Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Medida de Probabilidade

Tamanho: px
Começar a partir da página:

Download "Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Medida de Probabilidade"

Transcrição

1 Departaento de Inforátca Dscplna: do Desepenho de Ssteas de Coputação Medda de Probabldade Prof. Sérgo Colcher Teora da Probabldade Modelo ateátco que perte estudar, de fora abstrata, u fenôeno físco ao qual estea assocada ua ncerteza Coposto de três eleentos Espaço de ostras Álgebra de Eventos (σ-algebra Medda de Probabldade Copyrght by TeleMída Lab. 2 Espaço de ostras Para u dado fenôeno físco, defne-se ua experênca dte-se que pode ser repetda dversas vezes e guas condções Inclu-se, explctaente, o que se entende por resultado da experênca Dando orge a u conunto Cada eleento é denonado aostra O conunto é denonado Espaço de ostras Experênca Resultado Espaço de ostras Espaço de ostras ω Ω ostra 3 4

2 Álgebra de Eventos É possível defnr subconuntos de Ω e nqurr se o resultado da experênca pertence a u desses subconuntos. Se defndos de fora adequada, esses subconuntos são denonados Eventos. cada evento assocareos ua edda de probabldade, logo Eventos deve ser copleentares, no sentdo de que, undos, fora todo o espaço Espaço de ostras: lguas Consderações Quando ogaos ua oeda, sabeos ser possível ela car de pé Meso ass costuaos gnorar essa stuação No experento de toar a dade de ua pessoa (coo u núero ntero de anos copletados, o espaço de aostras é fnto? É razoável achar que ua pessoa pode chegar a 000 anos? De acordo co fórulas extraídas das tabelas de ortaldade, a proporção de seres huanos sobrevvendo até 000 anos é da orde de (u núero co 0 27 blhões de zeros Se 0 0 pessoas nascesse por século, sera necessáros Isso é as do que 36 0 a cada 0 séculos para encontraros ua pessoa que vve 000 anos vdas do planeta terra. 5 6 Álgebra de Eventos Ua coleção de eventos (conuntos (denonada classe é ua Álgebra quando satsfaz as seguntes condções Dz-se que a classe é fechada e relação às operações de copleento e unão Propredade das Álgebras Se é ua álgebra então, Ω 0

3 Álgebra de Eventos Ua classe é fechada e relação às operações de Unão, nterseção, copleento e dferença Por ndução, é possível ostrar que a unão de u núero qualquer fnto de eventos tabé é u evento Fnto x Infnto Dscreto x Contínuo Espaço de ostras Dscreto quer dzer contável ou enuerável Infnto não quer dzer necessaraente contínuo. Dscreto não quer dzer necessaraente fnto. 2 3 Conunto Contável U conunto é contável quando é possível estabelecer u apeaento u-para-u entre seus eleentos e o conunto dos núeros nteros postvos. σ- Álgebra Ua álgebra é ua σ- Álgebra quando satsfaz à segunte condção ;, 2,... U 4 5

4 Medda de Probabldade Procura odelar a freqüênca relatva de u evento assocada a ua experênca. ssua que se tenha observado u fenôeno N vezes. Destas N vezes, anota-se o núero de vezes que u dado evento tenha ocorrdo. Representado este núero por n(, a razão n(/ é a freqüênca relatva de ocorrênca de para as N observações. freqüênca relatva é u valor entre 0 e. freqüênca relatva assocada ao evento Ω é gual a Medda de Probabldade Sera possível pensar e defnr a probabldade assocada a u deternado evento coo n( l? N N Ebora defnr a edda de probabldade dessa fora sea, a prera vsta, atraente, esbarra-se se e ua sére de arguento prátcos. Utlza-se ua defnção as pragátca, baseada e ua sére de axoas denonados de axoas da probabldade 6 7 Funções Conunto Fntaente dtvas Os xoas de Probabldade são baseados e entdades ateátcas conhecdas coo Funções Conunto Fntaente dtvas e Funções Conunto Contavelente dtvas Funções e que Funções Conuto O doíno é ua álgebra O contra-doíno é forado por valores reas 8 9

5 Funções Conunto Fntaente dtvas Ua função conunto f ( f ( f : R é dta fntaente adtva se f ( + sepre que e são conuntos dsuntos pertencentes a. Funções Conunto Fntaente dtvas Exeplos Área Coprento Massa Prova: Se f Teorea da Unão é fntaente adtva então : f ( ( ( ( f ( + 22 f ( f ( f ( f ( f ( + f ( f ( f f Ω f ( + f ( ( + f ( ( Função Conunto Contavelente dtva sepre que f U e f (. 23 Ua função conunto f : R é dta contavelente adtva se álgebra deve ser ua σ- Álgebra

6 xoas da Probabldade Medda de Probabldade é defnda splesente coo ua função e que obedece aos seguntes três axoas xoa : 0 xoa 2: Ω xoa 3: Função Conunto Fntaente dtva Propredades da Probabldade dtvdade Copleento Probabldade do Evento Vazo Ltante superor Unão (a Se, (b Se então ;,,2,...( + Função Conunto Contavelente dtva, então U Propredade da dtvdade Para ua coleção de n eventos dsuntos { },,..., n,, sto é Propredade do Copleento I ;,..., n ( Prova: a partr da defnção de copleento, te-se que resulta que n P U n P ( (Prova: por ndução Ω Utlzando o axoa 3(a e o axoa 2: + Ω 26 27

7 Propredade da Probabldade do Evento Vazo Propredade do Ltante Superor 0 Prova: o copleento de é Ω, portanto Ω Pelo axoa 2, Ω. Logo 0 Prova: + coo, pelo axoa, 0, é u ltante superor para Propredade da Unão + Prova: ( ( ( 30 P + P Ω + ( + ( Probabldade Condconal 3 Suponha ua população co N ndvíduos Suponha dos eventos : o ndvíduo é do sexo fenno : o ndvíduo é daltônco Pode-se defnr as probabldades N f / N N d / N Poderíaos estar nteressados e saber a probabldade de se ser daltônco dentro da população fenna. ou sea: N fd / N f dvdndo os dos lados por N

8 Probabldade Condconal Dados dos eventos e, deseaos odelar a probabldade de ocorrênca do evento dado que sabeos que o evento ocorreu:. E outras palavras, quereos a freqüênca relatva do evento e relação ao evento Quereos ua edda que odele n( n( n( N n( N Defnção Probabldade Condconal Dados dos eventos e, co > 0, chaa-se a probabldade condconal de dado (ou probabldade de condconada a defnda pela expressão Probabldade Condconal Obvaente, se e são dsuntos então Se Probabldade Condconal 0 / Se Caso geral 34 35

