Distribuição de probabilidades

Tamanho: px
Começar a partir da página:

Download "Distribuição de probabilidades"

Transcrição

1 Luiz Carlos Terra Para que você possa compreender a parte da estatística que trata de estimação de valores, é necessário que tenha uma boa noção sobre o conceito de distribuição de probabilidades e curva normal. (Luiz Carlos Terra) 1

2 Objetivos Para que você possa compreender a parte da estatística que trata de estimação de valores, é necessário que tenha uma boa noção sobre o conceito de distribuição de probabilidades e curva normal. Tópicos 1- Variável aleatória discreta e contínua. 2- Distribuição discreta de probabilidades. 3- Distribuição contínua de probabilidades. 4- Curva normal gráfico. 5- Saiba mais. 6- Bibliografia. 1 - Variável aleatória discreta e contínua No trecho sobre Fundamentos da Estatística, você teve conhecimento do conceito de variável aleatória, que podemos recordar como uma variável cujo valor depende do acaso. As variáveis aleatórias são discretas ou contínuas? Uma variável aleatória é considerada discreta se seus valores podem ser contados. Ex.: número de vendedores de uma empresa, número de sapatos vendidos, número de livros numa estante etc.. Exemplo: O espaço amostral representado pelo lançamento de uma moeda é S = {(C a, C a ), (C a, C o ), (C o, C a ), (C o, C o )}. Se a variável aleatória X representa o número de caras que aparecem a cada ponto amostral, um número X pode ser associado de acordo com a tabela abaixo: PONTO AMOSTRAL (C a, C a ), (C a, C o ), (C o, C a ), (C o, C o ), X (variável aleatória = número de caras)

3 Uma variável aleatória é considerada contínua quando seu valor não é um número inteiro e existe entre um número inteiro e outro uma indeterminada quantidade de valores. Por exemplo, a altura das pessoas é uma variável contínua assim como outras unidades de medição. A distinção entre variáveis aleatórias discretas e contínuas se faz necessária porque a utilização de diferentes modelos (distribuições) de probabilidade depende do tipo de variável aleatória considerada. 2 - Distribuição discreta de probabilidades Uma distribuição de probabilidades é uma distribuição de freqüências relativas para os resultados de um espaço amostral e indica a proporção de vezes em que a variável aleatória assume cada um dos diversos valores. Por exemplo, vamos analisar a tabela abaixo, em que está registrada a demanda diária de locação de vans para turismo durante o período de 50 dias. X- número de vans alugadas em um dia Número de dias em que o mesmo nº de vans foram alugadas Probabilidade P(X)(ou freqüência relativa). 0,06 3/50 0,14-7/50 0,24-12/50 0,28 14/50 0,20 10/50 0,08 4/50 1,00 A variável x número de vans alugadas por dia assume os valores 3, 4, 5, 6, 7, 8. Para cada valor de x i há pontos do espaço amostral correspondentes (número de dias em que o mesmo número de vans foi alugado), ou seja, 3, 7, 12, 14, 10, 4,. Associamos, então, a cada valor x i, a probabilidade P i de ocorrência de tais pontos no espaço amostral. Assim, temos que a soma de todas as probabilidades (freqüências relativas) é igual a 100% ou 1. Pi = 100% = (6% + 14% + 24% + 28% + 20% + 8%) Os valores de x i e seus correspondentes P i definem uma distribuição de probabilidade. 3

4 As freqüências relativas observadas foram convertidas, na última coluna da tabela, em probabilidades para um período de 50 dias. Podemos, então, observar que a probabilidade de serem solicitadas, exatamente, sete vans em um dia, aleatoriamente escolhidas no período, é de 20% e a probabilidade de serem solicitadas seis ou mais é de 56% ( 28% + 20% + 8%). Todos esses valores determinam a distribuição de probabilidade da variável aleatória X. 3 - Distribuição contínua de probabilidades Entre as distribuições teóricas de variável aleatória contínua, uma das mais empregadas é a distribuição normal. Nas observações diárias, notamos que alguns eventos ocorrem com mais freqüência que outros. Uma pessoa muito alta ou muito baixa se destaca, porque a maioria das pessoas está na faixa de 1,60 a 1,80 m. O mesmo acontece com o peso das pessoas, quociente de inteligência e muitos outros fenômenos. Ao colocarmos a distribuição de probabilidades dessas variáveis em um gráfico, observaremos que ela gerará uma curva em que a maioria dos valores se concentrará próximo à média e poucos valores cairão muito acima ou muito abaixo dela. Essa curva tem o nome de curva normal e é também conhecida como CURVA DE GAUSS, estudioso do assunto do século XIX. Ela é caracterizada por dois parâmetros - a média e o desvio padrão - e tem as seguintes propriedades: O ponto máximo da distribuição ocorre no valor médio, situado no centro da curva. A curva é simétrica em torno da média, ou seja, a probabilidade de valores abaixo ou acima do valor médio é de 50%. A forma da curva depende da magnitude do desvio padrão dos dados. Se o valor do desvio padrão for pequeno, indicando pouca dispersão, a curva se apresenta mais alta e estreita, o que indicará maior concentração de valores próximos à média. A área total sob a curva normal é igual à unidade e representa probabilidade integral de 100%. A área sob a curva normal, que mede a probabilidade, também é definida em função do número de desvios padrão dos valores em torno da média. A probabilidade de valores entre a média com um desvio padrão para cima e a média com um desvio padrão para baixo é de aproximadamente 68,3 %. A probabilidade de valores entre a média com dois desvios padrão para cima e a média com dois desvios padrão para baixo é de aproximadamente 95,5%. A probabilidade de valores entre a média com três desvios padrão para cima e a média com três desvios padrão para baixo é de aproximadamente 99,7%. 4

5 4 - Curva normal- gráfico 4 A área sob a curva representa a probabilidade de obtenção de determinados valores, que se distribuem normalmente. Observe, na coluna vertical do gráfico, que a maioria dos valores da variável observada, aproximadamente 25, encontra-se com valores iguais à média e que poucos valores (abaixo de 5) estão muito distantes da média (m), tanto para cima como para baixo. Quando se trabalha com distâncias contadas a partir da média, que são números inteiros de desvios padrão (ou seja, 1, 2 ou 3), desvios acima ou abaixo da média, a probabilidade, como já vimos acima, é de respectivamente 68,3 %; 95,5 % e 99,7 %. Como se calcularia a probabilidade de valores que estão situados em intervalos não expressos em números inteiros de desvios padrão? Exemplo: se estabelecermos um valor para a probabilidade que gere 1,30 de desvio padrão da média, saberíamos que esse é superior à probabilidade de 34,13 % (correspondente à distância de um desvio padrão) e menor que 47,72% (correspondente à distância de dois desvios padrão). O cálculo dessa probabilidade é difícil, pois envolve um cálculo matemático bastante complexo. Entretanto, esse problema desaparece ao utilizarmos uma tabela estatística em que todas as probabilidades já estão calculadas. Para isso, basta fazer uma transformação de valores, em que se calcula a distância do valor desejado em relação à média da distribuição em número de desvios padrão. 5

