Distribuição Gaussiana. Modelo Probabilístico para Variáveis Contínuas

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "Distribuição Gaussiana. Modelo Probabilístico para Variáveis Contínuas"

Transcrição

1 Distribuição Gaussiana Modelo Probabilístico para Variáveis Contínuas

2 Distribuição de Frequências do Peso, em gramas, de recém-nascidos Frequencia Peso ao nascer densidade = frequência relativa tamanho da classe

3 Densidade 0e+00 2e-04 4e-04 6e-04 8e-04 Histograma de Densidade àrea da barra =densidade x largura da barra àrea da barra =probabilidade de X estar entre os limites da barra Peso ao nascer P[2500 < X < 3500] = soma das àreas das barras entre 2500 e 3500 g.

4 Densidade 0e+00 2e-04 4e-04 6e-04 8e Peso ao nascer Histograma de Densidade àrea da barra =probabilidade de X estar entre os limites da barra P[X < 2125] = soma das àreas das barras entre 1000 e 2125

5 Muitas vezes, as barras do histograma podem ser aproximadas por uma curva mais suave mais classes

6 Essa curva suave é chamada função de densidade de X, ou f(x) f(x)

7 Como calcular probabilidades usando f(x)? P[a < X < b ] P[a < X < b ] é a área abaixo da curva f(x) entre a e b a b

8 Propriedades de f(x) 1) f(x) 0 2) A área abaixo de toda a curva f(x) é igual a 1. Como X é uma variável aleatória contínua, então P[X=a] = 0 P[X < b] = P[X b]

9 O Modelo Probabilístico Gaussiano (ou Normal) Algumas variáveis contínuas exibem um comportamento muito particular quando visualizamos a distribuição de frequências de seus valores. Frequência Valores Concentração de valores em torno de um valor central; Simetria em torno do valor central; Frequência pequena de valores muito extremos.

10 O Modelo Probabilístico Gaussiano O matemático alemão Karl Gauss popularizou um modelo proposto para a distribuição de probabilidades de variáveis do tipo descrito anteriormente. A curva descrita por este modelo é conhecida como Curva de Gauss (ou também como Curva Normal)

11 O Modelo Probabilístico Gaussiano 1 x 1 ( ) e 2 =, < x < 2 f x πσ µ σ 2 A função de densidade de X só depende de dois valores: a média µ e o desvio-padrão σ π e e são constantes conhecidas (π 3,14159 e e )

12 O Modelo Probabilístico Gaussiano A média µ de uma variável aleatória X que siga o modelo Gaussiano pode assumir qualquer valor na reta real < µ < O desvio-padrão σ de qualquer variável aleatória X só pode assumir valores maiores do que zero σ > 0 µ e σ são os parâmetros do Modelo Gaussiano Dizemos que X ~ Normal (µ,σ)

13 O Modelo Probabilístico Gaussiano A curva gaussiana (ou curva Normal) é definida pela média µ e pelo desvio-padrão σ.

14 O parâmetro µ informa onde está centrada a curva gaussiana

15 A forma do sino (mais achatado ou mais alongado ) é dada pelo valor do desvio-padrão σ

16 Para cada combinação deµe σ, existe uma curva gaussiana diferente

17 A curva gaussiana tem a forma de um sino e é simétrica em torno da média µ; a a a a P(X < 3000-a ) = P(X > 3000+a ) Simetria

18 Propriedades da Distribuição Normal Área fixa entre intervalos simétricos

19 Cálculo de Probabilidade na Curva Normal Considere uma variável aleatória X com distribuição Normal (µ,σ). Ou seja, X ~ Normal(µ,σ) Probabilidade de X estar entre x 1 e x 2 : P( x 1 < X < x 2 ) P( x 1 < X < x 2 ) Área sob a curva Normal entre x 1 e x 2.

20 Cálculo de Probabilidade na Curva Normal curvas Normais diferentes áreas diferentes P( x 1 < X < x 2 )

21 Exemplo: Suponha que X é o peso de bebês ao nascer e que, em certa população, X tem distribuição de probabilidade que pode ser aproximada pela Normal com µ = 3000g e σ = 1000g.

22 Qual é a porcentagem de bebês que nascem com peso abaixo de 1500g?

23 A Distribuição Normal Padrão As probabilidades na curva Normal são calculadas com o auxílio de uma tabela. Como existem infinitas combinações dos valores para µ e σ, seria inviável tabelar as probabilidades de todas as distribuições Normais possíveis. Sendo assim, uma única variável Normal possui suas probabilidades tabeladas: a variável Z com média igual a 0 e desvio-padrão igual a 1. Z ~ Normal (µ=0 ; σ=1)

24 A variável aleatória Normal com médiaµ=0 e desvio-padrão σ=1 é chamada de Variável Normal Padrão

25 a variável aleatória Z Z ~ N(0,1) tem distribuição de probabilidade Normal com média=0 e d.p.=1 P( Z < z )

26 -0.83 A Tabela Normal Padrão (Tabela Z) Parte Negativa Linha: Parte inteira e primeira casa decimal de z Coluna: Segunda casa decimal de z P( Z < )

27 A Tabela Normal Padrão (Tabela Z) Parte Positiva Linha: Parte inteira e primeira casa decimal de z Coluna: Segunda casa decimal de z P( Z < 1.5 )

28 Exemplo: Seja Z uma v.a. normal padronizada. Calcule: P( Z < -1.97) =? P( Z > 1.84) =? P( Z < ) = , obtida direto da tabela. P( Z >1.84) = P( Z < -1.84) = , obtida direto da tabela e por simetria.

