Probabilidade: Diagramas de Árvore
|
|
- Eric Pinto Teixeira
- 7 Há anos
- Visualizações:
Transcrição
1 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 utlzados na atvdade Probabldade: Dagramas de Árvore. Expermento aleatóro Um expermento aleatóro é um processo que acusa varabldade em seus resultados, sto é, repetndo-se o expermento sob as mesmas condções, os resultados serão dferentes. Contrapondo aos expermentos aleatóros, temos os expermentos determnístcos, que são expermentos que, repetdos sob as mesmas condções, conduzem a resultados dêntcos. Espaço amostral O espaço amostral de um expermento aleatóro é o conjunto de todos os resultados possíves desse expermento. Vamos denotar tal conjunto pela letra grega ômega maúsculo, Ω. Eventos aleatóros Os subconjuntos de Ω são chamados eventos aleatóros; já os elementos de Ω são chamados eventos elementares. Defnção clássca de probabldade Seja Ω um espaço amostral tal que todos os eventos elementares são gualmente prováves. Se A é um evento qualquer desse espaço amostral, defne-se a probabldade de tal evento como # A P( A ) = # Ω onde # representa número de elementos de. Esta fo a prmera defnção formal de probabldade, tendo sdo explctada por Grolamo Cardano ( ). Defnção axomátca de probabldade A defnção clássca assoca a cada evento de Ω um número P(A), que satsfaz dversas propredades; mas ela se basea em duas hpóteses que restrngem seu campo de aplcação: (1) Há um número fnto de eventos elementares, sto é, Ω é um conjunto fnto. (2) Os
2 eventos elementares são gualmente prováves. Em 1933, Kolmogorov ( ) construu a teora da probabldade partndo de um conjunto de axomas, apresentados a segur, em uma versão mas smples. 1 1) P( A) 0 2) P( Ω ) = 1 3) Se A B =, então P( A B) = P( A) + P( B) Note que a defnção clássca satsfaz esses três axomas. Propredades da probabldade As seguntes propredades são obtdas a partr dos axomas acma: 1) P( ) = 0 Podemos escrever Ω=Ω e aplcar os axomas 2 e 3. 2) P( A) = 1 P( A) Podemos escrever Ω= A A e aplcar os axomas 2 e 3. 3) P( A B) = P( A) P( A B) Podemos escrever (veja a fgura a segur) A = ( A B) ( A B) e aplcar o axoma 3. 4) P( A B) = P( A) + P( B) P( A B) Na fgura abaxo podemos ver que A B = B ( A B) e o resultado segue do axoma 3 e da propredade anteror. 1 Segundo o dconáro Aurélo: Axoma Proposção que se admte como verdadera porque dela se podem deduzr as proposções de uma teora ou de um sstema lógco ou matemátco.
3 5) Se A B P( A) < P( B) Note que A B A B = A P( B A) = P( B) P( A) 0 Probabldade condconal Mutas vezes, saber que um evento B ocorreu pode nos ajudar a reavalar a probabldade de ocorrênca de um evento A. Consdere o lançamento de um dado equlbrado e suponha que estejamos nteressados no evento A = face 2. Se não temos qualquer nformação, sabemos que P(A) = 1/6. Mas suponha que a segunte nformação seja fornecda: sau face par. Com essa nformação, reavalamos a probabldade de ocorrênca do evento A para P(A) = 1/3. Consdere a stuação lustrada na fgura a segur: se sabemos que ocorreu o evento B, esse evento passa a ser o novo espaço amostral. Nesse novo espaço amostral, a ocorrênca de A equvale à ocorrênca de A B. Dessa forma, defne-se a probabldade condconal de A dada a ocorrênca de B como P( A B) = P( A B) PB ( ) A dvsão por P(B) garante que a probabldade do novo espaço amostral B seja gual a 1. Obs.: lê-se P( A B ) resumdamente como probabldade de A dado B Regra da multplcação A regra da multplcação trata da probabldade da nterseção de eventos. Note que, da defnção de probabldade condconal, segue o segunte resultado: Para 3 eventos temos P( A B) = P( B) P( A B)