6 Esse processo produz um valor chamado escore Z distribuição normal reduzida ou, ainda, escore padronizado, que indica, em unidades de desvios padrão, o sentido e o grau com que um dado valor bruto afasta-se da média da distribuição à qual pertence. O cálculo seria assim realizado Z = X - m s onde x = qualquer valor da variável x m = média da distribuição s = desvio padrão da população Z = escore padronizado, ou seja, número de desvios padrão entre o valor de probabilidade que se quer calcular e a média da distribuição. Em SAIBA MAIS, você aprenderá a usar a tabela com a variável Z padronizada. O mais importante para que você entenda com mais facilidade o assunto de estimação de valores, é que deixe registrado que, em distribuições normais de probabilidades de variáveis aleatórias contínuas, os valores são distribuídos em torno da média e as probabilidades são calculadas em função da distância representada em números de desvios padrão do valor desejado até a média. Simplificando, se as alturas de um grupo de 100 pessoas forem levantadas e se, ao calcularmos média e desvio padrão, obtivermos 1,70 para o valor de média e 10 cm para desvio padrão, podemos afirmar o seguinte: - a probabilidade de uma pessoa, escolhida aleatoriamente, medir em 1,60 m e 1,80 m é de aproximadamente 68 % calculado da seguinte forma: média = 1, desvio padrão = 10 cm = 1,80m. média = 1,60 1 desvio padrão = 10 cm = 1,60 m - a probabilidade de uma pessoa, escolhida aleatoriamente, medir entre 1,50 e 1,90 m é de aproximadamente 95,5% - calculado da seguinte forma: Média + 2 desvios padrão = 1,70 + 2(0,10) = 1,90 m - 2 desvios padrão = 1,70 2(0,10) = 1,70 m média - a probabilidade de uma pessoa escolhida aleatoriamente medir entre 1,40 e 2.00 m é de aproximadamente 99,7% (não é exatamente 100%, pois a curva vai de menos infinito à mais infinito) - calculado da seguinte forma: 1,70 + 3(0,10) = 2,00 m 1,70 3(0,10) = 1,40 m 6

7 Na aula de Estimação de Valores, o entendimento da determinação de probabilidade pela curva normal é necessário, pois o conceito de intervalo de confiança deriva dessa situação de normalidade e, como 68,3%, 95,5% e 99,7% é a probabilidade de se encontrar valores que estejam respectivamente entre 1, 2 ou 3 desvios padrão distantes da média (para mais e para menos), quando se quer estimar um intervalo de valores em torno da média de 95%, o número de desvios padrão em torno da média fica bem próximo de 2, ou seja, 1,96 desvios padrão. Para ilustrar a utilidade da tabela de valores padronizados em cálculo de probabilidade sob a curva normal, analisemos o seguinte exemplo: Exemplo Consideremos X a variável aleatória que representa os diâmetros de parafusos produzidos por certa máquina. Vamos supor que essa variável tenha distribuição normal com média m= 2 cm e desvio padrão s = 0,04 cm. Pode haver interesse em conhecer a probabilidade de um parafuso ter diâmetro com valor entre 2 e 2,05 cm. É fácil notar que essa probabilidade, indicada por P(2 < X < 2,05), corresponde à área da figura, exposta abaixo, entre 2,0 e 2,5 cm. saiba mais Se X é uma variável aleatória com distribuição normal, cuja média é m e o desvio padrão é s, temos a variável Z, que corresponde à variável padronizada e indica o número de desvios padrão em torno da média assim calculada: z = X µ σ 7

8 saiba mais Onde: z = número de desvios padrão a contar da média; X = valor arbitrário; m = a média da distribuição normal; s = o desvio padrão. Notemos que Z tem sinal negativo para valores de x que forem inferiores à média e sinal positivo para valores superiores à média. Queremos calcular P(2 < X < 2,05). Para obter essa probabilidade, precisamos, em primeiro lugar, calcular o valor de Z: Z = = = = 1,25 Donde: P (2 < X < 2,05) = P (0 < Z < 1,25) Procuremos na tabela de distribuições normal Z = 1,25: Na primeira coluna, encontramos o valor 1,2. Em seguida, encontramos, na primeira linha, o valor 5, que corresponde ao último algarismo do número 1,25. Na intersecção da linha e coluna correspondentes, encontramos o valor 0,3944, o que nos permite escrever: P(0 < Z < 1,25) = 0,3944 Assim, a probabilidade de um parafuso fabricado por essa máquina apresentar um diâmetro entre a média m = 2 e o valor x = 2,05 é 0,3944 = 39,44%. A tabela sempre registra a porcentagem da área que vai de m até um dado z (e nunca a % associada a um Z particular ou à área situada além dele). Se subtrairmos 39,44% de 50%, verificamos que pouco mais de 10% (10,56%) correspondem a 2,05 cm ou além desse valor, ou seja, 10% de parafusos possuem diâmetros igual ou maior que 2,05 cm. 8

9 saiba mais 9

10 Anotações: bibliografia Básica SPIEGEL, Murray R. Estatística McGraw- Hill. Stevenson, William Estatística Aplicada â Administração Ed. Harbra. Complementar Kasmier, Leonard J. Estatística Aplicada à Economia e Administração ed. Makron Books. 10

Estatística e Probabilidade. Aula 8 Cap 05. Distribuição normal de probabilidade

Estatística e Probabilidade. Aula 8 Cap 05. Distribuição normal de probabilidade Estatística e Probabilidade Aula 8 Cap 05 Distribuição normal de probabilidade Estatística e Probabilidade Na aula anterior vimos... Distribuições Binomiais Distribuição Geométrica Distribuição de Poisson

Leia mais

PROBABILIDADE. Aula 5

PROBABILIDADE. Aula 5 Curso: Psicologia Disciplina: Métodos Quantitativos Profa. Valdinéia Data: 28/10/15 PROBABILIDADE Aula 5 Geralmente a cada experimento aparecem vários resultados possíveis. Por exemplo ao jogar uma moeda,