9 Exeplo Utlzado e Caltech Cada aluno fo nstruído a lstar o núero de flhos hoens e ulheres de sua faíla. Resultado: o núero de hoens é aor proxadaente 2/3 Detalhe: todos os alunos era hoens. É possível nferr estatstcaente que a população asculna é aor do que a população fenna no estado? Exeplo Utlzado e Caltech estatístca obtda não é a probabldade de u flho ser hoe naquela população e s a probabldade do flho ser hoe dado que ele ve de ua faíla co pelo enos u flho hoe Consdere, por exeplo, u espaço aostral coposto por 4n faílas, cada ua co 2 flhos, totalzando 8n flhos da segunte fora: n faílas te dos flhos hoens, 2n faílas te u hoe e ua ulher e n faílas te 2 flhas ulheres. Consdere os eventos: flho é hoe e faíla te pelo enos u flho hoe Te-se que 0,5 3n/4n 3/4 P ( Independênca Entre Dos Eventos Dos eventos e são estatstcaente ndependentes quando Independênca Entre Dos Eventos noção de ndependênca é partcularente portante quando e são abos aores do que zero Nessas condções, resulta edataente da defnção de probabldade condconal que cada ua das condções a segur é equvalente à defnção de ndependênca 38 39

10 Independênca Entre Dos Eventos É nteressante observar que Se e são estrtaente postvos ( > 0 e e são eventos utuaente exclusvos Então e NÃO SÃO estatístcaente ndependentes Sendo, te - se 0 e portanto 0 Logo, se os eventos e são ndependentes e utuaente exclusvos Então pelo enos u deles te probabldade nula Exeplo de Probabldade Condconal Escolha aleatóra se reposção de ua população de n eleentos, 2,..., n, toan- se ua aostra ordenada. consderando que o prero eleento é o eleento, qual é a probabldade de que o segundo eleento sea o eleento? 40 4 Exeplo de Probabldade Condconal n( n n ( n Isso expressa o fato de que a segunda escolha é feta sobre ua população de n eleentos, todos co a esa probabldade. De ua fora geral: E u experento de escolhas sucessvas, ndependente das preras r escolhas, na escolha de núero r+, as n r opções restantes tê probabldade /(n r. Partção do Espaço de ostras U conunto de eventos { },,..., n consttu ua partção do espaço de aostras Ω quando satsfaz as duas condções a segur 2 n U Ω,,, K, n ( Os eventos que copõe ua partção são utuaente exclusvos e, quando undos, engloba todo o espaço de aostras 42 43

11 Ω Partção do Espaço de ostras 2 4 Teorea da Probabldade Total Consdere u evento e ua partção do espaço de aostras { },,...,.. Para essa partção e esse evento te-se que 3 5 ou anda Deonstração Teorea da Probabldade Total Ω U Ω Teorea da Probabldade Total Deonstração U Tendo e vsta que a nterseção é dstrbutva e relação à unão, te-se que U( ( ( K ( ( Coo,,, pos { } é ua partção, então 46 47

12 Teorea da Probabldade Total Deonstração (cont Logo, os teros da unão ( são utuaente exclusvos e, portanto 48 Regra de ayes 49 Consdere ua partção { },,..., do espaço de aostras, co > 0 para todo.. Sea anda,, u evento co > 0. Utlzando a defnção de probabldade condconal ( (2 Pelo teorea da probabldade total (3 Regra de ayes Substtundo (2 e (3 e ( Essa expressão é conhecda coo Regra de ayes, K, s probabldades são conhecdas coo probabldades a pror s probabldades são conhecdas coo probabldades a posteror Exeplo Suponha ua população de seres huanos dvdda e subpopulações H, H 2,... dsuntas dvsão segundo algu crtéro qualquer coo faxa etára, grupo étnco etc. Sea H a probabldade de u ndvíduo pertencer a H Sea H a probabldade de u ndvíduo pertencente a H ser canhoto.. Qual é a probabldade de u ndvíduo qualquer ser canhoto? 2. Sabendo que u ndvíduo é canhoto, qual é a probabldade dele pertencer ao grupo H? 50 5

13 . P Exeplo ( H H (Teorea da probabldade total 2. H H ( H (Regra de ayes H H P 52

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

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS Físca Arqutectura Pasagístca Análse de erros ANÁLISE DE ERROS A ervação de u fenóeno físco não é copleta se não puderos quantfcá-lo Para é sso é necessáro edr ua propredade físca O processo de edda consste

Leia mais

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma. UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823

Leia mais

Introdução e Organização de Dados Estatísticos

Introdução e Organização de Dados Estatísticos II INTRODUÇÃO E ORGANIZAÇÃO DE DADOS ESTATÍSTICOS 2.1 Defnção de Estatístca Uma coleção de métodos para planejar expermentos, obter dados e organzá-los, resum-los, analsá-los, nterpretá-los e deles extrar

Leia mais

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos. Insttuto de Físca de São Carlos Laboratóro de Eletrcdade e Magnetsmo: Transferênca de Potênca em Crcutos de Transferênca de Potênca em Crcutos de Nesse prátca, estudaremos a potênca dsspada numa resstênca

Leia mais

www.obconcursos.com.br/portal/v1/carreirafiscal

www.obconcursos.com.br/portal/v1/carreirafiscal www.obconcursos.com.br/portal/v1/carrerafscal Moda Exercíco: Determne o valor modal em cada um dos conjuntos de dados a segur: X: { 3, 4,, 8, 8, 8, 9, 10, 11, 1, 13 } Mo 8 Y: { 10, 11, 11, 13, 13, 13,

Leia mais

Escolha do Consumidor sob condições de Risco e de Incerteza

Escolha do Consumidor sob condições de Risco e de Incerteza 9/04/06 Escolha do Consumdor sob condções de Rsco e de Incerteza (Capítulo 7 Snyder/Ncholson e Capítulo Varan) Turma do Prof. Déco Kadota Dstnção entre Rsco e Incerteza Na lteratura econômca, a prmera

Leia mais

Rastreando Algoritmos

Rastreando Algoritmos Rastreando lgortmos José ugusto aranauskas epartamento de Físca e Matemátca FFCLRP-USP Sala loco P Fone () - Uma vez desenvolvdo um algortmo, como saber se ele faz o que se supõe que faça? esta aula veremos

