamaho i ( Ode,,..., são V.A. com mesma
Leia maisMétodos iterativos. Métodos Iterativos para Sistemas Lineares
Métodos iterativos Métodos Iterativos para Sistemas Lieares Muitos sistemas lieares Ax = b são demasiado grades para serem resolvidos por métodos directos (por exemplo, se A é da ordem de 10000) á que
Leia mais1. Resolução da lista 1. Primeiro apresentaremos uma integral importante, obtida a partir da distribuição gama generalizada.
1. Resolução da lista 1. Primeiro apresetaremos uma itegral importate, obtida a partir da distribuição gama geeralizada. 1) J x a 1 e bxc dx Γa/c), a, b, c >. cba/c Demostração: fazedo a substituição y
Leia maisSumário. 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 maisDISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia
ROTEIRO DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL 1. Itrodução. Teorema Cetral do Limite 3. Coceitos de estimação potual 4. Métodos de estimação potual 5. Referêcias Estatística Aplicada à Egeharia 1 Estatística
Leia maisMQI 2003 ESTATÍSTICA PARA METROLOGIA - SEMESTRE Teste 2 07/07/2008 Nome: PROBLEMA 1 Sejam X e Y v.a. contínuas com densidade conjunta:
MQI 003 ESTATÍSTICA PARA METROLOGIA - SEMESTRE 008.0 Teste 07/07/008 Nome: PROBLEMA Sejam X e Y v.a. cotíuas com desidade cojuta: f xy cy xy x y (, ) = + 3 ode 0 e 0 a) Ecotre a costate c que faz desta
Leia mais1. Definição e conceitos básicos de equações diferenciais
Capítulo 7: Soluções Numéricas de Equações Difereciais Ordiárias. Itrodução Muitos feómeos as áreas das ciêcias, egearias, ecoomia, etc., são modelados por equações difereciais. Supoa-se que se quer determiar
Leia maisMestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem
Mestrado Itegrado em Egeharia Civil Disciplia: TRNSPORTES Prof. Resposável: José Mauel Viegas Sessão Prática 4: mostragem Istituto Superior Técico / Mestrado Itegrado Egª Civil Trasportes ulas Práticas
Leia maisUMA INTRODUÇÃO À TEORIA DE PONTOS CRÍTICOS
UMA INTRODUÇÃO À TEORIA DE PONTOS CRÍTICOS INTRODUÇÃO Carlos Herique Togo e Atôio Carlos Nogueira Hoje em dia, um dos mais produtivos e atraetes ramos da Matemática é a Teoria de Sigularidades A Teoria
Leia maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:
Leia maisProf. 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 maisAMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM
6 AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM Quado se pretede estudar uma determiada população, aalisam-se certas características ou variáveis dessa população. Essas variáveis poderão ser discretas
Leia maisA Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra.
UNIVERSIDADE FEDERAL DA PARAÍBA Distribuição Amostral Luiz Medeiros de Araujo Lima Filho Departameto de Estatística INTRODUÇÃO A Iferêcia Estatística é um cojuto de técicas que objetiva estudar a população
Leia maisTeste de Estatística 29 Outubro 2012 Correcção
Teste de Estatística 9 Outubro 0 Correcção Grupo I ( valores) ATENÇÃO Etre todas as versões, existem 7 pergutas este grupo, mas apeas aparecem em cada versão do teste. Além disso, as hipóteses de resposta
Leia maisPropriedades: Notação: X ~ U(α, β). PRINCIPAIS MODELOS CONTÍNUOS
0 CONTÍNUOS PRINCIPAIS MODELOS Notação: ~ U(α β). Propriedades: Eemplo A dureza de uma peça de aço pode ser pesada como sedo uma variável aleatória uiforme o itervalo (5070) uidades. Qual a probabilidade
Leia maisAULA Subespaço, Base e Dimensão Subespaço.