Leia mais

Padronização e Escores z. Transformação z Percentis

Padronização e Escores z. Transformação z Percentis Padronização e Escores z Transformação z Percentis Padronização Definição Padronização de escores é o processo de converter o escore bruto de uma distribuição em escore z. Escore bruto O valor individual

Leia mais

Distribuição Gaussiana. Modelo Probabilístico para Variáveis Contínuas

Distribuição Gaussiana. Modelo Probabilístico para Variáveis Contínuas Distribuição Gaussiana Modelo Probabilístico para Variáveis Contínuas Distribuição de Frequências do Peso, em gramas, de 10000 recém-nascidos Frequencia 0 500 1000 1500 2000 2500 3000 3500 1000 2000 3000

Leia mais

Aula 5 Distribuição amostral da média

Aula 5 Distribuição amostral da média Aula 5 Distribuição amostral da média Nesta aula você irá aprofundar seus conhecimentos sobre a distribuição amostral da média amostral. Na aula anterior analisamos, por meio de alguns exemplos, o comportamento

Leia mais

Estatística II Antonio Roque Aula 9. Testes de Hipóteses

Estatística II Antonio Roque Aula 9. Testes de Hipóteses Testes de Hipóteses Os problemas de inferência estatística tratados nas aulas anteriores podem ser enfocados de um ponto de vista um pouco diferente: ao invés de se construir intervalos de confiança para

Leia mais

CAPÍTULO 5 - Exercícios

CAPÍTULO 5 - Exercícios CAPÍTULO 5 - Exercícios Distibuições de variáveis aleatórias discretas: Binomial 1. Se 20% dos parafusos produzidos por uma máquina são defeituosos, determinar a probabilidade de, entre 4 parafusos escolhidos

Leia mais

O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.

O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão. ESTATÍSTICA INDUTIVA 1. CORRELAÇÃO LINEAR 1.1 Diagrama de dispersão O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.

Leia mais

MÓDULO 1. I - Estatística Básica

MÓDULO 1. I - Estatística Básica MÓDULO 1 I - 1 - Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos e empíricamente observáveis. Unidade Estatística nome dado a cada observação de um

Leia mais

Capítulo 3 Modelos Estatísticos

Capítulo 3 Modelos Estatísticos Capítulo 3 Modelos Estatísticos Slide 1 Resenha Variáveis Aleatórias Distribuição Binomial Distribuição de Poisson Distribuição Normal Distribuição t de Student Distribuição Qui-quadrado Resenha Slide

Leia mais

ESTATÍSTICA. Prof. Ari Antonio, Me. Ciências Econômicas. Unemat Sinop 2012

ESTATÍSTICA. Prof. Ari Antonio, Me. Ciências Econômicas. Unemat Sinop 2012 ESTATÍSTICA Prof. Ari Antonio, Me Ciências Econômicas Unemat Sinop 2012 1. Introdução Concepções de Estatística: 1. Estatísticas qualquer coleção consistente de dados numéricos reunidos a fim de fornecer

Leia mais

Análise de Arredondamento em Ponto Flutuante

Análise de Arredondamento em Ponto Flutuante Capítulo 2 Análise de Arredondamento em Ponto Flutuante 2.1 Introdução Neste capítulo, chamamos atenção para o fato de que o conjunto dos números representáveis em qualquer máquina é finito, e portanto

Leia mais

Aula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística

Aula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística Aula 4 Conceitos Básicos de Estatística Aula 4 Conceitos básicos de estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa

Leia mais

Resoluções comentadas de Raciocínio Lógico e Estatística SEFAZ - Analista em Finanças Públicas Prova realizada em 04/12/2011 pelo CEPERJ

Resoluções comentadas de Raciocínio Lógico e Estatística SEFAZ - Analista em Finanças Públicas Prova realizada em 04/12/2011 pelo CEPERJ Resoluções comentadas de Raciocínio Lógico e Estatística SEFAZ - Analista em Finanças Públicas Prova realizada em 04/1/011 pelo CEPERJ 59. O cartão de crédito que João utiliza cobra 10% de juros ao mês,

Leia mais

Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-2010 - APO

Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-2010 - APO Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-010 - APO 11. O Dia do Trabalho, dia 1º de maio, é o 11º dia do ano quando o ano não é bissexto. No ano de 1958, ano em que o Brasil ganhou,

Leia mais

Grupo A - 1 o semestre de 2014 Gabarito Lista de exercícios 5 - Variáveis Aleatórias e Distribuição Binomial C A S A

Grupo A - 1 o semestre de 2014 Gabarito Lista de exercícios 5 - Variáveis Aleatórias e Distribuição Binomial C A S A Exercício 1. (2,0 pontos). Dados sobre acidentes automobilísticos levantados por uma companhia de seguros informaram o seguinte: a probabilidade de que um motorista segurado sofra um acidente automobilístico

Leia mais

SÉRIE: Estatística Básica Texto 4: TESTES DE HIPÓTESES SUMÁRIO

SÉRIE: Estatística Básica Texto 4: TESTES DE HIPÓTESES SUMÁRIO SUMÁRIO. INTRODUÇÃO... 3.. GENERALIDADES... 3.. METODOLOGIA DO TESTE DE HIPÓTESES... 3.3. AS HIPÓTESES... 3.4. A ESCOLHA DO TESTE ESTATÍSTICO... 4.5. CONCEITOS ADICIONAIS DO TESTE DE HIPÓTESES... 4.6.

Leia mais

QUESTÃO 16 Na figura, temos os gráficos das funções f e g, de em. O valor de gof(4) + fog(1) é:

QUESTÃO 16 Na figura, temos os gráficos das funções f e g, de em. O valor de gof(4) + fog(1) é: Nome: N.º: endereço: data: Telefone: E-mail: Colégio PARA QUEM CURSA A ạ SÉRIE DO ENSINO MÉDIO EM 4 Disciplina: MaTeMÁTiCa Prova: desafio nota: QUESTÃO 6 Na figura, temos os gráficos das funções f e g,

Leia mais

CURSO E COLÉGIO APOIO. Professor: Ronaldo Correa

CURSO E COLÉGIO APOIO. Professor: Ronaldo Correa CURSO E COLÉGIO APOIO Professor: Ronaldo Correa Holiday - Christmas.mpg medidas 1-Medidas Grandeza tudo aquilo que pode ser medido. Medir comparar com um padrão. No Brasil e na maioria dos países as unidades

Leia mais

Datas Importantes 2013/01

Datas Importantes 2013/01 INSTRUMENTAÇÃO CARACTERÍSTICAS DE UM SISTEMA DE MEDIÇÃO PROBABILIDADE PROPAGAÇÃO DE INCERTEZA MÍNIMOS QUADRADOS Instrumentação - Profs. Isaac Silva - Filipi Vianna - Felipe Dalla Vecchia 2013 Datas Importantes