4 P( A A A ) = P( A ) P( A A ) P( A A A ) E para o caso geral, temos o segunte resultado: P( A1 A2 An ) = P( A1) P( A2 A1) P( A3 A2 A1) P( An A1 An 1) Teorema da probabldade total Seja A, A,, A uma coleção de eventos de um espaço amostral Ω tal que 1 2 n 1. A A = j j 2. n = 1 A =Ω Uma tal coleção é chamada de partção de Ω. Veja a fgura a segur. Seja B um evento de Ω. Podemos, então, expressar B com a segunte unão de eventos: B = ( A B) ( A B) ( A B ) 1 2 n Como os A s são mutuamente exclusvos, segue que os ( A B ) s também o são. Logo,
5 PB ( ) = P[( A B) ( A B) ( A B)] 1 2 = P( A B) + P( A B) + + P( A B)] 1 2 n n Exemplo Em uma determnada cdade, o número de homens é gual ao número de mulheres. 5% dos homens são daltôncos e 0,4% das mulheres são daltôncas. Sortea-se aleatoramente uma pessoa dessa cdade e verfca-se que é daltônca. Qual é a probabldade de ter sdo sorteada uma mulher? Solução Vamos resolver esse exemplo passo a passo. A prmera cosa a observar é que o espaço amostral é formado por todos os moradores da cdade. Os eventos de nteresse são homem (H), mulher (M), daltônco, (D) e não daltônco (N). Para defnr a partção aproprada, temos que ver quas são as probabldades a pror fornecdas no problema, ou seja, probabldades dadas sem conhecmento de qualquer outro evento. As probabldades a pror se referem aos eventos Homem e Mulher. Veja a segur a representação dessas nformações num dagrama de Venn e num dagrama de árvore. O dagrama de árvore é mas aproprado, pos nos permte ndcar as probabldades. As probabldades dadas são: P(H) = P(M) = 0,5 P(D H) = 0,05 P(N H) = 0,95 (a le do complementar vale também para a probabldade condconal) P(D M) = 0,004 P(N M) = 0,996 Aplcando o teorema da multplcação obtemos as probabldades dos seguntes eventos: Homem e daltônco: PH ( D) = PH ( ) PD ( H ) = 0, 50, 05 = 0, 025 Homem e não daltônco: PH ( N) = PH ( ) PN ( H ) = 05095,, = 0475, Mulher e daltônca: PM ( D) = PM ( ) PD ( M ) = ,, = 0002, Mulher e não daltônca: PM ( N) = PM ( ) PN ( M ) = 0, 50, 996 = 0, 498
6 Aplcando o teorema da probabldade total temos: PD ( ) = PM ( D) + PH ( D) = PH ( ) PD ( H) + PM ( ) PD ( M) = 0, , 002 = 0, 027 PN ( ) = PM ( N) + PH ( N) = PH ( ) PN ( H) + PM ( ) PN ( M) = 0, , 498 = 0, 973 = 1 PD ( ) Agora, vamos calcular a probabldade pedda, P(M D), que é uma probabldade a posteror, sto é, vamos atualzar a probabldade do evento ser mulher sabendo que ocorreu o evento D (no enuncado foram dadas a probabldade a pror P(M) e a probabldade de daltônco dado que é mulher ): PM ( D) 0002, PM ( D) = = = 0074, PD ( ) 0027, Bblografa Faras, A. M. L.; Laurencel, L. C. Probabldade. Apostla. Departamento de Estatístca. Nteró: UFF 2008 (versão para download em Morgado, A.C.O.; Carvalho, J.B.P.; Carvalho, P.C.P.; Fernandez, P. Análse Combnatóra e Probabldade, Coleção do Professor de Matemátca. Ro de Janero: Socedade Braslera de Matemátca, 2006 Hazzan, S. Fundamentos de Matemátca Elementar: Combnatóra, Probabldade - vol. 5, 7a. edção. São Paulo: Atual Edtora, Julanell, J.R.; Dasse, B.A.; Lma, M.L.A.; Sá, I.P. Curso de Análse Combnatóra e Probabldade - Aprendendo com a resolução de problemas. Ro de Janero: Edtora Cênca Moderna, 2009.