29 P( < Z < 0.86 ) = P( Z < 0.86 ) - P( Z < ) = = = -

30 Cálculo de percentis na curva Normal Percentil de ordem 2.5 Que valor de Z na tabela Normal Padrão deixa uma área de abaixo dele? Ou seja, quem é a tal que P[Z < a ]=0.0250? a é o percentil 2.5 da curva Normal Padrão a=-1.96

31 Cálculo de percentis na curva Normal Percentil de ordem 97.5 Que valor de Z na tabela Normal Padrão deixa uma área de abaixo dele? Ou seja, quem é b tal que P[Z < b ]=0.9750? b é o percentil 97.5 da curva Normal Padrão b é o simétrico de a em relação à média da curva Normal b=1.96

32 Cálculo de percentis na curva Normal Percentil de ordem 95 P[Z < b ]= b é o percentil 95 da curva Normal Padrão b=1.645 Na tabela Z: z = 1.65 área abaixo = z = 1.64 área abaixo = Escolher o valor mais próximo da probabilidade desejada.

33 Cálculo de percentis na curva Normal Percentil de ordem 1 P[Z < b ]= b é o percentil 1 da curva Normal Padrão P[-b < Z < b ]= P[Z< -b ] = b =? -b=2.33 b=2.33 Na tabela Z: z = área abaixo = z = área abaixo = Usar o valor de z que forneça a área mais próxima do desejada (-2.33)

34 Como usar a tabela Normal Padrão para calcular probabilidades em uma curva Normal qualquer? Distribuição de Z ~ Normal (µ=0 ; σ=1) Distribuição de X ~ Normal (µ=10 ; σ=2)

35 Padronização de uma variável aleatória Normal Podemos transformar uma variável aleatória X ~ Normal ( µ, σ ) em uma variável aleatória Z ~ Normal ( 0, 1) usando a expressão: Z = X σ µ

36 X ~ Normal(µ,σ) Z ~ Normal(0,1) z 1 = x 1 µ σ z 2 = x 2 µ σ

37 Calculando probabilidades de X utilizando a tabela Z X µ 9 µ P[ X < 9] = P < = σ σ = P[ Z < 0.5] = P X < 2 2 X P[ X > 13] = P[ > ] = P[ Z > 1.5] 2 2 = P[ Z < 1.5] =

38 Exemplo 1: Se X tem distribuição Normal com µ = 40 e σ = 6, encontre o valor de x tal que P[X < x] =0.45. Se P[X < x] =0.45. então P( Z < (x-40)/6 ) = Mas P( Z < ) = 0.45 (da tabela); Logo (x-40)/6 = x = 40 + (-0.13)6 = = Ou seja, é o percentil 45 da distribuição de X.

39 Exemplo 2: Se X tem distribuição Normal com µ = 40 e σ = 6, encontre o valor de x tal que P[X > x] =0.14. Se P[X < x] = 0.86 então P( Z < (x-40)/6 ) = Mas P( Z > 1.08) = P( Z < -1.08) = 0.14 (da tabela); Logo (x-40)/6 = 1.08 x = 40 + (1.08)6 = Ou seja, é o percentil 86 da distribuição de X.

40 Cálculo do Percentil de ordem 100α da distribuição Normal P = + z 100 α (1 α ) µ σ ondeα é a ordem do percentil (0 < α < 1) e z (1-α) é o valor na tabela Z que deixa uma área de (1-α) acima dele. α 1-α z (1-α)

41 Cálculo do Percentil de ordem 100α da distribuição Normal Conferindo os dois exemplos anteriores, onde µ = 40 e σ = 6 : α = 0.45 P = 40 + z 6 45 ( ) = 40 + z 6 (0.5500) = α = 0.86 P = 40 + z 6 86 ( ) = 40 + z 6 (0.1400) =

42 Exemplo Inicial: Suponha que X é o peso de bebês ao nascer e que, em certa população, X tem distribuição que pode ser aproximada pela Normal com µ = 3000g e σ = 1000g.

43 Qual é a porcentagem de bebês que nascem com peso abaixo de 1500g? X P[ X < 1500] = P < [ ] = P Z < 1.5 = % dos bebês têm peso inferior a 1500g.