Leia mais

Elaborado por Eduardo Rebouças Carvalho Hermano Alexandre Lima Rocha DISTRIBUIÇÃO NORMAL

Elaborado por Eduardo Rebouças Carvalho Hermano Alexandre Lima Rocha DISTRIBUIÇÃO NORMAL Faculdade de Medicina Universidade Federal do Ceará Elaborado por Eduardo Rebouças Carvalho Hermano Alexandre Lima Rocha DISTRIBUIÇÃO NORMAL - Uma curva de distribuição pode descrever a forma da distribuição

Leia mais

INE 5111 Gabarito da Lista de Exercícios de Probabilidade INE 5111 LISTA DE EXERCÍCIOS DE PROBABILIDADE

INE 5111 Gabarito da Lista de Exercícios de Probabilidade INE 5111 LISTA DE EXERCÍCIOS DE PROBABILIDADE INE 5 LISTA DE EERCÍCIOS DE PROBABILIDADE INE 5 Gabarito da Lista de Exercícios de Probabilidade ) Em um sistema de transmissão de dados existe uma probabilidade igual a 5 de um dado ser transmitido erroneamente.

Leia mais

Aula 1: Introdução à Probabilidade

Aula 1: Introdução à Probabilidade Aula 1: Introdução à Probabilidade Prof. Leandro Chaves Rêgo Programa de Pós-Graduação em Engenharia de Produção - UFPE Recife, 07 de Março de 2012 Experimento Aleatório Um experimento é qualquer processo

Leia mais

Variáveis aleatórias contínuas e distribuiçao Normal. Henrique Dantas Neder

Variáveis aleatórias contínuas e distribuiçao Normal. Henrique Dantas Neder Variáveis aleatórias contínuas e distribuiçao Normal Henrique Dantas Neder Definições gerais Até o momento discutimos o caso das variáveis aleatórias discretas. Agora vamos tratar das variáveis aleatórias

Leia mais

Exercícios - Distribuição Normal (Gauss)

Exercícios - Distribuição Normal (Gauss) Exercícios - Distribuição Normal (Gauss) Monitora: Juliana e Prof. Jomar 01. Uma empresa produz televisores de dois tipos, tipo A (comum) e tipo B (luxo), e garante a restituição da quantia paga se qualquer

Leia mais

Processos Estocásticos

Processos Estocásticos Processos Estocásticos Terceira Lista de Exercícios 22 de julho de 20 Seja X uma VA contínua com função densidade de probabilidade f dada por Calcule P ( < X < 2. f(x = 2 e x x R. A fdp dada tem o seguinte

Leia mais

Exemplos de Testes de Hipóteses para Médias Populacionais

Exemplos de Testes de Hipóteses para Médias Populacionais Exemplos de Testes de Hipóteses para Médias Populacionais Vamos considerar exemplos de testes de hipóteses para a média de uma população para os dois casos mais importantes na prática: O tamanho da amostra

Leia mais

Guia de bolso de técnicas de análise estatística

Guia de bolso de técnicas de análise estatística Guia de bolso de técnicas de análise estatística Guia de bolso de técnicas de análise estatística para uso em ferramentas de aperto Capítulo...Página 1. Introdução...4 2. Estatística básica...5 2.1 Variação...5

Leia mais

Revisão de Estatística Aplicada a Finanças

Revisão de Estatística Aplicada a Finanças Revisão de Estatística Aplicada a Finanças INTRODUÇÃO A revisão que apresentaremos destina-se a examinar conceitos importantes de Estatística, que tornem possível a compreensão do conteúdo do livro de

Leia mais

Universidade Federal de São João Del Rei - UFSJ

Universidade Federal de São João Del Rei - UFSJ Universidade Federal de São João Del Rei - UFSJ Instituída pela Lei 0.45, de 9/04/00 - D.O.U. de /04/00 Pró-Reitoria de Ensino de Graduação - PROEN Disciplina: Cálculo Numérico Ano: 03 Prof: Natã Goulart

Leia mais

Aritmética de Ponto Flutuante

Aritmética de Ponto Flutuante Aritmética de Ponto Flutuante Entre 1970 e 1980 um grupo formado por cientistas e engenheiros de diferentes empresas de computação realizou um trabalho intenso na tentativa de encontrar um padrão de representação

Leia mais

UMA ABORDAGEM DOS TESTES NÃO-PARAMÉTRICOS COM UTILIZAÇÃO DO EXCEL

UMA ABORDAGEM DOS TESTES NÃO-PARAMÉTRICOS COM UTILIZAÇÃO DO EXCEL UMA ABORDAGEM DOS TESTES NÃO-PARAMÉTRICOS COM UTILIZAÇÃO DO EXCEL Arthur Alexandre Hackbarth Neto, Esp. FURB Universidade Regional de Blumenau Carlos Efrain Stein, Ms. FURB Universidade Regional de Blumenau

Leia mais

INE 7002 LISTA DE EXERCÍCIOS MODELOS PROBABILÍSTICOS

INE 7002 LISTA DE EXERCÍCIOS MODELOS PROBABILÍSTICOS Lista de Exercícios - Modelos Probabilísticos 1 INE 7002 LISTA DE EXERCÍCIOS MODELOS PROBABILÍSTICOS 35) Em um sistema de transmissão de dados existe uma probabilidade igual a 0,05 de um dado ser transmitido

Leia mais

O teste de McNemar. A tabela 2x2. Depois

O teste de McNemar. A tabela 2x2. Depois Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br O teste de McNemar O teste de McNemar para a significância de mudanças é particularmente aplicável aos experimentos do tipo "antes

Leia mais

UNIVERSIDADE DOS AÇORES Cursos de Sociologia e de Serviço Social Estatística I 1º Semestre 2006/2007

UNIVERSIDADE DOS AÇORES Cursos de Sociologia e de Serviço Social Estatística I 1º Semestre 2006/2007 UNIVERSIDADE DOS AÇORES Cursos de Sociologia e de Serviço Social Estatística I 1º Semestre 2006/2007 Ficha de Exercícios nº 5 Distribuições Importantes 1. A probabilidade de os doentes de uma determinada

Leia mais

UNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo

UNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo UNIVERSIDADE DE SÃO PAULO Faculdade de Arquitetura e Urbanismo DISTRIBUIÇÃO AMOSTRAL ESTIMAÇÃO AUT 516 Estatística Aplicada a Arquitetura e Urbanismo 2 DISTRIBUIÇÃO AMOSTRAL Na aula anterior analisamos