Leia mais

Cálculo do Conceito ENADE

Cálculo do Conceito ENADE Insttuto aconal de Estudos e Pesqusas Educaconas Aníso Texera IEP Mnstéro da Educação ME álculo do onceto EADE Para descrever o cálculo do onceto Enade, prmeramente é mportante defnr a undade de observação

Leia mais

Apostila de Estatística Curso de Matemática. Volume II 2008. Probabilidades, Distribuição Binomial, Distribuição Normal. Prof. Dr. Celso Eduardo Tuna

Apostila de Estatística Curso de Matemática. Volume II 2008. Probabilidades, Distribuição Binomial, Distribuição Normal. Prof. Dr. Celso Eduardo Tuna Apostla de Estatístca Curso de Matemátca Volume II 008 Probabldades, Dstrbução Bnomal, Dstrbução Normal. Prof. Dr. Celso Eduardo Tuna 1 Capítulo 8 - Probabldade 8.1 Conceto Intutvamente pode-se defnr probabldade

Leia mais

Física. Física Módulo 1 Vetores, escalares e movimento em 2-D

Física. Física Módulo 1 Vetores, escalares e movimento em 2-D Físca Módulo 1 Vetores, escalares e movmento em 2-D Vetores, Escalares... O que são? Para que servem? Por que aprender? Escalar Defnção: Escalar Grandea sem dreção assocada. Eemplos: Massa de uma bola,

Leia mais

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para Objetvos da aula Essa aula objetva fornecer algumas ferramentas descrtvas útes para escolha de uma forma funconal adequada. Por exemplo, qual sera a forma funconal adequada para estudar a relação entre

Leia mais

Regressão e Correlação Linear

Regressão e Correlação Linear Probabldade e Estatístca I Antono Roque Aula 5 Regressão e Correlação Lnear Até o momento, vmos técncas estatístcas em que se estuda uma varável de cada vez, estabelecendo-se sua dstrbução de freqüêncas,

Leia mais

Probabilidade: Diagramas de Árvore

Probabilidade: Diagramas de Árvore Probabldade: Dagramas de Árvore Ana Mara Lma de Faras Departamento de Estatístca (GET/UFF) Introdução Nesse texto apresentaremos, de forma resumda, concetos e propredades báscas sobre probabldade condconal

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

Tratamento de Dados 2º Semestre 2005/2006 Tópicos de Resolução do Trabalho 1

Tratamento de Dados 2º Semestre 2005/2006 Tópicos de Resolução do Trabalho 1 Trataento de Dados º Seestre 5/6 Tópcos de Resolução do Trabalho. a) A éda, para dados não classfcados, é calculada a partr da segunte expressão: x x 57,75,555 Dado que a densão da aostra é par,, a edana

Leia mais

4 Dinâmica de corpos articulados

4 Dinâmica de corpos articulados 4 Dnâca de corpos artculados Contnuaos a descrção ncada no capítulo anteror dos corpos artculados co as les que rege seus oventos. 4.1 Equações de Newton-Euler se restrções Asulaçãodosoventosdecorposrígdosébaseadanosssteasde

Leia mais

Covariância e Correlação Linear

Covariância e Correlação Linear TLF 00/ Cap. X Covarânca e correlação lnear Capítulo X Covarânca e Correlação Lnear 0.. Valor médo da grandeza (,) 0 0.. Covarânca na propagação de erros 03 0.3. Coecente de correlação lnear 05 Departamento

Leia mais

CAP RATES, YIELDS E AVALIAÇÃO DE IMÓVEIS pelo método do rendimento

CAP RATES, YIELDS E AVALIAÇÃO DE IMÓVEIS pelo método do rendimento CAP RATES, YIELDS E AALIAÇÃO DE IMÓEIS pelo étodo do rendento Publcado no Confdencal Iobláro, Março de 2007 AMARO NAES LAIA Drector da Pós-Graduação de Gestão e Avalação Ioblára do ISEG. Docente das caderas

Leia mais

UNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR

UNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR Matéra / Dscplna: Introdução à Informátca Sstema de Numeração Defnção Um sstema de numeração pode ser defndo como o conjunto dos dígtos utlzados para representar quantdades e as regras que defnem a forma

Leia mais

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG 1 CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnlesteMG Dscplna: Introdução à Intelgênca Artfcal Professor: Luz Carlos Fgueredo GUIA DE LABORATÓRIO LF. 01 Assunto: Lógca Fuzzy Objetvo: Apresentar o

Leia mais

7. Resolução Numérica de Equações Diferenciais Ordinárias

7. Resolução Numérica de Equações Diferenciais Ordinárias 7. Resolução Numérca de Equações Dferencas Ordnáras Fenômenos físcos em dversas áreas, tas como: mecânca dos fludos, fluo de calor, vbrações, crcutos elétrcos, reações químcas, dentre váras outras, podem

Leia mais

Aula 6 Primeira Lei da Termodinâmica

Aula 6 Primeira Lei da Termodinâmica Aula 6 Prieira Lei da Terodinâica 1. Introdução Coo vios na aula anterior, o calor e o trabalho são foras equivalentes de transferência de energia para dentro ou para fora do sistea. 2. A Energia interna

Leia mais

Resolvendo problemas com logaritmos

Resolvendo problemas com logaritmos A UA UL LA Resolvendo problemas com logaritmos Introdução Na aula anterior descobrimos as propriedades dos logaritmos e tivemos um primeiro contato com a tábua de logarítmos. Agora você deverá aplicar

Leia mais

Departamento de Informática. Modelagem Analítica do Desempenho de Sistemas de Computação. Modelagem Analítica. Disciplina: Variável Aleatória

Departamento de Informática. Modelagem Analítica do Desempenho de Sistemas de Computação. Modelagem Analítica. Disciplina: Variável Aleatória Departamento de Informátca Dscplna: do Desempenho de Sstemas de Computação Varável leatóra Prof. Sérgo Colcher colcher@nf.puc-ro.br Varável leatóra eal O espaço de amostras Ω fo defndo como o conjunto

Leia mais

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha) Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado

Leia mais

Lugar Geométrico das Raízes. Lugar Geométrico das Raízes. Lugar Geométrico das Raízes