44 Qual é a porcentagem de bebês que nascem com peso acima de 4000g? P[ X > 4000] = P Z > 1000 [ ] P[ Z ] = P Z > 1.0 = < 1.0 =

45 Qual é a porcentagem de bebês que nascem com peso entre 2500 e 3500g? 38.30% dos bebês P[2500 < X < 3500] = P[ X < 3500] P[ X < 2500] = P Z < P Z < = P Z < 0.5 P Z < 0.5 [ ] [ ] = =

46 Qual valor de peso dos bebês separa os 10% mais leves? gramas P α = 0.10 P = z ( ) = z 1000 (0.9000) = ( 1.28) 1000 = = 1720

47 Qual valor de peso dos bebês separa os 10% mais pesados? gramas 3000 P 90 α = 0.90 P = z ( ) = z 1000 (0.1000) = = = 4280

48 Aplicações do Modelo Gaussiano: Cálculo de Faixas de Referência Faixas de Referência são formadas por dois percentis Exemplo: uma faixa de referência de 90% é formada pelos percentis 5 e 95 90% 5% 5% P 5 P 95

49 Cálculo de Faixas de Referência utilizando o modelo Gaussiano Seja X a variável aleatória que representa a característica para a qual queremos construir uma faixa de referência. Exemplo: X é o peso de recém-nascidos Se X ~ Normal (µ,σ), então uma faixa de referência de (1-α)100% é formada pelos percentis P (α/2)100 e P (1-α/2)100 Exemplo: uma faixa de referência de 90% (α=0.10) é formada pelos percentis P 5 e P 95

50 Cálculo de Faixas de Referência utilizando o modelo Gaussiano No exemplo do peso dos recém-nascidos (X), se pudermos supor que X ~ Normal (µ=3000 ; σ=1000), uma faixa de referência de 80% seria dada pelos percentis P 10 = 1720 e P 90 = 4280 (já calculados anteriormente) Faixa de Referência de 80% para o peso de recém-nascidos 1720 gramas a 4280 gramas

51 Cálculo de Faixas de Referência utilizando o modelo Gaussiano Relembrando o cálculo de percentis com o modelo gaussiano e a definição de faixa de referência, uma faixa de referência de (1-α)100% é dada pela expressão [ µ + z σ ; µ + z σ ] (1 α / 2) ( α / 2) z = z (1 α / 2) ( α / 2) (por simetria) [ µ z σ ; µ + z σ ] ( α / 2) ( α / 2)

52 Para aprender (I) Para o exemplo do peso dos recém-nascidos, calcule as seguintes faixas de referência: 90% 95% Antes de calcular essas faixas, responda: qual delas você espera que seja a mais larga? Justifique.

53 Para aprender (II) Exercícios da Seção 7 (Modelo Probabilístico Gaussiano)

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

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

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

Distribuição de probabilidades

Distribuição de probabilidades 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

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

Distribuição Gaussiana

Distribuição Gaussiana Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Distribuição Gaussiana Introdução à Bioestatística Turma Nutrição Aula 7: Distribuição Normal (Gaussiana) Distribuição

Leia mais

Princípios de Bioestatística

Princípios de Bioestatística Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Princípios de Bioestatística Aula 7: Distribuição Normal (Gaussiana) Distribuição de frequência dos valores

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

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

Equações Diferenciais

Equações Diferenciais Equações Diferenciais EQUAÇÕES DIFERENCIAS Em qualquer processo natural, as variáveis envolvidas e suas taxas de variação estão interligadas com uma ou outras por meio de princípios básicos científicos

Leia mais

Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti. Distribuição Normal

Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti. Distribuição Normal Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti Distribuição Normal 1. Introdução O mundo é normal! Acredite se quiser! Muitos dos fenômenos aleatórios que encontramos na

Leia mais

Estatística Descritiva

Estatística Descritiva Estatística Descritiva Como construir uma distribuição de freqüências. Como construir gráficos de freqüências. Como encontrar medidas de tendência central. Como encontrar medidas de variabilidade. Como

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 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

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

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

Atividade à Distância Avaliativa - Probabilidade. 1 Probabilidade - Operações e Propriedades

Atividade à Distância Avaliativa - Probabilidade. 1 Probabilidade - Operações e Propriedades Universidade Estadual de Santa Cruz UESC Professora: Camila M. L Nagamine Bioestatística Atividade à Distância Avaliativa - Probabilidade Se ouço, esqueço; se vejo, recordo; se faço, aprendo. (Provérbio

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

PROVAS DE MATEMÁTICA DO VESTIBULAR-2012 DA MACKENZIE RESOLUÇÃO: Profa. Maria Antônia Gouveia. 14/12/2011

PROVAS DE MATEMÁTICA DO VESTIBULAR-2012 DA MACKENZIE RESOLUÇÃO: Profa. Maria Antônia Gouveia. 14/12/2011 PROVAS DE MATEMÁTICA DO VESTIBULAR-0 DA MACKENZIE Profa. Maria Antônia Gouveia. //0 QUESTÃO N o 9 Turma N o de alunos Média das notas obtidas A 0,0 B 0,0 C 0,0 D 0,0 A tabela acima refere-se a uma prova