Leia mais

Aula 4 Estatística Conceitos básicos

Aula 4 Estatística Conceitos básicos Aula 4 Estatística Conceitos básicos Plano de Aula Amostra e universo Média Variância / desvio-padrão / erro-padrão Intervalo de confiança Teste de hipótese Amostra e Universo A estatística nos ajuda a

Leia mais

CURVA DE GAUSS. Bruno Vaz Hennemann (03) Gabriel Gustavo Ferrarini (10) Murillo Henrique de Mello Peteffi (25) Paulo Renan Schmitt Pereira (26)

CURVA DE GAUSS. Bruno Vaz Hennemann (03) Gabriel Gustavo Ferrarini (10) Murillo Henrique de Mello Peteffi (25) Paulo Renan Schmitt Pereira (26) FUNDAÇÃO ESCOLA TÉCNICA LIBERATO SALZANO VIEIRA DA CUNHA CURSO TÉCNICO EM MECÂNICA PRIMEIRA SÉRIE DO ENSINO MÉDIO Turma 3111 Grupo E Projeto Reconstrução de uma Experiência do MCT-PUC CURVA DE GAUSS Bruno

Leia mais

Singularidades de Funções de Variáveis Complexas

Singularidades de Funções de Variáveis Complexas Singularidades de Funções de Variáveis Complexas AULA 11 META: Introduzir o conceito de singularidades de funções de variáveis complexas. OBJETIVOS: Ao fim da aula os alunos deverão ser capazes de: Definir

Leia mais

4Distribuição de. freqüência

4Distribuição de. freqüência 4Distribuição de freqüência O objetivo desta Unidade é partir dos dados brutos, isto é, desorganizados, para uma apresentação formal. Nesse percurso, seção 1, destacaremos a diferença entre tabela primitiva

Leia mais

MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS

MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS Definições Variáveis Aleatórias Uma variável aleatória representa um valor numérico possível de um evento incerto. Variáveis aleatórias

Leia mais

A Estatística, um ramo da Matemática, é aplicada em diferentes áreas, como Administração, Engenharia, Medicina, Psicologia, Ciências Sociais etc.

A Estatística, um ramo da Matemática, é aplicada em diferentes áreas, como Administração, Engenharia, Medicina, Psicologia, Ciências Sociais etc. ESTATÍSTICA DESCRITIVA MÓDULO 1 - INTRODUÇÃO À ESTATÍSTICA DESCRITIVA A Estatística, um ramo da Matemática, é aplicada em diferentes áreas, como Administração, Engenharia, Medicina, Psicologia, Ciências

Leia mais

4 Sistemas de Equações Lineares

4 Sistemas de Equações Lineares Nova School of Business and Economics Apontamentos Álgebra Linear 4 Sistemas de Equações Lineares 1 Definição Rank ou característica de uma matriz ( ) Número máximo de linhas de que formam um conjunto

Leia mais

Matemática Aplicada às Ciências Sociais Dezembro de 2013

Matemática Aplicada às Ciências Sociais Dezembro de 2013 Informação-EXAME FINAL NACIONAL Matemática Aplicada às Ciências Sociais Dezembro de 2013 Prova 835 2014 11.º Ano de Escolaridade O presente documento divulga informação relativa à prova de exame final

Leia mais

Seu pé direito nas melhores faculdades

Seu pé direito nas melhores faculdades Seu pé direito nas melhores faculdades IM - maio 006 MTMÁTI 0. a) atore a epressão 3 3 + 6. b) Resolva, em, a inequação 3 3 + 6 +. a) 3 3 + 6 = (3 ) 6(3 ) = ( 6)(3 ) = ( + 6 )( 6 )(3 ) é a forma fatorada

Leia mais

Teoria das Probabilidades

Teoria das Probabilidades Teoria das Probabilidades Qual a probabilidade de eu passar no vestibular? Leandro Augusto Ferreira Centro de Divulgação Científica e Cultural Universidade de São Paulo São Carlos - Abril / 2009 Sumário

Leia mais

LISTA 10. = ax + b onde f é uma função decrescente. Podemos afirmar que o valor exato de g(a) é igual a: a) 1 b) 2 c) 3 d) 4

LISTA 10. = ax + b onde f é uma função decrescente. Podemos afirmar que o valor exato de g(a) é igual a: a) 1 b) 2 c) 3 d) 4 LISTA 10 1 - João tem, hoje, 36 anos, idade que é igual a duas vezes a idade que Maria tinha quando João tinha a idade que Maria tem hoje. A idade, hoje, de Maria é: a) 7 ) 30 c) 33 d) 37 O custo de um

Leia mais

UNIDADE 3 MEDIDAS DE POSIÇÃO E DISPERSÃO OBJETIVOS ESPECÍFICOS DE APRENDIZAGEM

UNIDADE 3 MEDIDAS DE POSIÇÃO E DISPERSÃO OBJETIVOS ESPECÍFICOS DE APRENDIZAGEM Unidade 2 Distribuições de Frequências e Representação Gráfica UNIDADE 3 MEDIDAS DE POSIÇÃO E DISPERSÃO OBJETIVOS ESPECÍFICOS DE APRENDIZAGEM Ao finalizar esta Unidade, você deverá ser capaz de: Calcular

Leia mais

DETERMINAÇÃO DO TAMANHO DE UMA AMOSTRA

DETERMINAÇÃO DO TAMANHO DE UMA AMOSTRA DETERMINAÇÃO DO TAMANHO DE UMA AMOSTRA INTRODUÇÃO O pesquisador social procura tirar conclusões a respeito de um grande número de sujeitos. Por exemplo, ele poderia desejar estudar: os 170.000.000 de cidadãos

Leia mais

Distribuição Normal de Probabilidade

Distribuição Normal de Probabilidade Distribuição Normal de Probabilidade 1 Aspectos Gerais 2 A Distribuição Normal Padronizada 3 Determinação de Probabilidades 4 Cálculo de Valores 5 Teorema Central do Limite 1 1 Aspectos Gerais Variável

Leia mais

Os gráficos estão na vida

Os gráficos estão na vida Os gráficos estão na vida A UUL AL A Nas Aulas 8, 9 e 28 deste curso você já se familiarizou com o estudo de gráficos. A Aula 8 introduziu essa importante ferramenta da Matemática. A Aula 9 foi dedicada

Leia mais

TÉCNICAS DE ANÁLISE DE ORÇAMENTO DE CAPITAL

TÉCNICAS DE ANÁLISE DE ORÇAMENTO DE CAPITAL Adm. Financeira II Aula 05 - Técnicas Orç. Capital - Pg. 1/8 TÉCNICAS DE ANÁLISE DE ORÇAMENTO DE CAPITAL 1. Introdução 1.1. Considerar fatores importantes fora do controle da empresa 1.2. Fatores qualitativos