Lugar Geométrico das Raízes. Lugar Geométrico das Raízes. Lugar Geométrico das Raízes Cnstruíd dretamente a partr ds póls e zers da funçã de transferênca de malha aberta H(. Os póls de malha fechada sã sluçã da equaçã + H( = 0, u: arg( H( ) = ± 80 (k+), k = 0,,,... H( = Para cada pnt s

Leia mais

PESQUISA OPERACIONAL E ANÁLISE ENVOLTÓRIA DOS DADOS: APLICAÇÕES EM PROBLEMAS AMBIENTAIS

PESQUISA OPERACIONAL E ANÁLISE ENVOLTÓRIA DOS DADOS: APLICAÇÕES EM PROBLEMAS AMBIENTAIS Anas do XX Encontro de Incação Centífca ISSN 98-78 Anas do V Encontro de Incação e Desenvolvento Tecnológco e Inovação ISSN 37- e 3 de setebro de 5 PESQUISA OPERACIONAL E ANÁLISE ENVOLTÓRIA DOS DADOS:

Leia mais

O que heterocedasticidade? Heterocedasticidade. Por que se preocupar com heterocedasticidade? Exemplo de heterocedasticidade.

O que heterocedasticidade? Heterocedasticidade. Por que se preocupar com heterocedasticidade? Exemplo de heterocedasticidade. Heterocedastcdade y = β 0 + β + β + β k k + u O que heterocedastcdade? Lembre-se da hpótese de homocedastcdade: condconal às varáves eplcatvas, a varânca do erro, u, é constante Se sso não for verdade,

Leia mais

Teoria Elementar da Probabilidade

Teoria Elementar da Probabilidade 10 Teora Elementar da Probabldade MODELOS MATEMÁTICOS DETERMINÍSTICOS PROBABILÍSTICOS PROCESSO (FENÓMENO) ALEATÓRIO - Quando o acaso nterfere na ocorrênca de um ou mas dos resultados nos quas tal processo

Leia mais

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 7 e 8 06/204 Ajuste de Curvas AJUSTE DE CURVAS Cálculo Nuérco 3/64 INTRODUÇÃO E geral, experentos gera ua gaa de dados que

Leia mais

Capítulo 1. O plano complexo. 1.1. Introdução. Os números complexos começaram por ser introduzidos para dar sentido à 2

Capítulo 1. O plano complexo. 1.1. Introdução. Os números complexos começaram por ser introduzidos para dar sentido à 2 Capítulo O plano compleo Introdução Os números compleos começaram por ser ntrodudos para dar sentdo à resolução de equações polnomas do tpo Como os quadrados de números reas são sempre maores ou guas a

Leia mais

Capítulo. Associação de resistores. Resoluções dos exercícios propostos. P.135 a) R s R 1 R 2 R s 4 6 R s 10 Ω. b) U R s i U 10 2 U 20 V

Capítulo. Associação de resistores. Resoluções dos exercícios propostos. P.135 a) R s R 1 R 2 R s 4 6 R s 10 Ω. b) U R s i U 10 2 U 20 V apítulo 7 da físca Exercícos propostos Undade apítulo 7 ssocação de resstores ssocação de resstores esoluções dos exercícos propostos 1 P.15 a) s 1 s 6 s b) U s U 10 U 0 V c) U 1 1 U 1 U 1 8 V U U 6 U

Leia mais

Sinais Luminosos 2- CONCEITOS BÁSICOS PARA DIMENSIONAMENTO DE SINAIS LUMINOSOS.

Sinais Luminosos 2- CONCEITOS BÁSICOS PARA DIMENSIONAMENTO DE SINAIS LUMINOSOS. Snas Lumnosos 1-Os prmeros snas lumnosos Os snas lumnosos em cruzamentos surgem pela prmera vez em Londres (Westmnster), no ano de 1868, com um comando manual e com os semáforos a funconarem a gás. Só

Leia mais

PROJETO DE MALHAS DE ATERRAMENTO: CONTRIBUIÇÃO AO CÔMPUTO DA ESTRATIFICAÇÃO DO SOLO

PROJETO DE MALHAS DE ATERRAMENTO: CONTRIBUIÇÃO AO CÔMPUTO DA ESTRATIFICAÇÃO DO SOLO DISSERTAÇÃO DE MESTRADO PROJETO DE MALHAS DE ATERRAMENTO: CONTRIBUIÇÃO AO CÔMPUTO DA ESTRATIFICAÇÃO DO SOLO Líva Mara de Reende Ragg Líva Mara de Reende Ragg PROJETO DE MALHAS DE ATERRAMENTO: CONTRIBUIÇÃO

Leia mais

Controle Estatístico de Qualidade. Capítulo 8 (montgomery)

Controle Estatístico de Qualidade. Capítulo 8 (montgomery) Controle Estatístco de Qualdade Capítulo 8 (montgomery) Gráfco CUSUM e da Méda Móvel Exponencalmente Ponderada Introdução Cartas de Controle Shewhart Usa apenas a nformação contda no últmo ponto plotado

Leia mais

REGRESSÃO LOGÍSTICA. Seja Y uma variável aleatória dummy definida como:

REGRESSÃO LOGÍSTICA. Seja Y uma variável aleatória dummy definida como: REGRESSÃO LOGÍSTCA. ntrodução Defnmos varáves categórcas como aquelas varáves que podem ser mensurados usando apenas um número lmtado de valores ou categoras. Esta defnção dstngue varáves categórcas de

Leia mais

Resoluções dos testes propostos. T.255 Resposta: d O potencial elétrico de uma esfera condutora eletrizada é dado por: Q 100 9 10 Q 1,0 10 9 C

Resoluções dos testes propostos. T.255 Resposta: d O potencial elétrico de uma esfera condutora eletrizada é dado por: Q 100 9 10 Q 1,0 10 9 C apítulo da físca apactores Testes propostos ndade apítulo apactores Resoluções dos testes propostos T.55 Resposta: d O potencal elétrco de uma esfera condutora eletrzada é dado por: Vk 0 9 00 9 0,0 0 9

Leia mais

Software de Telecomunicações. Curvas elípticas

Software de Telecomunicações. Curvas elípticas Software de Telecouncações Curvas elíptcas Prof RG Crespo Software de Telecouncações Curvas elíptcas : /4 Curvas elíptcas sobre corpos () Curvas elíptcas tê sdo estudadas há quase séculos A dfculdade torna-as

Leia mais

1 Princípios da entropia e da energia

1 Princípios da entropia e da energia 1 Prncípos da entropa e da energa Das dscussões anterores vmos como o conceto de entropa fo dervado do conceto de temperatura. E esta últma uma conseqüênca da le zero da termodnâmca. Dentro da nossa descrção

Leia mais

Prova TRE/RJ 2012. Ao iniciar uma sessão plenária na câmara municipal de uma pequena cidade, apenas

Prova TRE/RJ 2012. Ao iniciar uma sessão plenária na câmara municipal de uma pequena cidade, apenas Prova TRE/RJ 202 Ao iniciar ua sessão lenária na câara unicial de ua equena cidade, aenas destinados aos vereadores fora ocuados o a chegada do vereador eron, a ficar ocuados Nessa situação hiotética,

Leia mais

Prof. Benjamin Cesar. Onde a(n, i) é o fator de valor atual de uma série de pagamentos. M: montante da renda na data do último depósito.