Note bem: a leitura destes apotametos ão dispesa de modo algum a leitura ateta da bibliografia pricipal da cadeira TÓPICOS Subespaço. ALA Chama-se a ateção para a importâcia do trabalho pessoal a realizar
Leia maisGabarito 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 maisFACULDADE DE CIÊNCIAS E TECNOLOGIA. Redes de Telecomunicações (2006/2007)
FCULDDE DE CIÊCIS E TECOLOGI Redes de Telecomuicações (6/7) Egª de Sistemas e Iformática Trabalho º4 (ª aula) Título: Modelação de tráfego utilizado o modelo de Poisso Fudametos teóricos (cotiuação) 7.
Leia maisobjetivo Exercícios Meta da aula Pré-requisitos
Exercícios A U L A 6 Meta da aula Aplicar o formalismo quâtico estudado as Aulas a 5 deste módulo à resolução de um cojuto de exercícios. objetivo Esperamos que, após o térmio desta aula, você teha cosolidado
Leia maisExponenciais e Logaritmos (MAT 163) - Notas de Aulas 2 Prof Carlos Alberto S Soares
Expoeciais e Logaritmos (MAT 163) - Notas de Aulas 2 Prof Carlos Alberto S Soares 1 Prelimiares Lembremos que, dados cojutos A, B R ão vazios, uma fução de domíio A e cotradomíio B, aotada por, f : A B,
Leia maisSumário. 2 Índice Remissivo 17
i Sumário 1 Itrodução à Iferêcia Estatística 1 1.1 Defiições Básicas................................... 1 1.2 Amostragem....................................... 2 1.2.1 Tipos de Amostragem.............................
Leia mais6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral
6 ESTIMAÇÃO 6.1 Estimativa de uma média populacioal: grades amostras Defiição: Um estimador é uma característica amostral (como a média amostral x ) utilizada para obter uma aproximação de um parâmetro
Leia maisSucessão 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 maisDessa forma, concluímos que n deve ser ímpar e, como 120 é par, então essa sequência não possui termo central.
Resoluções das atividades adicioais Capítulo Grupo A. a) a 9, a 7, a 8, a e a 79. b) a, a, a, a e a.. a) a, a, a, a 8 e a 6. 9 b) a, a 6, a, a 9 e a.. Se a 9 e a k são equidistates dos extremos, etão existe
Leia maisDERIVADAS DE FUNÇÕES11
DERIVADAS DE FUNÇÕES11 Gil da Costa Marques Fudametos de Matemática I 11.1 O cálculo diferecial 11. Difereças 11.3 Taxa de variação média 11.4 Taxa de variação istatâea e potual 11.5 Primeiros exemplos
Leia mais5. O algoritmo dos mínimos quadrados
Apotametos de Processameto Adaptativo de Siais 5. O algoritmo dos míimos quadrados Método dos míimos quadrados Os algoritmos de míimos quadrados são uma alterativa aos algoritmos de gradiete. Estrutura
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 2
MAE 9 - Itrodução à Probabilidade e Estatística II Resolução Lista Professor: Pedro Moretti Exercício 1 Deotado por Y a variável aleatória que represeta o comprimeto dos cilidros de aço, temos que Y N3,
Leia maisInstituto de Física USP. Física V - Aula 25. Professora: Mazé Bechara
Istituto de Física USP Física V - Aula 5 Professora: Mazé Bechara Aula 5 Aida o átomo de H. A proposta de de Broglie de caráter dual das partículas materiais 1. Aida o átomo de hidrogêio, a procura do
Leia maisMATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b, 0 y f x Isso sigifica que S, ilustrada
Leia mais5 Teoria dos Valores Extremos
Teoria dos Valores Extremos 57 5 Teoria dos Valores Extremos A Teoria dos Valores Extremos vem sedo bastate utilizada em campos ligados a evetos raros. Sua estatística é aplicada a estimação de evetos