Leia mais

Aula 2 - Cálculo Numérico

Aula 2 - Cálculo Numérico Aula 2 - Cálculo Numérico Erros Prof. Phelipe Fabres Anhanguera Prof. Phelipe Fabres (Anhanguera) Aula 2 - Cálculo Numérico 1 / 41 Sumário Sumário 1 Sumário 2 Erros Modelagem Truncamento Representação

Leia mais

Cotagem de dimensões básicas

Cotagem de dimensões básicas Cotagem de dimensões básicas Introdução Observe as vistas ortográficas a seguir. Com toda certeza, você já sabe interpretar as formas da peça representada neste desenho. E, você já deve ser capaz de imaginar

Leia mais

Notas de Cálculo Numérico

Notas de Cálculo Numérico Notas de Cálculo Numérico Túlio Carvalho 6 de novembro de 2002 2 Cálculo Numérico Capítulo 1 Elementos sobre erros numéricos Neste primeiro capítulo, vamos falar de uma limitação importante do cálculo

Leia mais

Estatística Descritiva I

Estatística Descritiva I Estatística Descritiva I Bacharelado em Economia - FEA - Noturno 1 o Semestre 2016 Profs. Fábio P. Machado e Gilberto A. Paula MAE0219 (Economia-FEA-Noturno) Estatística Descritiva I 1 o Semestre 2016

Leia mais

Revisão: Noções básicas de estatística aplicada a avaliações de imóveis

Revisão: Noções básicas de estatística aplicada a avaliações de imóveis Curso de Avaliações Prof. Carlos Aurélio Nadal cnadal@ufpr.br 1 AULA 03 Revisão: Noções básicas de estatística aplicada a avaliações de imóveis 2 OBSERVAÇÃO: é o valor obtido durante um processo de medição.

Leia mais

Prova Escrita de Matemática Aplicada às Ciências Sociais

Prova Escrita de Matemática Aplicada às Ciências Sociais Exame Final Nacional do Ensino Secundário Prova Escrita de Matemática Aplicada às Ciências Sociais 11.º Ano de Escolaridade Decreto-Lei n.º 139/2012, de 5 de julho Prova 835/2.ª Fase 15 Páginas Duração

Leia mais

Gráficos de funções em calculadoras e com lápis e papel (*)

Gráficos de funções em calculadoras e com lápis e papel (*) Rafael Domingos G Luís Universidade da Madeira/Escola Básica /3 São Roque Departamento de Matemática Gráficos de funções em calculadoras e com lápis e papel (*) A difusão de calculadoras gráficas tem levado

Leia mais

Distibuições de variáveis aleatórias discretas: = p = 1 n, para todo i = 1, 2,..., n. Prof. Luiz Alexandre Peternelli

Distibuições de variáveis aleatórias discretas: = p = 1 n, para todo i = 1, 2,..., n. Prof. Luiz Alexandre Peternelli CAPÍTULO 5 - Algumas distribuições de variáveis aleatórias discretas e contínuas (parte considerada incompleta visto o volume de informações importantes não incluídas, além de eercícios. Tais informações

Leia mais

DISTRIBUIÇÃO NORMAL 1

DISTRIBUIÇÃO NORMAL 1 DISTRIBUIÇÃO NORMAL 1 D ensid ade Introdução Exemplo : Observamos o peso, em kg, de 1500 pessoas adultas selecionadas ao acaso em uma população. O histograma por densidade é o seguinte: 0.04 0.03 0.02

Leia mais

Aula 12 O SISTEMA UTM, A CARTA INTERNACIONAL AO MILIONÉSIMO E O DESDOBRAMENTO DAS FOLHAS TOPOGRÁFICAS

Aula 12 O SISTEMA UTM, A CARTA INTERNACIONAL AO MILIONÉSIMO E O DESDOBRAMENTO DAS FOLHAS TOPOGRÁFICAS Aula 12 O SISTEMA UTM, A CARTA INTERNACIONAL AO MILIONÉSIMO E O DESDOBRAMENTO DAS FOLHAS TOPOGRÁFICAS META Apresentar o sistema UTM como forma de localização dos elementos terrestres e a composição das

Leia mais

2ª fase. 19 de Julho de 2010

2ª fase. 19 de Julho de 2010 Proposta de resolução da Prova de Matemática A (código 635) ª fase 19 de Julho de 010 Grupo I 1. Como só existem bolas de dois tipos na caixa e a probabilidade de sair bola azul é 1, existem tantas bolas

Leia mais

UNIVERSIDADE ESTADUAL DE CAMPINAS RELATÓRIO FINAL DE INSTRUMENTAÇÃO PARA ENSINO - F-809

UNIVERSIDADE ESTADUAL DE CAMPINAS RELATÓRIO FINAL DE INSTRUMENTAÇÃO PARA ENSINO - F-809 UNIVERSIDADE ESTADUAL DE CAMPINAS 10-1 RELATÓRIO FINAL DE INSTRUMENTAÇÃO PARA ENSINO - F-809 CONSTRUÇÃO DE SISTEMA ÓTICO A PARTIR DE LENTES DE ÁGUA Aluno: Rubens Granguelli Antoniazi RA: 009849 Professor

Leia mais

LISTA DE EXERCÍCIOS 3

LISTA DE EXERCÍCIOS 3 DISCIPLINA: CÁLCULO DAS PROBABILIDADES E ESTATÍSTICA I PERÍODO: 2013.2 LISTA DE EXERCÍCIOS 3 1) Uma empresa fabricante de pastilhas para freio efetua um teste para controle de qualidade de seus produtos.

Leia mais

Potenciação no Conjunto dos Números Inteiros - Z

Potenciação no Conjunto dos Números Inteiros - Z Rua Oto de Alencar nº 5-9, Maracanã/RJ - tel. 04-98/4-98 Potenciação no Conjunto dos Números Inteiros - Z Podemos epressar o produto de quatro fatores iguais a.... por meio de uma potência de base e epoente

Leia mais

Faculdade Tecnológica de Carapicuíba Tecnologia em Logística Ênfase em Transportes Notas da Disciplina de Estatística (versão 3.