Prof. Benjamin Cesar. Onde a(n, i) é o fator de valor atual de uma série de pagamentos. M: montante da renda na data do último depósito. Matemátca Fnancera Rendas Certas Prof. Benjamn Cesar Sére de Pagamentos Unforme e Peródca. Rendas Certas Anudades. É uma sequênca de n pagamentos de mesmo valor P, espaçados de um mesmo ntervalo de tempo

Leia mais

INTRODUÇÃO À PROBABILIDADE. A probabilidade é uma medida da incerteza dos fenômenos. Traduz-se por um número real compreendido de 0 ( zero) e 1 ( um).

INTRODUÇÃO À PROBABILIDADE. A probabilidade é uma medida da incerteza dos fenômenos. Traduz-se por um número real compreendido de 0 ( zero) e 1 ( um). INTRODUÇÃO À PROILIDDE teora das probabldade nada mas é do que o bom senso transformado em cálculo probabldade é o suporte para os estudos de estatístca e expermentação. Exemplos: O problema da concdênca

Leia mais

Lista de Exercícios de Recuperação do 2 Bimestre. Lista de exercícios de Recuperação de Matemática 3º E.M.

Lista de Exercícios de Recuperação do 2 Bimestre. Lista de exercícios de Recuperação de Matemática 3º E.M. Lsta de Exercícos de Recuperação do Bmestre Instruções geras: Resolver os exercícos à caneta e em folha de papel almaço ou monobloco (folha de fcháro). Copar os enuncados das questões. Entregar a lsta

Leia mais

Departamento de Informática. Modelagem Analítica do Desempenho de Sistemas de Computação. Modelagem Analítica. P x t i x t i x t i x t i

Departamento de Informática. Modelagem Analítica do Desempenho de Sistemas de Computação. Modelagem Analítica. P x t i x t i x t i x t i Departaeto de Iforátca Dscpla: do Desepeho de Ssteas de Coputação Cadeas de Marov I Processos de Marov (ou PE Marovao) Sea u processo estocástco caracterzado pela seüêca de v.a s X(t ),,,, Sea X(t ) a

Leia mais

Módulo 4 Sistema de Partículas e Momento Linear

Módulo 4 Sistema de Partículas e Momento Linear Módulo 4 Sstea de Partículas e Moento Lnear Moento lnear Moento lnear (quantdade de oento) de ua partícula: Grandeza etoral Undades S.I. : kg./s p Moento lnear e ª Le de ewton: Se a assa é constante: F

Leia mais

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais 30 Varáves aleatóras bdmensonas Sea ε uma experênca aleatóra e S um espaço amostral assocado a essa experênca. Seam X X(s) e Y Y(s) duas funções cada uma assocando um número real a cada resultado s S.

Leia mais

ELEMENTOS DE CIRCUITOS

ELEMENTOS DE CIRCUITOS MINISTÉRIO D EDUCÇÃO SECRETRI DE EDUCÇÃO PROFISSIONL E TECNOLÓGIC INSTITUTO FEDERL DE EDUCÇÃO, CIÊNCI E TECNOLOGI DE SNT CTRIN CMPUS DE SÃO JOSÉ - ÁRE DE TELECOMUNICÇÕES CURSO TÉCNICO EM TELECOMUNICÇÕES

Leia mais

MATEMÁTICA A - 12o Ano Probabilidades - Triângulo de Pascal Propostas de resolução

MATEMÁTICA A - 12o Ano Probabilidades - Triângulo de Pascal Propostas de resolução MATEMÁTICA A - 12o Ano Probabilidades - Triângulo de Pascal Propostas de resolução Exercícios de exames e testes intermédios 1. A linha do triângulo de Pascal em que a soma dos dois primeiros elementos

Leia mais

PROBABILIDADE E ESTATÍSTICA APLICADAS À HIDROLOGIA

PROBABILIDADE E ESTATÍSTICA APLICADAS À HIDROLOGIA PROBABILIDADE E ESTATÍSTICA APLICADAS À HIDROLOGIA Mauro aghettn Mara Manuela Portela DECvl, IST, 0 PROBABILIDADE E ESTATÍSTICA APLICADAS À HIDROLOGIA Mauro aghettn Professor Assocado, Escola de Engenhara

Leia mais

Curso Profissional de Técnico de Energias Renováveis 1º ano. Módulo Q 2 Soluções.

Curso Profissional de Técnico de Energias Renováveis 1º ano. Módulo Q 2 Soluções. Curso Profissional de Técnico de Energias Renováveis 1º ano Docuento de apoio Módulo Q 2 Soluções. 1. Dispersões 1.1. Disperso e dispersante Dispersão Ua dispersão é ua istura de duas ou ais substâncias,

Leia mais

Dois eventos são disjuntos ou mutuamente exclusivos quando não tem elementos em comum. Isto é, A B = Φ

Dois eventos são disjuntos ou mutuamente exclusivos quando não tem elementos em comum. Isto é, A B = Φ Probabilidade Vimos anteriormente como caracterizar uma massa de dados, como o objetivo de organizar e resumir informações. Agora, apresentamos a teoria matemática que dá base teórica para o desenvolvimento

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

MODELOS DE OTIMIZAÇÃO PARA PROBLEMAS DE CARREGAMENTO DE CONTÊINERES COM CONSIDERAÇÕES DE ESTABILIDADE E DE EMPILHAMENTO

MODELOS DE OTIMIZAÇÃO PARA PROBLEMAS DE CARREGAMENTO DE CONTÊINERES COM CONSIDERAÇÕES DE ESTABILIDADE E DE EMPILHAMENTO MODELOS DE OTIMIZAÇÃO PARA PROBLEMAS DE CARREGAMENTO DE CONTÊINERES COM CONSIDERAÇÕES DE ESTABILIDADE E DE EMPILHAMENTO Leonardo Junquera Renaldo Morabto Dense Sato Yaashta Departaento de Engenhara de