Critérios de divisibilidade em bases numéricas genéricas
Crtéros de dvsbldade em bases numércas genércas Clezo A. Braga 1 Jhon Marcelo Zn 1 Colegado do Curso de Matemátca - Centro de Cêncas Exatas e Tecnológcas da Unversdade Estadual do Oeste do Paraná Caxa
Leia maisINTRODUÇÃO 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 maisApostila 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 maisTeoria 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 maisIntrodução a Combinatória- Aplicações, parte II
Introdução a Combnatóra- Aplcações, AULA 7 7.1 Introdução Nesta aula vamos estudar aplcações um pouco dferentes das da aula passada. No caso estudaremos arranjos com repetção, permutações crculares e o
Leia maisEm muitas aplicações, estamos interessados em subgrafos especiais de um determinado grafo.
.4 Árvores Geradoras Em mutas aplcações estamos nteressados em subgrafos especas de um determnado grafo. Defnção Árvore Geradora - uma árvore T é chamada de árvore geradora de um grafo G se T é um subgrafo
Leia maisPROBABILIDADE - 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 maisQ 1-1,5(Q3-Q1) < X i < Q 3 + 1,5(Q 3 -Q 1 ) Q 3 +1,5(Q 3 -Q 1 ) < X i < Q 3 +3(Q 3 -Q 1 ) Q 1 3(Q 3 -Q 1 ) < X i < Q 1 1,5(Q 3 -Q 1 )
DIGRM OX-PLOT E CRCTERIZÇÃO DE OUTLIERS E VLORES EXTREMOS Outlers e valores extremos são aqueles que estão muto afastados do centro da dstrbução. Uma forma de caracterzá-los é através do desenho esquemátco
Leia maisDepartamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Medida de Probabilidade
Departaento de Inforátca Dscplna: do Desepenho de Ssteas de Coputação Medda de Probabldade Prof. Sérgo Colcher colcher@nf.puc-ro.br Teora da Probabldade Modelo ateátco que perte estudar, de fora abstrata,
Leia maisAlgarismos Significativos Propagação de Erros ou Desvios
Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento
Leia maisProposta de resolução da Prova de Matemática A (código 635) 21 de Junho de 2010
Proposta de resolução da Prova de Matemátca A (códgo 6 Como A e B são acontecmentos ncompatíves, 0 e Ou seja, de acordo com os dados do enuncado, 0% 0% 0% Versão : B Versão : C Como se trata de uma únca
Leia maisINTRODUÇÃO À ESTATÍSTICA ECONÔMICA 2a. Prova 11/7/2006 Profa. Ana Maria Farias Turma A hs
INTRODUÇÃO À ESTATÍSTICA ECONÔMICA 2a. rova /7/2006 rofa. Ana Mara Faras Turma A 4-6 hs. Consdere os dados da tabela abaxo, onde temos preços e uantdades utlzadas de materal de escrtóro. Item Undade reço
Leia maisX = 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 maisIntrodução 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 maisIntrodução. Uma lâmpada nova é ligada e observa-se o tempo gasto até queimar. Resultados possíveis
Introdução A teora das probabldades é um ramo da matemátca que lda modelos de fenômenos aleatóros. Intmamente relaconado com a teora de probabldade está a Estatístca, que se preocupa com a cração de prncípos,
Leia mais7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Leia maisTEORIA 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 maisNotas Processos estocásticos. Nestor Caticha 23 de abril de 2012
Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto
Leia mais4. O princípio de Hardy-Weinberg
4. O prncípo de Hardy-Wenberg Em 1908 G. H. Hardy, matemátco nglês, e o médco alemão Wlhelm Wenberg propuseram que as populações de seres vvos dplódes se constturam em sstemas heredtáros suetos ao mendelsmo.
Leia maisIntrodução aos Processos Estocásticos - Independência
Introdução aos Processos Estocásticos - Independência Eduardo M. A. M. Mendes DELT - UFMG Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal de Minas Gerais emmendes@cpdee.ufmg.br Eduardo
Leia mais1ª e 2ª leis da termodinâmica
1ª e 2ª les da termodnâmca 1ª Le da Termodnâmca Le de Conservação da Energa 2ª Le da Termodnâmca Restrnge o tpo de conversões energétcas nos processos termodnâmcos Formalza os concetos de processos reversíves
Leia maisUMA 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 maisDISTRIBUIÇÃO DA AÇÃO DO VENTO NOS ELEMENTOS DE CONTRAVENTAMENTO CONSIDERANDO O PAVIMENTO COMO DIAFRAGMA RÍGIDO: ANÁLISE SIMPLIFICADA E MATRICIAL
DISTRIBUIÇÃO DA AÇÃO DO VENTO NOS ELEMENTOS DE CONTRAVENTAMENTO CONSIDERANDO O PAVIMENTO COMO DIAFRAGMA RÍGIDO: ANÁLISE SIMPLIFICADA E MATRICIAL Dstrbuton of the wnd acton n the bracng elements consderng
Leia maisEA513 Circuitos Elétricos DECOM FEEC UNICAMP Aula 5
Esta aula: Teorema de Thévenn, Teorema de Norton. Suponha que desejamos determnar a tensão (ou a corrente) em um únco bpolo de um crcuto, consttuído por qualquer número de fontes e de outros resstores.