Leia mais

Matemática Básica - 08. Função Logarítmica

Matemática Básica - 08. Função Logarítmica Matemática Básica Função Logarítmica 08 Versão: Provisória 0. Introdução Quando calculamos as equações exponenciais, o método usado consistia em reduzirmos os dois termos da equação à mesma base, como

Leia mais

DISTRIBUIÇÃO DE FREQÜÊNCIAS

DISTRIBUIÇÃO DE FREQÜÊNCIAS DISTRIBUIÇÃO DE FREQÜÊNCIAS 1 Dados Brutos: são os dados tomados como eles são, de forma desorganizada. Indica-se por x i Rol: são os dados organizados em ordem crescente ou decrescente. Tamanho da amostra:

Leia mais

Curvas em coordenadas polares

Curvas em coordenadas polares 1 Curvas em coordenadas polares As coordenadas polares nos dão uma maneira alternativa de localizar pontos no plano e são especialmente adequadas para expressar certas situações, como veremos a seguir.

Leia mais

Universidade Federal de São Carlos Departamento de Matemática 083020 - Curso de Cálculo Numérico - Turma E Resolução da Primeira Prova - 16/04/2008

Universidade Federal de São Carlos Departamento de Matemática 083020 - Curso de Cálculo Numérico - Turma E Resolução da Primeira Prova - 16/04/2008 Universidade Federal de São Carlos Departamento de Matemática 08300 - Curso de Cálculo Numérico - Turma E Resolução da Primeira Prova - 16/0/008 1. (0 pts.) Considere o sistema de ponto flutuante normalizado

Leia mais

1. Os métodos Não-Paramétricos podem ser aplicados a uma ampla diversidade de situações, porque não exigem populações distribuídas normalmente.

1. Os métodos Não-Paramétricos podem ser aplicados a uma ampla diversidade de situações, porque não exigem populações distribuídas normalmente. TESTES NÃO - PARAMÉTRICOS As técnicas da Estatística Não-Paramétrica são, particularmente, adaptáveis aos dados das ciências do comportamento. A aplicação dessas técnicas não exige suposições quanto à

Leia mais

Tipos de Modelos. Exemplos. Modelo determinístico. Exemplos. Modelo probabilístico. Causas Efeito. Determinístico. Sistema Real.

Tipos de Modelos. Exemplos. Modelo determinístico. Exemplos. Modelo probabilístico. Causas Efeito. Determinístico. Sistema Real. Tipos de Modelos Sistema Real Determinístico Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Probabilístico Modelo determinístico Exemplos Gravitação F GM M /r Causas Efeito Aceleração

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

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

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

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

Um estudo sobre funções contínuas que não são diferenciáveis em nenhum ponto

Um estudo sobre funções contínuas que não são diferenciáveis em nenhum ponto Um estudo sobre funções contínuas que não são diferenciáveis em nenhum ponto Maria Angélica Araújo Universidade Federal de Uberlândia - Faculdade de Matemática Graduanda em Matemática - Programa de Educação

Leia mais

3º Ano do Ensino Médio. Aula nº10 Prof. Daniel Szente

3º Ano do Ensino Médio. Aula nº10 Prof. Daniel Szente Nome: Ano: º Ano do E.M. Escola: Data: / / 3º Ano do Ensino Médio Aula nº10 Prof. Daniel Szente Assunto: Função exponencial e logarítmica 1. Potenciação e suas propriedades Definição: Potenciação é a operação

Leia mais

Resistência dos Materiais

Resistência dos Materiais Aula 5 Carga Axial e Princípio de Saint-Venant Carga Axial A tubulação de perfuração de petróleo suspensa no guindaste da perfuratriz está submetida a cargas e deformações axiais extremamente grandes,

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

MATEMÁTICA UFRGS 2011

MATEMÁTICA UFRGS 2011 MATEMÁTICA UFRGS 2011 01. Uma torneira com vazamento pinga, de maneira constante, 25 gotas de água por minuto. Se cada gota contém 0,2 ml de água, então, em 24 horas o vazamento será de a) 0,072 L. b)

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

V = 0,30. 0,20. 0,50 (m 3 ) = 0,030m 3. b) A pressão exercida pelo bloco sobre a superfície da mesa é dada por: P 75. 10 p = = (N/m 2 ) A 0,20.

V = 0,30. 0,20. 0,50 (m 3 ) = 0,030m 3. b) A pressão exercida pelo bloco sobre a superfície da mesa é dada por: P 75. 10 p = = (N/m 2 ) A 0,20. 11 FÍSICA Um bloco de granito com formato de um paralelepípedo retângulo, com altura de 30 cm e base de 20 cm de largura por 50 cm de comprimento, encontra-se em repouso sobre uma superfície plana horizontal.

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

7 AULA. Curvas Polares LIVRO. META Estudar as curvas planas em coordenadas polares (Curvas Polares).

7 AULA. Curvas Polares LIVRO. META Estudar as curvas planas em coordenadas polares (Curvas Polares). 1 LIVRO Curvas Polares 7 AULA META Estudar as curvas planas em coordenadas polares (Curvas Polares). OBJETIVOS Estudar movimentos de partículas no plano. Cálculos com curvas planas em coordenadas polares.