Leia mais

Influência dos Procedimentos de Ensaios e Tratamento de Dados em Análise Probabilística de Estrutura de Contenção

Influência dos Procedimentos de Ensaios e Tratamento de Dados em Análise Probabilística de Estrutura de Contenção Influênca dos Procedmentos de Ensaos e Tratamento de Dados em Análse Probablístca de Estrutura de Contenção Mara Fatma Mranda UENF, Campos dos Goytacazes, RJ, Brasl. Paulo César de Almeda Maa UENF, Campos

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

A Torre de Hanói e o Princípio da Indução Matemática

A Torre de Hanói e o Princípio da Indução Matemática A Torre de Hanói e o Princípio da Indução Matemática I. O jogo A Torre de Hanói consiste de uma base com três pinos e um certo número n de discos de diâmetros diferentes, colocados um sobre o outro em

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

PROBABILIDADE - CONCEITOS BÁSICOS

PROBABILIDADE - CONCEITOS BÁSICOS ROBBILIDD - CONCITOS BÁSICOS xpermento leatóro é um expermento no qual: todos os possíves resultados são conhecdos; resulta num valor desconhecdo, dentre todos os resultados possíves; pode ser repetdo

Leia mais

Figura 7.1: O problema do ajuste de funções a um conjunto de dados

Figura 7.1: O problema do ajuste de funções a um conjunto de dados Fgura 7: O problea do ajuste de funções a u conjunto de dados Capítulo 7 Aproxação de Funções por Mínos Quadrados 7 Introdução Dado u conjunto de observações (dados), frequenteente deseja-se condensar

Leia mais

Resolução de sistemas lineares

Resolução de sistemas lineares Resolução de sistemas lineares J M Martínez A Friedlander 1 Alguns exemplos Comecemos mostrando alguns exemplos de sistemas lineares: 3x + 2y = 5 x 2y = 1 (1) 045x 1 2x 2 + 6x 3 x 4 = 10 x 2 x 5 = 0 (2)

Leia mais

Sistemas de equações lineares

Sistemas de equações lineares Sstemas - ALGA - / Sstemas de equações lneares Uma equação lnear nas ncógntas ou varáves x ; x ; :::; x n é uma expressão da forma: a x + a x + ::: + a n x n = b onde a ; a ; :::; a n ; b são constantes

Leia mais

PROVA DE MATEMÁTICA DO VESTIBULAR 2013 DA UNICAMP-FASE 1. RESOLUÇÃO: PROFA. MARIA ANTÔNIA C. GOUVEIA

PROVA DE MATEMÁTICA DO VESTIBULAR 2013 DA UNICAMP-FASE 1. RESOLUÇÃO: PROFA. MARIA ANTÔNIA C. GOUVEIA PROVA DE MATEMÁTICA DO VESTIBULAR 03 DA UNICAMP-FASE. PROFA. MARIA ANTÔNIA C. GOUVEIA QUESTÃO 37 A fgura abaxo exbe, em porcentagem, a prevsão da oferta de energa no Brasl em 030, segundo o Plano Naconal

Leia mais

Exercícios Teóricos Resolvidos

Exercícios Teóricos Resolvidos Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Matemática Exercícios Teóricos Resolvidos O propósito deste texto é tentar mostrar aos alunos várias maneiras de raciocinar

Leia mais

Sistema para pesquisa de imagens com Retroacção de Relevância *

Sistema para pesquisa de imagens com Retroacção de Relevância * Sstea para pesqusa de agens co Retroacção de Relevânca * Ru M. Jesus, Arnaldo J. Abrantes, Jorge S. Marques MA - Insttuto Superor de Engenhara de Lsboa Rua Conselhero Eído Navarro, nº, 94-4 Lsboa, Portugal

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

FONTES DISCRETAS DE INFORMAÇÃO

FONTES DISCRETAS DE INFORMAÇÃO FONTES DISCRETAS DE INFORMAÇÃO Podeos caracterzar fontes dscretas de nforação por u conjunto fnto x x, K, denonados de alfabeto da fonte. A probabldade de M síbolos, {,, x M } da fonte etr cada síbolo

Leia mais

2 CONSIDERAÇÕES TEÓRICAS

2 CONSIDERAÇÕES TEÓRICAS 20 2 CONSIDERAÇÕES TEÓRICAS 2.1. Defnção de gás Um gás é defndo como um fludo cujas condções de temperatura e pressão são superores às do ponto crítco, não podendo haver duas fases presentes em um processo,

Leia mais

Introdução às equações diferenciais

Introdução às equações diferenciais Introdução às equações diferenciais Professor Leonardo Crochik Notas de aula 1 O que é 1. é uma equação:... =... 2. a incógnita não é um número x R, mas uma função x(t) : R R 3. na equação estão presentes,

Leia mais

SOCIEDADE BRASILEIRA DE MATEMÁTICA MESTRADO PROFISSIONAL EM REDE NACIONAL PROFMAT

SOCIEDADE BRASILEIRA DE MATEMÁTICA MESTRADO PROFISSIONAL EM REDE NACIONAL PROFMAT SOCIEDADE BRASILEIRA DE MATEMÁTICA MESTRADO PROFISSIONAL EM REDE NACIONAL PROFMAT GABARITO da 3 a Avaliação Nacional de Aritmética - MA14-21/12/2013 Questão 1. (pontuação: 2) (1,0) a) Enuncie e demonstre

Leia mais

Sistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar?

Sistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar? Sumáro Sstemas Robótcos Navegação Introdução Onde estou? Para onde vou? Como vou lá chegar? Carlos Carreto Curso de Engenhara Informátca Ano lectvo 2003/2004 Escola Superor de Tecnologa e Gestão da Guarda

Leia mais

AV1 - MA 12-2012. (b) Se o comprador preferir efetuar o pagamento à vista, qual deverá ser o valor desse pagamento único? 1 1, 02 1 1 0, 788 1 0, 980

AV1 - MA 12-2012. (b) Se o comprador preferir efetuar o pagamento à vista, qual deverá ser o valor desse pagamento único? 1 1, 02 1 1 0, 788 1 0, 980 Questão 1. Uma venda imobiliária envolve o pagamento de 12 prestações mensais iguais a R$ 10.000,00, a primeira no ato da venda, acrescidas de uma parcela final de R$ 100.000,00, 12 meses após a venda.