Leia maisDistribuição Amostral da Média: Exemplos
Distribuição Amostral da Média: Eemplos Talvez a aplicação mais simples da distribuição amostral da média seja o cálculo da probabilidade de uma amostra ter média detro de certa faia de valores. Vamos
Leia maisF- MÉTODO DE NEWTON-RAPHSON
Colégio de S. Goçalo - Amarate - F- MÉTODO DE NEWTON-RAPHSON Este método, sob determiadas codições, apreseta vatages sobre os método ateriores: é de covergêcia mais rápida e, para ecotrar as raízes, ão
Leia maisAula 5 de Bases Matemáticas
Aula 5 de Bases Matemáticas Rodrigo Hause de julho de 04 Pricípio da Idução Fiita. Versão Fraca Deição (P.I.F., versão fraca) Seja p() uma proposição aberta o uiverso dos úmeros aturais. SE valem ambas
Leia mais4 Teoria da Probabilidade
48 4 Teoria da Probabilidade Apresetam-se este capítulo coceitos de probabilidade e de estimação de fuções desidade de probabilidade ecessários ao desevolvimeto e compreesão do modelo proposto (capítulo
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Benito Olivares Aguilera
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Beito Olivares Aguilera 2 o Sem./09 1. Das variáveis abaixo descritas, assiale quais são
Leia mais1ª 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 maisProcessos 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 maisProvas de Matemática Elementar - EAD. Período
Provas de Matemática Elemetar - EAD Período 01. Sérgio de Albuquerque Souza 4 de setembro de 014 UNIVERSIDADE FEDERAL DA PARAÍBA CCEN - Departameto de Matemática http://www.mat.ufpb.br/sergio 1 a Prova
Leia maisProva Parcial 1 Matemática Discreta para Computação Aluno(a): Data: 18/12/2012
Prova Parcial Aluo(a): Data: 8/2/202. (,5p) Use regras de iferêcia para provar que os argumetos são válidos. (usar os símbolos proposicioais idicados): A Rússia era uma potêcia superior, e ou a Fraça ão
Leia maisANÁLISE DE COMPLEXIDADE DE ALGORITMOS
1 FEUP/LEEC Algoritmos e Estruturas de Dados 2001/2002 ANÁLISE DE COMPLEXIDADE DE ALGORITMOS João Pascoal Faria http://www.fe.up.pt/~jpf 2 Itrodução Algoritmo: cojuto claramete especificado de istruções
Leia maisLIMITE DE UMA FUNÇÃO
LIMITE DE UMA FUNÇÃO Nice Maria Americao costa Pito UNIVERSIDADE FEDERAL DO RIO DE JANEIRO INTRODUÇÃO Um pouco de história Cálculo Diferecial e Itegral; séculos XVI e XVII, Newto e Leibiz. iteresses de
Leia mais) E X. ) = 0 2 ( 1 p ) p = p. ) E 2 ( X ) = p p 2 = p ( 1 p ) ( ) = i 1 n. ( ) 2 n E( X) = ( ) = 1 p ( ) = p V ( X ) = E ( X 2 E X
3.5 A distribuição uiforme discreta Defiição: X tem distribuição uiforme discreta se cada um dos valores possíveis,,,, tiver fução de probabilidade P( X = i ) = e represeta-se por, i =,, 0, c.c. X ~ Uif
Leia maisVirgílio A. F. Almeida DCC-UFMG 1/2005
Virgílio A. F. Almeida DCC-UFMG 1/005 !" # Comparado quatitativamete sistemas eperimetais: Algoritmos, protótipos, modelos, etc Sigificado de uma amostra Itervalos de cofiaça Tomado decisões e comparado
Leia maisESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 11º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema III Sucessões Reais
ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema III Sucessões Reais Tarefa º 3. Aalisemos o problema do trabalho da Maria Rita: O Tobias vive a mesma rua, ode se situa
Leia mais1.4 Determinantes. determinante é igual ao produto dos elementos da diagonal principal menos o produto dos elementos da diagonal secundária.