Faculdade Tecnológica de Carapicuíba Tecnologia em Logística Ênfase em Transportes Notas da Disciplina de Estatística (versão 3. Faculdade Tecnológica de Carapicuíba Tecnologia em Logística Ênfase em Transportes Notas da Disciplina de Estatística (versão 3.1) Estatística Séries Estatística Uma série estatística define-se como toda

Leia mais

LIDANDO COM SAZONALIDADES NO PROCESSO LOGÍSTICO

LIDANDO COM SAZONALIDADES NO PROCESSO LOGÍSTICO LIDANDO COM SAZONALIDADES NO PROCESSO LOGÍSTICO Praticamente todos os processos logísticos estão sujeitos a algum tipo de sazonalidade. A humanidade e seus grupos sociais, desde tempos remotos, sempre

Leia mais

Capítulo 8 - Testes de hipóteses. 8.1 Introdução

Capítulo 8 - Testes de hipóteses. 8.1 Introdução Capítulo 8 - Testes de hipóteses 8.1 Introdução Nos capítulos anteriores vimos como estimar um parâmetro desconhecido a partir de uma amostra (obtendo estimativas pontuais e intervalos de confiança para

Leia mais

Noções Básicas de Erros

Noções Básicas de Erros Noções Básicas de Erros PROF. ALIRIO SANTOS DE SÁ ALIRIOSA@UFBA.BR MATERIAL ADAPTADA DOS SLIDES DA DISCIPLINA DE CÁLCULO NUMÉRICO DOS PROFESSORES BRUNO QUEIROZ, JOSÉ QUEIROZ E MARCELO BARROS (UFCG). DISPONÍVEL

Leia mais

COMO SIMULAR PROJEÇOES FINANCEIRAS ATRAVÉS DO METODO DE MONTE CARLO

COMO SIMULAR PROJEÇOES FINANCEIRAS ATRAVÉS DO METODO DE MONTE CARLO COMO SIMULAR PROJEÇOES FINANCEIRAS ATRAVÉS! O que é o método de simulação de Monte Carlo?! Como utilizar números aleatórios para testar uma simulação financeira?! Como gerar números aleatórios pelo Excel?!

Leia mais

Rebites I. Um mecânico tem duas tarefas: consertar

Rebites I. Um mecânico tem duas tarefas: consertar A U A UL LA Rebites I Introdução Um mecânico tem duas tarefas: consertar uma panela cujo cabo caiu e unir duas barras chatas para fechar uma grade. A questão é a seguinte: qual elemento de fixação é o

Leia mais

Quesitos da função prática. Antropometria

Quesitos da função prática. Antropometria Quesitos da função prática Antropometria breve histórico Filósofos, teóricos, artistas e arquitetos estudaram, ao longo da história, as proporções do corpo humano; antropometria física: viagens de Marco

Leia mais

Métodos Quantitativos Prof. Ms. Osmar Pastore e Prof. Ms. Francisco Merlo. Funções Exponenciais e Logarítmicas Progressões Matemáticas

Métodos Quantitativos Prof. Ms. Osmar Pastore e Prof. Ms. Francisco Merlo. Funções Exponenciais e Logarítmicas Progressões Matemáticas Métodos Quantitativos Prof. Ms. Osmar Pastore e Prof. Ms. Francisco Merlo Funções Exponenciais e Logarítmicas Progressões Matemáticas Funções Exponenciais e Logarítmicas. Progressões Matemáticas Objetivos

Leia mais

FICHA DE TRABALHO DERIVADAS I PARTE. 1. Uma função f tem derivadas finitas à direita e à esquerda de x = 0. Então:

FICHA DE TRABALHO DERIVADAS I PARTE. 1. Uma função f tem derivadas finitas à direita e à esquerda de x = 0. Então: FICHA DE TRABALHO DERIVADAS I PARTE. Uma função f tem derivadas finitas à direita e à esquerda de = 0. Então: (A) f tem necessariamente derivada finita em = 0; (B) f não tem com certeza derivada finita

Leia mais

[ \ x Recordemos o caso mais simples de um VLVWHPD de duas HTXDo}HVOLQHDUHV nas duas LQFyJQLWDV [ e \.

[ \ x Recordemos o caso mais simples de um VLVWHPD de duas HTXDo}HVOLQHDUHV nas duas LQFyJQLWDV [ e \. &DStWXOR±6LVWHPDVGH(TXDo}HV/LQHDUHV1 &DStWXOR±6LVWHPDVGH(TXDo}HV/LQHDUHV Å 1Ro}HV *HUDLV Recordemos o caso mais simples de um VLVWHPD de duas HTXDo}HVOLQHDUHV nas duas LQFyJQLWDV [ e \. [\ [\ É fácil verificar

Leia mais

Apresentação de Dados em Tabelas e Gráficos

Apresentação de Dados em Tabelas e Gráficos Apresentação de Dados em Tabelas e Gráficos Os dados devem ser apresentados em tabelas construídas de acordo com as normas técnicas ditadas pela Fundação Instituto Brasileiro de Geografia e Estatística

Leia mais

MÉDIA ARITMÉTICA MÉDIA PONDERADA MODA MEDIANA

MÉDIA ARITMÉTICA MÉDIA PONDERADA MODA MEDIANA MÉDIA ARITMÉTICA MÉDIA PONDERADA MODA MEDIANA Em um amostra, quando se têm os valores de uma certa característica, é fácil constatar que os dados normalmente não se distribuem uniformemente, havendo uma

Leia mais

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

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

Leia mais

Distribuições de Probabilidade Distribuição Normal

Distribuições de Probabilidade Distribuição Normal PROBABILIDADES Distribuições de Probabilidade Distribuição Normal BERTOLO PRELIMINARES Quando aplicamos a Estatística na resolução de situações-problema, verificamos que muitas delas apresentam as mesmas

Leia mais

Problemas de Otimização. Problemas de Otimização. Solução: Exemplo 1: Determinação do Volume Máximo

Problemas de Otimização. Problemas de Otimização. Solução: Exemplo 1: Determinação do Volume Máximo 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 Eemplo 1: Determinação

Leia mais

Ambos têm os algarismos 7854 seguidos, a potência de dez apenas moverá a vírgula, que não afeta a quantidade de algarismos significativos.

Ambos têm os algarismos 7854 seguidos, a potência de dez apenas moverá a vírgula, que não afeta a quantidade de algarismos significativos. ALGARISMOS SIGNIFICATIVOS Os algarismos significativos são os algarismos que têm importância na exatidão de um número, por exemplo, o número 2,67 tem três algarismos significativos. Se expressarmos o número

Leia mais

ESTATÍSTICA. Exemplos: 01. Mergulhar a ponta do pé na água para avaliar a temperatura da piscina, 02. Folhear um livro.

ESTATÍSTICA. Exemplos: 01. Mergulhar a ponta do pé na água para avaliar a temperatura da piscina, 02. Folhear um livro. ESTATÍSTICA Estatística é a parte da matemática aplicada que fornece métodos para a coleta, organização, descrição, análise e interpretação de dados e para a utilização dos mesmos na tomada de decisões.