Leia mais

IND 1115 Inferência Estatística Aula 9

IND 1115 Inferência Estatística Aula 9 Coteúdo IND 5 Iferêca Estatístca Aula 9 Outubro 2004 Môca Barros Dfereça etre Probabldade e Estatístca Amostra Aleatóra Objetvos da Estatístca Dstrbução Amostral Estmação Potual Estmação Bayesaa Clássca

Leia mais

2 Máquinas de Vetor Suporte 2.1. Introdução

2 Máquinas de Vetor Suporte 2.1. Introdução Máqunas de Vetor Suporte.. Introdução Os fundamentos das Máqunas de Vetor Suporte (SVM) foram desenvolvdos por Vapnk e colaboradores [], [3], [4]. A formulação por ele apresentada se basea no prncípo de

Leia mais

A Teoria dos Jogos é devida principalmente aos trabalhos desenvolvidos por von Neumann e John Nash.

A Teoria dos Jogos é devida principalmente aos trabalhos desenvolvidos por von Neumann e John Nash. Teoria dos Jogos. Introdução A Teoria dos Jogos é devida principalente aos trabalhos desenvolvidos por von Neuann e John Nash. John von Neuann (*90, Budapeste, Hungria; 957, Washington, Estados Unidos).

Leia mais

CAPÍTULO 4 - Variáveis aleatórias e distribuições de probabilidade

CAPÍTULO 4 - Variáveis aleatórias e distribuições de probabilidade CAPÍTULO 4 - Varáves aleatóras e dstrbuções de probabldade Conceto de varável aleatóra Uma função cujo valor é um número real determnado por cada elemento em um espaço amostral é chamado uma varável aleatóra

Leia mais

Probabilidade nas Ciências da Saúde

Probabilidade nas Ciências da Saúde UNIVERSIDDE ESTDUL DE GOIÁS Undade Unverstára de Cêncas Exatas e Tecnológcas Curso de Lcencatura em Matemátca robabldade nas Cêncas da Saúde Rafaela Fernandes da Slva Santos NÁOLIS 014 Rafaela Fernandes

Leia mais

Introdução à Análise de Dados nas medidas de grandezas físicas

Introdução à Análise de Dados nas medidas de grandezas físicas Introdução à Análse de Dados nas meddas de grandezas físcas www.chem.wts.ac.za/chem0/ http://uregna.ca/~peresnep/ www.ph.ed.ac.uk/~td/p3lab/analss/ otas baseadas nos apontamentos Análse de Dados do Prof.

Leia mais

Equipas Educativas Para uma nova organização da escola. João Formosinho Joaquim Machado

Equipas Educativas Para uma nova organização da escola. João Formosinho Joaquim Machado Equpas Educatvas Para uma nova organzação da escola João Formosnho Joaqum Machado TRANSFORMAÇÕES NA ESCOLA BÁSICA TRANSFORMAÇÕES NA ESCOLA BÁSICA A expansão escolar e a mplementação das polítcas de nclusão

Leia mais

RESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS

RESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS Defnções RESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS Problemas de Valor Incal PVI) Métodos de passo smples Método de Euler Métodos de sére de Talor Métodos de Runge-Kutta Equações de ordem superor Métodos

Leia mais

1. A corrida de vetores numa folha de papel.

1. A corrida de vetores numa folha de papel. 1. A corrida de vetores numa folha de papel. desenhando a pista. o movimento dos carros. o início da corrida. as regras do jogo. 2. A corrida no computador. o número de jogadores. o teclado numérico. escolhendo

Leia mais

As tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações.

As tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações. 1. TABELA DE DISTRIBUIÇÃO DE FREQÜÊNCIA As tabelas resumem as normações obtdas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de normações. As tabelas sem perda de normação

Leia mais

Despacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos

Despacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos Despacho Econômco de Sstemas Termoelétrcos e Hdrotérmcos Apresentação Introdução Despacho econômco de sstemas termoelétrcos Despacho econômco de sstemas hdrotérmcos Despacho do sstema braslero Conclusões

Leia mais

Introdução aos estudos de instalações hidráulicas. Inicia-se considerando a instalação hidráulica denominada de instalação de

Introdução aos estudos de instalações hidráulicas. Inicia-se considerando a instalação hidráulica denominada de instalação de Introdução aos estudos de nstalações hdráulcas. Inca-se consderando a nstalação hdráulca denonada de nstalação de recalque reresentada ela oto a seur. Foto 1 1 Dene-se nstalação de recalque toda a nstalação

Leia mais

Curso de especialização em Finanças e Economia Disciplina: Incerteza e Risco Prof: Sabino da Silva Porto Júnior Sabino@ppge.ufrgs.

Curso de especialização em Finanças e Economia Disciplina: Incerteza e Risco Prof: Sabino da Silva Porto Júnior Sabino@ppge.ufrgs. Incerteza: o básco Curso de especalzação em Fnanças e Economa Dscplna: Incerteza e Rsco Prof: Sabno da Slva Porto Júnor Sabno@ppge.ufrgs.br Introdução Até agora: conseqüêncas das escolhas dos consumdores

Leia mais

MEDIÇÃO DA ACELERAÇÃO DA GRAVIDADE COM UM PÊNDULO SIMPLES

MEDIÇÃO DA ACELERAÇÃO DA GRAVIDADE COM UM PÊNDULO SIMPLES Medção da Aceleração da Gravdade co u Pêndulo Sples MEDIÇÃO DA ACEERAÇÃO DA GRAVIDADE COM UM PÊNDUO SIMPES O Relatóro deste trabalho consste no preenchento dos espaços neste texto Fundaento Teórco O pêndulo

Leia mais

a EME GUIA PARA OBTER O MELHOR PREÇO Editorial do Ministério da Educação

a EME GUIA PARA OBTER O MELHOR PREÇO Editorial do Ministério da Educação a EME 1 ÍNDICE a EME 2 O que é necessário para pedir u orçaento gráfico 3 O forato é iportante 4 Colocar arge para corte (BLEED) 5 Qual o elhor suporte para entregar o seu projecto 6 Coo enviar iagens,