1.4 Determiates A teoria dos determiates surgiu quase simultaeamete a Alemaha e o Japão. Ela foi desevolvida por dois matemáticos, Gottfried Wilhelm Leibiz (1642-1716) e Seki Shisuke Kowa (1642-1708),
Leia maisPedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004
Estatística para Cursos de Egeharia e Iformática Pedro Alberto Barbetta / Marcelo Meezes Reis / Atoio Cezar Boria São Paulo: Atlas, 004 Cap. 7 - DistribuiçõesAmostrais e Estimaçãode deparâmetros APOIO:
Leia mais) E 2 ( X) = p p 2 = p( 1 p) ) = 0 2 ( 1 p) p = p ( ) = ( ) = ( ) = p. F - cara (sucesso) C - coroa (insucesso)
3.6 A distribuição biomial Defiição: uma eperiêcia ou prova de Beroulli é uma eperiêcia aleatória só com dois resultados possíveis (um deles chamado "sucesso" e o outro "isucesso"). Seja P(sucesso) = p,
Leia maisS E Q U Ê N C I A S E L I M I T E S. Prof. Benito Frazão Pires. Uma sequência é uma lista ordenada de números
S E Q U Ê N C I A S E L I M I T E S Prof. Beito Frazão Pires Uma sequêcia é uma lista ordeada de úmeros a, a 2,..., a,... ) deomiados termos da sequêcia: a é o primeiro termo, a 2 é o segudo termo e assim
Leia maisMATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br O PROBLEMA DA ÁREA O PROBLEMA DA ÁREA Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b,
Leia maisAprendizagem de Máquina
predizagem de Máquia Modelos de Mistura lgoritmo EM Estimação semi-paramétrica de desidade abordagem paramétrica para estimação de desidade supõe que a amostra X é extraída de uma distribuição que segue
Leia maisComo se decidir entre modelos
Como se decidir etre modelos Juliaa M. Berbert Quado uma curva é lei de potecia? O procedimeto amplamete usado para testar movimetação biológica a fim de ecotrar padrões de busca como Voos de Levy tem
Leia maisEstimadores de Momentos
Estimadores de Mometos A média populacioal é um caso particular daquilo que chamamos de mometo. Na realidade, ela é o primeiro mometo. Se X for uma v.a. cotíua, com desidade f(x; θ 1,..., θ r ), depededo
Leia maisInstituto de Física USP. Física Moderna. Aula 25. Professora: Mazé Bechara
Istituto de Física USP Física Modera Aula 5 Professora: Mazé Bechara Aula 5 A equação de Schroediger para estados estacioários ligados. Aplicação o movimeto uidimesioal. 1. Aplicação : os auto estados
Leia mais. Dessa forma, quanto menor o MSE, mais a imagem
Uiversidade Federal de Perambuco CI / CCEN - Área II 1 o Exercício de Cálculo Numérico ( 18 / 06 / 2014 ) Aluo(a) 1- Questão 1 (2,5 potos) Cosidere uma imagem digital como uma matriz bidimesioal de dimesões
Leia mais11 Aplicações da Integral
Aplicações da Itegral Ao itroduzirmos a Itegral Defiida vimos que ela pode ser usada para calcular áreas sob curvas. Veremos este capítulo que existem outras aplicações. Essas aplicações estedem-se aos
Leia maisPropriedades magnéticas do modelo de Hubbard com saltos eletrônicos de longo alcance
SCINTIA PLNA VOL., NUM. 5 005 www.setiaplea.org.br Propriedades magéticas do modelo de Hubbard com saltos eletrôicos de logo alcace Paulo C. L. Satos, Flavio dos Satos, Adre M. C. Souza Departameto de
Leia maisApresentação do Cálculo. Apresentação do Cálculo
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 Apresetação do Cálculo
Leia maisDistribuições Amostrais
Distribuições Amostrais O problema da iferêcia estatística: fazer uma afirmação sobre os parâmetros da população θ (média, variâcia, etc) através da amostra. Usaremos uma AAS de elemetos sorteados dessa
Leia maisTRANSPORTES. Sessão Prática 4 Amostragem de escalares
Mestrado Itegrado em Egeharia Civil TRNPORTE Prof. Resposável: Luis Picado atos essão Prática 4 mostragem de escalares Istituto uperior Técico / Mestrado Itegrado Egeharia Civil Trasportes ulas Práticas
Leia maisÁLGEBRA. Licenciatura em Engenharia Electrotécnica e de Computadores LEEC Ano lectivo de 2002/2003
ÁLGEBRA Liceciatura em Egeharia Electrotécica e de Computadores LEEC Ao lectivo de 00/003 Apotametos para a resolução dos exercícios da aula prática 5 MATRIZES ELIMINAÇÃO GAUSSIANA a) Até se obter a forma
Leia maisENGENHARIA DA QUALIDADE A ENG AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS
ENGENHARIA DA QUALIDADE A ENG 09008 AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS PROFESSORES: CARLA SCHWENGBER TEN CATEN Tópicos desta aula Cartas de Cotrole para Variáveis Tipo 1: Tipo 2: Tipo 3: X X X ~
Leia mais1- Resolução de Sistemas Lineares.