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

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

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

O mercado de bens CAPÍTULO 3. Olivier Blanchard Pearson Education. 2006 Pearson Education Macroeconomia, 4/e Olivier Blanchard

O mercado de bens CAPÍTULO 3. Olivier Blanchard Pearson Education. 2006 Pearson Education Macroeconomia, 4/e Olivier Blanchard O mercado de bens Olivier Blanchard Pearson Education CAPÍTULO 3 3.1 A composição do PIB A composição do PIB Consumo (C) são os bens e serviços adquiridos pelos consumidores. Investimento (I), às vezes

Leia mais

CAP4: Distribuições Contínuas Parte 1 Distribuição Normal

CAP4: Distribuições Contínuas Parte 1 Distribuição Normal CAP4: Distribuições Contínuas Parte 1 Distribuição Normal Quando a variável sendo medida é expressa em uma escala contínua, sua distribuição de probabilidade é chamada distribuição contínua. Exemplo 4.1

Leia mais

A lei de Gauss é uma lei geral. Ela vale para qualquer distribuição de cargas e qualquer superfície fechada.

A lei de Gauss é uma lei geral. Ela vale para qualquer distribuição de cargas e qualquer superfície fechada. Aplicações da lei de Gauss A lei de Gauss é uma lei geral. Ela vale para qualquer distribuição de cargas e qualquer superfície fechada. De maneira genérica, a lei de Gauss diz que: Fluxo elétrico sobre

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

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

Eduardo Camponogara. DAS-5103: Cálculo Numérico para Controle e Automação. Departamento de Automação e Sistemas Universidade Federal de Santa Catarina

Eduardo Camponogara. DAS-5103: Cálculo Numérico para Controle e Automação. Departamento de Automação e Sistemas Universidade Federal de Santa Catarina Eduardo Camponogara Departamento de Automação e Sistemas Universidade Federal de Santa Catarina DAS-5103: Cálculo Numérico para Controle e Automação 1/48 Sumário Arredondamentos Erros 2/48 Sumário Arredondamentos

Leia mais

Root Locus (Método do Lugar das Raízes)

Root Locus (Método do Lugar das Raízes) Root Locus (Método do Lugar das Raízes) Ambos a estabilidade e o comportamento da resposta transitória em um sistema de controle em malha fechada estão diretamente relacionadas com a localização das raízes

Leia mais

QUANTIFICADORES. Existem frases declarativas que não há como decidir se são verdadeiras ou falsas. Por exemplo: (a) Ele é um campeão da Fórmula 1.

QUANTIFICADORES. Existem frases declarativas que não há como decidir se são verdadeiras ou falsas. Por exemplo: (a) Ele é um campeão da Fórmula 1. LIÇÃO 4 QUANTIFICADORES Existem frases declarativas que não há como decidir se são verdadeiras ou falsas. Por exemplo: (a) Ele é um campeão da Fórmula 1. (b) x 2 2x + 1 = 0. (c) x é um país. (d) Ele e

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

24/Abril/2013 Aula 19. Equação de Schrödinger. Aplicações: 1º partícula numa caixa de potencial. 22/Abr/2013 Aula 18

24/Abril/2013 Aula 19. Equação de Schrödinger. Aplicações: 1º partícula numa caixa de potencial. 22/Abr/2013 Aula 18 /Abr/013 Aula 18 Princípio de Incerteza de Heisenberg. Probabilidade de encontrar uma partícula numa certa região. Posição média de uma partícula. Partícula numa caixa de potencial: funções de onda e níveis

Leia mais

ITA - 2004 3º DIA MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR

ITA - 2004 3º DIA MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR ITA - 2004 3º DIA MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR Matemática Questão 01 Considere as seguintes afirmações sobre o conjunto U = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} I. U e n(u) = 10 III. 5 U e {5}

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

AULAS 14, 15 E 16 Análise de Regressão Múltipla: Problemas Adicionais

AULAS 14, 15 E 16 Análise de Regressão Múltipla: Problemas Adicionais 1 AULAS 14, 15 E 16 Análise de Regressão Múltipla: Problemas Adicionais Ernesto F. L. Amaral 20 e 22 de abril e 04 de maio de 2010 Métodos Quantitativos de Avaliação de Políticas Públicas (DCP 030D) Fonte:

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

Sociedade Brasileira de Matemática Mestrado Profissional em Matemática em Rede Nacional. n=1

Sociedade Brasileira de Matemática Mestrado Profissional em Matemática em Rede Nacional. n=1 Sociedade Brasileira de Matemática Mestrado Profissional em Matemática em Rede Nacional MA Números e Funções Reais Avaliação - GABARITO 3 de abril de 203. Determine se as afirmações a seguir são verdadeiras