Leia mais

MAE5778 - Teoria da Resposta ao Item

MAE5778 - Teoria da Resposta ao Item MAE5778 - Teora da Resposta ao Item Fernando Henrque Ferraz Perera da Rosa Robson Lunard 1 de feverero de 2005 Lsta 2 1. Na Tabela 1 estão apresentados os parâmetros de 6 tens, na escala (0,1). a b c 1

Leia mais

3 Algoritmos propostos

3 Algoritmos propostos Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos

Leia mais

TEORIA ELETRÔNICA DA MAGNETIZAÇÃO

TEORIA ELETRÔNICA DA MAGNETIZAÇÃO 113 17 TEORA ELETRÔNCA DA MANETZAÇÃO Sabeos que ua corrente elétrica passando por u condutor dá orige a u capo agnético e torno deste. A este capo daos o noe de capo eletro-agnético, para denotar a sua

Leia mais

PARTE II EQUILÍBRIO DA PARTÍCULA E DO CORPO RÍGIDO

PARTE II EQUILÍBRIO DA PARTÍCULA E DO CORPO RÍGIDO 1 PARTE II EQUILÍBRIO DA PARTÍULA E DO ORPO RÍGIDO Neste capítulo ncalente trataos do equlíbro de partículas. E seguda são apresentadas as defnções dos centros de gravdade, centros de assa e centródes

Leia mais

A PRIMEIRA LEI DA TERMODINÂMICA

A PRIMEIRA LEI DA TERMODINÂMICA CAPÍTULO 4 8 CAPÍTULO 4 A PRIMEIRA LEI DA TERMODINÂMICA Processos de controlo de volue SUMÁRIO No capítulo 3 dscutos as nteracções da energa entre u sstea e os seus arredores e o prncípo da conservação

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

Teoria das Probabilidades I. Ana Maria Lima de Farias Universidade Federal Fluminense

Teoria das Probabilidades I. Ana Maria Lima de Farias Universidade Federal Fluminense Teoria das Probabilidades I Ana Maria Lima de Farias Universidade Federal Fluminense Conteúdo 1 Probabilidade - Conceitos Básicos 1 1.1 Introdução....................................... 1 1.2 Experimento

Leia mais

ESTATÍSTICA. PROBABILIDADES Professora Rosana Relva Números Inteiros e Racionais ESTATÍSTICA. Professor Luiz Antonio de Carvalho

ESTATÍSTICA. PROBABILIDADES Professora Rosana Relva Números Inteiros e Racionais ESTATÍSTICA. Professor Luiz Antonio de Carvalho PROBABILIDADES Professora Rosana Relva Números Interos e Raconas APRESENTAÇÃO ROL:,,, 4, 4,,, DISCRETA : rrelva@globo.com PROGRESSÃO ARITMÉTICA CONTÍNUA PROGRESSÃO ARITMÉTICA DISTRIBUIÇÃO DE REQUÊCIAS

Leia mais

MECÂNICA CLÁSSICA. AULA N o 8. Invariância de Calibre-Partícula em um Campo Eletromagnético-Colchetes de Poisson

MECÂNICA CLÁSSICA. AULA N o 8. Invariância de Calibre-Partícula em um Campo Eletromagnético-Colchetes de Poisson 1 MECÂNICA CLÁSSICA AULA N o 8 Invarânca de Calbre-Partícula e u Capo Eletroagnétco-Colchetes de Posson Vaos ver novaente, agora co as detalhes, o ovento de ua partícula carregada e u capo eletroagnétco,

Leia mais

O migrante de retorno na Região Norte do Brasil: Uma aplicação de Regressão Logística Multinomial

O migrante de retorno na Região Norte do Brasil: Uma aplicação de Regressão Logística Multinomial O mgrante de retorno na Regão Norte do Brasl: Uma aplcação de Regressão Logístca Multnomal 1. Introdução Olavo da Gama Santos 1 Marnalva Cardoso Macel 2 Obede Rodrgues Cardoso 3 Por mgrante de retorno,

Leia mais

FUNÇÃO DE 1º GRAU. = mx + n, sendo m e n números reais. Questão 01 Dadas as funções f de IR em IR, identifique com um X, aquelas que são do 1º grau.

FUNÇÃO DE 1º GRAU. = mx + n, sendo m e n números reais. Questão 01 Dadas as funções f de IR em IR, identifique com um X, aquelas que são do 1º grau. FUNÇÃO DE 1º GRAU Veremos, a partir daqui algumas funções elementares, a primeira delas é a função de 1º grau, que estabelece uma relação de proporcionalidade. Podemos então, definir a função de 1º grau

Leia mais

UMA VALIDAÇÃO MATEMÁTICA PARA UM ALGORITMO QUE SIMULA MISTURAS DE DISTRIBUIÇÕES

UMA VALIDAÇÃO MATEMÁTICA PARA UM ALGORITMO QUE SIMULA MISTURAS DE DISTRIBUIÇÕES UMA VALIDAÇÃO MATEMÁTICA PARA UM ALGORITMO QUE SIMULA MISTURAS DE DISTRIBUIÇÕES Ana Paula Coelho MADEIRA Lucas Montero CHAVES Devanl Jaques de SOUZA Resumo: Uma valdação matemátca, utlzando o conceto de

Leia mais

ESPECTROSCOPIA ROTACIONAL

ESPECTROSCOPIA ROTACIONAL 05/03/08 ESPECTOSCOPIA OTACIONAL Prof. Harley P. Martns Flho O odelo do rotor rígdo Partícula de assa grando no espaço a ua dstânca constante de u ponto fxo no espaço: Moento angular da partícula: = rp

Leia mais

A INFLUÊNCIA DOS PARÂMETROS DE SÍNTESE IONOTÉRMICA NAS PROPRIEDADES DO MAPO-5 PARA APLICAÇÃO NA REMOÇÃO DE METAIS PESADOS

A INFLUÊNCIA DOS PARÂMETROS DE SÍNTESE IONOTÉRMICA NAS PROPRIEDADES DO MAPO-5 PARA APLICAÇÃO NA REMOÇÃO DE METAIS PESADOS A INFLUÊNCIA DO PARÂMETRO DE ÍNTEE IONOTÉRMICA NA PROPRIEDADE DO MAPO-5 PARA APLICAÇÃO NA REMOÇÃO DE METAI PEADO A. A. antos 1 ; W.. Cruz 1 ; L. A. M. Ruotolo 2 ; R. Fernández-Felsbno 1 1- Insttuto de

Leia mais