Leia mais

Introdução a Química Analítica. Professora Mirian Maya Sakuno

Introdução a Química Analítica. Professora Mirian Maya Sakuno Introdução a Química Analítica Professora Mirian Maya Sakuno Química Analítica ou Química Quantitativa QUÍMICA ANALÍTICA: É a parte da química que estuda os princípios teóricos e práticos das análises

Leia mais

Eventos independentes

Eventos independentes Eventos independentes Adaptado do artigo de Flávio Wagner Rodrigues Neste artigo são discutidos alguns aspectos ligados à noção de independência de dois eventos na Teoria das Probabilidades. Os objetivos

Leia mais

Probabilidades: Função massa de probabilidades ou função distribuição de probabilidade ou modelo de probabilidade:

Probabilidades: Função massa de probabilidades ou função distribuição de probabilidade ou modelo de probabilidade: Exame MACS- Probabilidades Probabilidades: Função massa de probabilidades ou função distribuição de probabilidade ou modelo de probabilidade: Nos modelos de probabilidade: há uma primeira fase em que colocamos

Leia mais

CONCEITOS. Evento: qualquer subconjunto do espaço amostral. Uma primeira idéia do cálculo de probabilidade. Eventos Teoria de conjuntos

CONCEITOS. Evento: qualquer subconjunto do espaço amostral. Uma primeira idéia do cálculo de probabilidade. Eventos Teoria de conjuntos INTRODUÇÃO À PROAILIDADE Exemplos: O problema da coincidência de datas de aniversário O problema da mega sena A teoria das probabilidade nada mais é do que o bom senso transformado em cálculo A probabilidade

Leia mais

9 é MATEMÁTICA. 26. O algarismo das unidades de (A) 0. (B) 1. (C) 3. (D) 6. (E) 9.

9 é MATEMÁTICA. 26. O algarismo das unidades de (A) 0. (B) 1. (C) 3. (D) 6. (E) 9. MATEMÁTICA 6. O algarismo das unidades de (A) 0. (B) 1. (C) 3. (D) 6. (E) 9. 10 9 é 7. A atmosfera terrestre contém 1.900 quilômetros cúbicos de água. Esse valor corresponde, em litros, a (A) (B) (C) (D)

Leia mais

Avaliação e Desempenho Aula 4

Avaliação e Desempenho Aula 4 Avaliação e Desempenho Aula 4 Aulas passadas Motivação para avaliação e desempenho Aula de hoje Revisão de probabilidade Eventos e probabilidade Independência Prob. condicional Experimentos Aleatórios

Leia mais

Matemática Aplicada II

Matemática Aplicada II Matemática Aplicada II 010G Cópia não autorizada. Reservados todos os MATEMÁTICA direitos APLICADA autorais. II 5E Editora Aline Palhares Desenvolvimento de conteúdo, mediação pedagógica e design gráfico

Leia mais

Exercícios Sugeridos Variáveis Aleatórias Discretas e Contínuas

Exercícios Sugeridos Variáveis Aleatórias Discretas e Contínuas Exercícios Sugeridos Variáveis Aleatórias Discretas e Contínuas 1. (Paulino e Branco, 2005) Num depósito estão armazenadas 500 embalagens de um produto, das quais 50 estão deterioradas. Inspeciona-se uma

Leia mais

PUCRS FAMAT Exemplos de Equações Diferenciais Parciais- Prof. Eliete

PUCRS FAMAT Exemplos de Equações Diferenciais Parciais- Prof. Eliete PUCRS FAMAT Exemplos de Equações Diferenciais Parciais- Prof. Eliete Equação diferencial parcial (EDP) é a uma equação que envolve duas ou mais variáveis independentes ( x, y,z,t, K ) e derivadas parciais

Leia mais

Unidade 11 - Probabilidade. Probabilidade Empírica Probabilidade Teórica

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

Leia mais

Matemática SSA 2 REVISÃO GERAL 1

Matemática SSA 2 REVISÃO GERAL 1 1. REVISÃO 01 Matemática SSA REVISÃO GERAL 1. Um recipiente com a forma de um cone circular reto de eixo vertical recebe água na razão constante de 1 cm s. A altura do cone mede cm, e o raio de sua base

Leia mais

Não é permitido o uso de corrector. Em caso de engano, deve riscar, de forma inequívoca, aquilo que pretende que não seja classificado.

Não é permitido o uso de corrector. Em caso de engano, deve riscar, de forma inequívoca, aquilo que pretende que não seja classificado. Teste Intermédio de Matemática B 2010 Teste Intermédio Matemática B Duração do Teste: 90 minutos 13.04.2010 10.º Ano de Escolaridade Decreto-Lei n.º 74/2004, de 26 de Março Utilize apenas caneta ou esferográfica

Leia mais

Distribuição Binomial

Distribuição Binomial Distribuição Binomial Exemplo Na manufatura de certo artigo, é sabido que um entre dez artigos é defeituoso. Qual a probabilidade de que uma amostra casual de tamanho quatro contenha: (a) Nenhum defeituoso?

Leia mais

Estatística Básica. Armando Oscar Cavanha Filho

Estatística Básica. Armando Oscar Cavanha Filho Estatística Básica Armando Oscar Cavanha Filho 1- INTRODUÇÃO A Estatística tem ampliado a sua participação na linguagem das atividades profissionais da atualidade, já que os números e seus significados

Leia mais

A finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais.

A finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais. Prof. Janete Pereira Amador Introdução Os métodos utilizados para realização de inferências a respeito dos parâmetros pertencem a duas categorias. Pode-se estimar ou prever o valor do parâmetro, através

Leia mais

INSTITUTO TECNOLÓGICO

INSTITUTO TECNOLÓGICO PAC - PROGRAMA DE APRIMORAMENTO DE CONTEÚDOS. ATIVIDADES DE NIVELAMENTO BÁSICO. DISCIPLINAS: MATEMÁTICA & ESTATÍSTICA. PROFº.: PROF. DR. AUSTER RUZANTE 1ª SEMANA DE ATIVIDADES DOS CURSOS DE TECNOLOGIA

Leia mais

ANÁLISE NUMÉRICA DEC - 1996/97

ANÁLISE NUMÉRICA DEC - 1996/97 ANÁLISE NUMÉRICA DEC - 996/97 Teoria de Erros A Teoria de Erros fornece técnicas para quantificar erros nos dados e nos resultados de cálculos com números aproximados. Nos cálculos aproximados deve-se

Leia mais