Leia mais

Testes (Não) Paramétricos

Testes (Não) Paramétricos Armando B. Mendes, DM, UAç 09--006 ANOVA: Objectivos Verificar as condições de aplicabilidade de testes de comparação de médias; Utilizar ANOVA a um factor, a dois factores e mais de dois factores e interpretar

Leia mais

MD Sequências e Indução Matemática 1

MD Sequências e Indução Matemática 1 Sequências Indução Matemática Renato Martins Assunção assuncao@dcc.ufmg.br Antonio Alfredo Ferreira Loureiro loureiro@dcc.ufmg.br MD Sequências e Indução Matemática 1 Introdução Uma das tarefas mais importantes

Leia mais

Faculdade Sagrada Família

Faculdade Sagrada Família AULA 12 - AJUSTAMENTO DE CURVAS E O MÉTODO DOS MÍNIMOS QUADRADOS Ajustamento de Curvas Sempre que desejamos estudar determinada variável em função de outra, fazemos uma análise de regressão. Podemos dizer

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

Estudaremos métodos numéricos para resolução de sistemas lineares com n equações e n incógnitas. Estes podem ser:

Estudaremos métodos numéricos para resolução de sistemas lineares com n equações e n incógnitas. Estes podem ser: 1 UNIVERSIDADE FEDERAL DE VIÇOSA Departamento de Matemática - CCE Cálculo Numérico - MAT 271 Prof.: Valéria Mattos da Rosa As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia

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

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

Capítulo 5: Aplicações da Derivada

Capítulo 5: Aplicações da Derivada Instituto de Ciências Exatas - Departamento de Matemática Cálculo I Profª Maria Julieta Ventura Carvalho de Araujo Capítulo 5: Aplicações da Derivada 5- Acréscimos e Diferenciais - Acréscimos Seja y f

Leia mais

Ajuste de Curvas. Ajuste de Curvas

Ajuste de Curvas. Ajuste de Curvas Ajuste de Curvas 2 AJUSTE DE CURVAS Em matemática e estatística aplicada existem muitas situações em que conhecemos uma tabela de pontos (x; y). Nessa tabela os valores de y são obtidos experimentalmente

Leia mais

4. Tangentes e normais; orientabilidade

4. Tangentes e normais; orientabilidade 4. TANGENTES E NORMAIS; ORIENTABILIDADE 91 4. Tangentes e normais; orientabilidade Uma maneira natural de estudar uma superfície S consiste em considerar curvas γ cujas imagens estão contidas em S. Se

Leia mais

Função do 2º Grau. Alex Oliveira

Função do 2º Grau. Alex Oliveira Função do 2º Grau Alex Oliveira Apresentação A função do 2º grau, também chamada de função quadrática é definida pela expressão do tipo: y = f(x) = ax² + bx + c onde a, b e c são números reais e a 0. Exemplos:

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

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

Soluções Químicas são misturas homogêneas de duas ou mais substâncias, onde o solvente aparece em maior quantidade e o soluto em menor quantidade. O estado de agregação do solvente é que determina o estado

Leia mais

Resolução da Questão 1 Item I Texto definitivo

Resolução da Questão 1 Item I Texto definitivo Questão A seguir, é apresentada uma expressão referente à velocidade (v) de um ciclista, em km/min, em função do tempo t, computado em minutos. 0,t, se 0 t < 0,, se t < v ( t) = 0, + 0,t,

Leia mais

Trabalho Computacional. A(h) = V h + 2 V π h, (1)

Trabalho Computacional. A(h) = V h + 2 V π h, (1) Unidade de Ensino de Matemática Aplicada e Análise Numérica Departamento de Matemática/Instituto Superior Técnico Matemática Computacional (Mestrado em Engenharia Física Tecnológica) 2014/2015 Trabalho

Leia mais

Estatística stica para Metrologia

Estatística stica para Metrologia Aula 5 Estatística stica para Metrologia Aula 5 Variáveis Contínuas Uniforme Exponencial Normal Lognormal Mônica Barros, D.Sc. Maio de 008 1 Distribuição Uniforme A probabilidade de ocorrência em dois

Leia mais

29/Abril/2015 Aula 17

29/Abril/2015 Aula 17 4/Abril/015 Aula 16 Princípio de Incerteza de Heisenberg. Probabilidade de encontrar uma partícula numa certa região. Posição média de uma partícula. Partícula numa caixa de potencial: funções de onda

Leia mais

MATEMÁTICA ENEM 2009 PROF. MARCELO CÓSER

MATEMÁTICA ENEM 2009 PROF. MARCELO CÓSER MATEMÁTICA ENEM 09 PROF. MARCELO CÓSER Funções Lineares: problemas com variação constante. f(x) = ax + b VARIAÇÃO CONSTANTE VALOR INICIAL a > 0 a < 0 a y x 0) (UFRJ) Uma operadora de celular oferece dois