MÉTODOS NUMÉRICOS PR EQUÇÕES DIFERENCIIS PRCIIS 1- Resolução de Sistemas Lieares. 1.1- Matrizes e Vetores. 1.2- Resolução de Sistemas Lieares de Equações lgébricas por Métodos Exatos (Diretos). 1.3- Resolução
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ NOTAS DE AULA PROFa. SONIA MÜLLER
PROBABILIDADE. DEFINIÇÕES BÁSICAS:.- INTRODUÇÃO: UNIVERSIDADE FEDERAL DO PARANÁ NOTAS DE AULA PROFa. SONIA MÜLLER PROBABILIDADE POPULAÇÃO AMOSTRA ESTATÍSTICA Uiverso : Ω ou U Vazio: Uião: A B Itersecção:
Leia maisEstatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial
Estatística II - Admiistração Prof. Dr. Marcelo Tavares Distribuições de amostragem Na iferêcia estatística vamos apresetar os argumetos estatísticos para fazer afirmações sobre as características de uma
Leia maisXX OLIMPÍADA REGIONAL DE MATEMÁTICA DE SANTA CATARINA Resolução do treinamento 5 Nível 3
UNIVERSIDADE FEDERAL DE SANTA CATARINA CENTRO DE CIÊNCIAS FÍSICAS E MATEMÁTICAS DEPARTAMENTO DE MATEMÁTICA PET MATEMÁTICA XX OLIMPÍADA REGIONAL DE MATEMÁTICA DE SANTA CATARINA Resolução do treiameto 5
Leia maisUniversidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 1 a Aula Prática Técnicas de somatório
Uiversidade Federal de Lavras Departameto de Estatística Prof. Daiel Furtado Ferreira 1 a Aula Prática Técicas de somatório Notação e propriedades: 1) Variáveis e ídices: o símbolo x j (leia x ídice j)
Leia maisTeoria Elementar da Probabilidade
10 Teoria Elemetar da Probabilidade MODELOS MTEMÁTICOS DETERMINÍSTICOS PROBBILÍSTICOS PROCESSO (FENÓMENO) LETÓRIO - Quado o acaso iterfere a ocorrêcia de um ou mais dos resultados os quais tal processo
Leia maisTeste de Hipóteses Paramétricos
Teste de Hipóteses Paramétricos Como costruir testes de hipóteses para difereças etre duas médias. Como costruir testes de hipóteses para difereças etre duas proporções. Como costruir testes de hipóteses
Leia maisDentro, a/2 < x < a/2: com: Ondas com a mesma amplitude nos 2 sentidos. Elas se combinam formando uma onda estacionária. Então podemos fazer A = B:
Poços de potecial: E < V Detro a/ < < a/: ψ com: i i Ae + Be me p Odas com a mesma amplitude os setidos. Elas se combiam formado uma oda estacioária. Etão podemos fazer A B: ψ ψ i i + e B e Bʹ cos e Bʹ
Leia maisAnálise de Regressão Linear Múltipla I
Aálise de Regressão Liear Múltipla I Aula 04 Gujarati e Porter, 0 Capítulos 7 e 0 tradução da 5ª ed. Heij et al., 004 Capítulo 3 Wooldridge, 0 Capítulo 3 tradução da 4ª ed. Itrodução Como pode ser visto
Leia maisConsiderações finais
Cosiderações fiais Bases Matemáticas Defiições prelimiares Defiição 1 Dizemos que y é uma cota superior para um cojuto X se, para todo x X é, verdade que y x. Exemplo 1 os úmeros 2, 3, π e quaisquer outros
Leia mais