Leia mais

fx-82ms fx-83ms fx-85ms fx-270ms fx-300ms fx-350ms

fx-82ms fx-83ms fx-85ms fx-270ms fx-300ms fx-350ms O uso da Calculadora Científica (Casio fx) fx-82ms fx-83ms fx-85ms fx-270ms fx-300ms fx-350ms Prof. Ms. Renato Francisco Merli 2013 1 Sumário 1. Antes de Começar... 2 2. Cálculos Básicos... 8 3. Cálculos

Leia mais

Universidade Federal do Paraná. Setor de Ciências Exatas. Departamento de Matemática

Universidade Federal do Paraná. Setor de Ciências Exatas. Departamento de Matemática Universidade Federal do Paraná Setor de Ciências Exatas Departamento de Matemática Oficina de Calculadora PIBID Matemática Grupo do Laboratório de Ensino de Matemática Curitiba Agosto de 2013 Duração:

Leia mais

MATEMÁTICA 3. Resposta: 29

MATEMÁTICA 3. Resposta: 29 MATEMÁTICA 3 17. Uma ponte deve ser construída sobre um rio, unindo os pontos A e, como ilustrado na figura abaixo. Para calcular o comprimento A, escolhe-se um ponto C, na mesma margem em que está, e

Leia mais

Operações sobre uma variável aleatória

Operações sobre uma variável aleatória Capítulo 3 Operações sobre uma variável aleatória - Esperança matemática Neste capítulo, introduz-se algumas operações importantes que podem ser realizadas sobre uma variável aleatória. 3.1 Esperança Valor

Leia mais

Raciocínio Matemático RESOLUÇÃO

Raciocínio Matemático RESOLUÇÃO ESCOLA DE ECONOMIA DE SÃO PAULO FUNDAÇÃO GETÚLIO VARGAS PROCESSO SELETIVO 2007/1.º SEMESTRE CADERNO 1 Respostas da 2. a Fase Raciocínio Matemático RESOLUÇÃO 17.12.2006 RACIOCÍNIO MATEMÁTICO 01. Em uma

Leia mais

Exercícios resolvidos sobre Função de probabilidade e densidade de probabilidade

Exercícios resolvidos sobre Função de probabilidade e densidade de probabilidade Exercícios resolvidos sobre Função de probabilidade e densidade de probabilidade Você aprendeu o que é função probabilidade e função densidade de probabilidade e viu como esses conceitos são importantes

Leia mais

Exercício de Revisao 1

Exercício de Revisao 1 Exercício de Revisao 1 Considere que seu trabalho é comparar o desempenho de dois algoritmos (A e B) de computação gráfica, que usam métodos diferentes para geração de faces humanas realistas. São sistema

Leia mais

Soluções das Questões de Física da Universidade do Estado do Rio de Janeiro UERJ

Soluções das Questões de Física da Universidade do Estado do Rio de Janeiro UERJ Soluções das Questões de Física da Universidade do Estado do Rio de Janeiro UERJ º Exame de Qualificação 011 Questão 6 Vestibular 011 No interior de um avião que se desloca horizontalmente em relação ao

Leia mais

Capítulo 5 Apresentação Estatística - Gráficos e Tabelas.

Capítulo 5 Apresentação Estatística - Gráficos e Tabelas. Capítulo 5 Apresentação Estatística - Gráficos e Tabelas. 5.1 - OBJETIVO DO CAPÍTULO Um dos objetivos da Estatística é sintetizar os valores que uma ou mais variáveis podem assumir, para que tenhamos uma

Leia mais

Faculdades Anhanguera

Faculdades Anhanguera 2º Aula de Física 2.1 Posição A posição de uma partícula sobre um eixo x localiza a partícula em relação á origem, ou ponto zero do eixo. A posição é positiva ou negativa, dependendo do lado da origem

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

Unidade 3 Função Logarítmica. Definição de logaritmos de um número Propriedades operatórias Mudança de base Logaritmos decimais Função Logarítmica

Unidade 3 Função Logarítmica. Definição de logaritmos de um número Propriedades operatórias Mudança de base Logaritmos decimais Função Logarítmica Unidade 3 Função Logarítmica Definição de aritmos de um número Propriedades operatórias Mudança de base Logaritmos decimais Função Logarítmica Definição de Logaritmo de um número Suponha que certo medicamento,

Leia mais

Conceitos Básicos de Estatística Aula 2

Conceitos Básicos de Estatística Aula 2 Conceitos Básicos de Estatística Aula 2 ISCTE - IUL, Mestrados de Continuidade Diana Aldea Mendes diana.mendes@iscte.pt 13 de Setembro de 2011 DMQ, ISCTE-IUL (diana.mendes@iscte.pt) Estatística 13 de Setembro

Leia mais

Resolução dos Exercícios sobre Derivadas

Resolução dos Exercícios sobre Derivadas Resolução dos Eercícios sobre Derivadas Eercício Utilizando a idéia do eemplo anterior, encontre a reta tangente à curva nos pontos onde e Vamos determinar a reta tangente à curva nos pontos de abscissas

Leia mais

PROBABILIDADES E ESTATÍSTICA

PROBABILIDADES E ESTATÍSTICA PROBABILIDADES E ESTATÍSTICA Ao conjunto de todos os resultados possíveis, de uma eperiência aleatória, chamamos espaço amostral e representamos por S. Define-se acontecimento como sendo um subconjunto

Leia mais

TIPO DE PROVA: A. Questão 1. Questão 3. Questão 2. Questão 4. alternativa D. alternativa C. alternativa E. alternativa E

TIPO DE PROVA: A. Questão 1. Questão 3. Questão 2. Questão 4. alternativa D. alternativa C. alternativa E. alternativa E Questão TIPO DE PROVA: A Uma escola paga, pelo aluguel anual do ginásiodeesportesdeumclubea,umataxa fixa de R$.000,00 e mais R$ 0,00 por aluno. Um clube B cobraria pelo aluguel anual de um ginásio equivalente

Leia mais

Módulo de Geometria Anaĺıtica 1. Coordenadas, Distâncias e Razões de Segmentos no Plano Cartesiano. 3 a série E.M.

Módulo de Geometria Anaĺıtica 1. Coordenadas, Distâncias e Razões de Segmentos no Plano Cartesiano. 3 a série E.M. Módulo de Geometria Anaĺıtica 1 Coordenadas, Distâncias e Razões de Segmentos no Plano Cartesiano a série EM Geometria Analítica 1 Coordenadas, Distâncias e Razões de Segmentos no Plano Cartesiano 1 Exercícios

Leia mais

Prof. Rossini Bezerra Faculdade Boa Viagem

Prof. Rossini Bezerra Faculdade Boa Viagem Sistemas de Coordenadas Polares Prof. Rossini Bezerra Faculdade Boa Viagem Coordenadas Polares Dado um ponto P do plano, utilizando coordenadas cartesianas (retangulares), descrevemos sua localização no

Leia mais

Probabilidade. Distribuição Normal

Probabilidade. Distribuição Normal Probabilidade Distribuição Normal Distribuição Normal Uma variável aleatória contínua tem uma distribuição normal se sua distribuição é: simétrica apresenta (num gráfico) forma de um sino Função Densidade

Leia mais

Velocidade Média Velocidade Instantânea Unidade de Grandeza Aceleração vetorial Aceleração tangencial Unidade de aceleração Aceleração centrípeta

Velocidade Média Velocidade Instantânea Unidade de Grandeza Aceleração vetorial Aceleração tangencial Unidade de aceleração Aceleração centrípeta Velocidade Média Velocidade Instantânea Unidade de Grandeza Aceleração vetorial Aceleração tangencial Unidade de aceleração Aceleração centrípeta Classificação dos movimentos Introdução Velocidade Média

Leia mais

XXVI Olimpíada de Matemática da Unicamp. Instituto de Matemática, Estatística e Computação Científica Universidade Estadual de Campinas

XXVI Olimpíada de Matemática da Unicamp. Instituto de Matemática, Estatística e Computação Científica Universidade Estadual de Campinas Gabarito da Prova da Primeira Fase 15 de Maio de 010 1 Questão 1 Um tanque de combustível, cuja capacidade é de 000 litros, tinha 600 litros de uma mistura homogênea formada por 5 % de álcool e 75 % de

Leia mais

4 Resultados. 4.1 Dados Empíricos de Alta Freqüência do IBOVESPA

4 Resultados. 4.1 Dados Empíricos de Alta Freqüência do IBOVESPA 4 Resultados Neste capítulo, vamos analisar o comportamento dos retornos de preços intradiários do IBOVESPA e obter modelagem para as distribuições baseadas em distribuições q-gaussianas. Lembramos que

Leia mais

MATEMÁTICA. y Q. (a,b)

MATEMÁTICA. y Q. (a,b) MATEMÁTICA 1. Sejam (a, b), com a e b positivos, as coordenadas de um ponto no plano cartesiano, e r a reta com inclinação m

Leia mais

UNIVERSIDADE FEDERAL DE MATO GROSSO DO SUL PROGRAMA DE PÓS-GRADUAÇÃO EM EDUCAÇÃO MATEMÁTICA. Seleção 2009. Prova Escrita 06/02/2009

UNIVERSIDADE FEDERAL DE MATO GROSSO DO SUL PROGRAMA DE PÓS-GRADUAÇÃO EM EDUCAÇÃO MATEMÁTICA. Seleção 2009. Prova Escrita 06/02/2009 UNIVERSIDADE FEDERAL DE MATO GROSSO DO SUL PROGRAMA DE PÓS-GRADUAÇÃO EM EDUCAÇÃO MATEMÁTICA Seleção 2009 Prova Escrita 06/02/2009 Número de inscrição: Esta prova é composta de três partes: Parte A: conteúdos

Leia mais

Representação de números em máquinas

Representação de números em máquinas Capítulo 1 Representação de números em máquinas 1.1. Sistema de numeração Um sistema de numeração é formado por uma coleção de símbolos e regras para representar conjuntos de números de maneira consistente.

Leia mais