Leia maisSistemas 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 maisResolução das Questões Objetivas
COMISSÃO PERMANENTE DE SELEÇÃO COPESE PRÓ-REITORIA DE GRADUAÇÃO PROGRAD CONCURSO PISM III - TRIÊNIO 2008-2010 Prova de Matemátca Resolução das Questões Objetvas São apresentadas abaxo possíves soluções
Leia maisProbabilidade e Estatística. Correlação e Regressão Linear
Probabldade e Estatístca Correlação e Regressão Lnear Varáves Varável: característcas ou tens de nteresse de cada elemento de uma população ou amostra Também chamada parâmetro, posconamento, condção...
Leia maisCaique Tavares. Probabilidade Parte 1
Caique Tavares Probabilidade Parte 1 Probabilidade: A teoria das probabilidades é um ramo da Matemática que cria, elabora e pesquisa modelos para estudar experimentos ou fenômenos aleatórios. Principais
Leia maisQUESTÕES DISCURSIVAS Módulo 01 (com resoluções)
QUESTÕES DISCURSIVAS Módulo 0 (com resoluções D (Fuvest-SP/00 Nos tens abaxo, denota um número complexo e a undade magnára ( Suponha a Para que valores de tem-se? b Determne o conjunto de todos os valores
Leia maisExercícios de CPM e PERT Enunciados
Capítulo 7 Exercícos de CPM e PERT Enuncados Exercícos de CPM e PERT Enuncados 106 Problema 1 O banco TTM (Tostão a Tostão se faz um Mlhão) decdu transferr e amplar a sua sede e servços centras para a
Leia maisINTRODUÇÃO À PROBABILIDADE
INTRODUÇÃO À ROBABILIDAD Conetos básos xpermento aleatóro ou fenômeno aleatóro Stuações ou aontementos ujos resultados não podem ser prevstos om erteza. Um expermento ou fenônemo que, se for observado
Leia maisMÉTODO DE FIBONACCI. L, em que L
Métodos de bonacc e da Seção Aúrea Adotando a notação: MÉTODO DE IBOACCI L e L L, em que L b a, resulta a: ncal orma Recursva: ara,,, - (-a) ou ara,,, - (-b) A esta equação se assoca a condção de contorno
Leia maisProgramação de Computadores II TCC 00.174/Turma A 1
Programação de Computadores II TCC 00.174/Turma A 1 Professor Leandro A. F. Fernandes http://www.c.uff.br/~laffernandes Conteúdo: Introdução ao Java (exercícos) Materal elaborado pelos profs. Anselmo Montenegro
Leia maisEscola Secundária de Lousada Ficha de trabalho de Matemática do 7º ano nº Data: / / 2011 Assunto: Tratamento de dados I Lições nº, e,
Escola Secundára de Lousada Fcha de trabalho de Matemátca do 7º ano nº Data: / / 2011 Assunto: Tratamento de dados I Lções nº, e, Estatístca é um ramos da Matemátca que permte fazer um estudo de uma forma
Leia maisResumo de Álgebra Linear - parte II
Aula 7 Resumo de Álge Lnear - parte II 7.1 Resumo Nesta aula contnuamos desenvolvendo concetos báscos de álge lnear, aprmorando a famlardade com a notação de Drac. Bblograa: Moysés, 8.7 (em parte), e Cohen-Tannoudj,
Leia mais4 Critérios para Avaliação dos Cenários
Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada
Leia maisComprimento de Arco. Comprimento de Arco
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 Comprmento de Arco
Leia maisEventos coletivamente exaustivos: A união dos eventos é o espaço amostral.
DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou
Leia maisCurso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos
Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,
Leia maisA esse tipo de tabela, cujos elementos não foram numericamente organizados, denominamos tabela primitiva.
Dstrbução de Frequênca Tabela prmtva ROL Suponhamos termos feto uma coleta de dados relatvos à estaturas de quarenta alunos, que compõem uma amostra dos alunos de um colégo A, resultando a segunte tabela
Leia maisCOEFICIENTE DE GINI: uma medida de distribuição de renda
UNIVERSIDADE DO ESTADO DE SANTA CATARINA ESCOLA SUPERIOR DE ADMINISTRAÇÃO E GERÊNCIA DEPARTAMENTO DE CIÊNCIAS ECONÔMICAS COEFICIENTE DE GINI: uma medda de dstrbução de renda Autor: Prof. Lsandro Fn Nsh
Leia maisInfluência 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 maisAnálise de Incertezas I.B De Paula
Um bom expermentalsta deve fazer todo o esforço possível para mnmzar os erros de seu expermento. Cabe ao expermentalsta a responsabldade de apresentar uma medda da confabldade de seus dados. amos defnr
Leia maisFlambagem. Cálculo da carga crítica via MDF
Flambagem Cálculo da carga crítca va MDF ROF. ALEXANDRE A. CURY DEARTAMENTO DE MECÂNICA ALICADA E COMUTACIONAL Flambagem - Cálculo da carga crítca va MDF Nas aulas anterores, vmos como avalar a carga crítca
Leia maisXXVII Olimpíada Brasileira de Matemática GABARITO Primeira Fase
Soluções Nível Unverstáro XXVII Olmpíada Braslera de Matemátca GABARITO Prmera Fase SOLUÇÃO DO PROBLEMA : Pelo enuncado, temos f(x) = (x )(x + )(x c) = x 3 cx x + c, f'(x) = 3x cx, f '( ) = ( + c) e f
Leia maisÍndices de Concentração 1
Índces de Concentração Crstane Alkmn Junquera Schmdt arcos André de Lma 3 arço / 00 Este documento expressa as opnões pessoas dos autores e não reflete as posções ofcas da Secretara de Acompanhamento Econômco
Leia maisAEP FISCAL ESTATÍSTICA
AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras (webercampos@gmal.com) VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras
Leia maisLEIS DE KIRCHHOFF EM CIRCUITOS DE CORRENTE CONTÍNUA
EXPERIÊNCI 04 LEIS DE KIRCHHOFF EM CIRCUITOS DE CORRENTE CONTÍNU 1. OBJETIVOS a) Determnar a força eletromotrz e a resstênca nterna de uma batera em um crcuto de malha únca. b) Calcular a resstênca nterna
Leia maisRadiação Térmica Processos, Propriedades e Troca de Radiação entre Superfícies (Parte 2)
Radação Térmca Processos, Propredades e Troca de Radação entre Superfíces (Parte ) Obetvo: calcular a troca por radação entre duas ou mas superfíces. Essa troca depende das geometras e orentações das superfíces,
Leia maisDeterminantes. De nição de determinante de uma matriz quadrada. Determinantes - ALGA - 2004/05 15
Determnantes - ALGA - 004/05 15 Permutações Determnantes Seja n N Uma permutação p = (p 1 ; p ; : : : ; p n ) do conjunto f1; ; ; ng é um arranjo dos n números em alguma ordem, sem repetções ou omssões
Leia maisDepartamento 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 mais1 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 maisANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO MÉTODO DE CROSS
DECvl ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO ÉTODO DE CROSS Orlando J. B. A. Perera 20 de ao de 206 2 . Introdução O método teratvo ntroduzdo por Hardy Cross (Analyss of Contnuous Frames by Dstrbutng Fxed-End
Leia maisAutores: Dani Gamerman (IM-UFRJ) Oswaldo Gomes de Souza Junior (SERPROS)
Prevsões de partdas de futebol usando modelos dnâmcos Autores: Dan Gamerman (IM-UFRJ) Oswaldo Gomes de Souza Junor (SERPROS) Alguns resultados que poderemos responder: Resultados dos jogos futuros; Quantos
Leia maisResponda às questões utilizando técnicas adequadas à solução de problemas de grande dimensão.
Departamento de Produção e Sstemas Complementos de Investgação Operaconal Exame Época Normal, 1ª Chamada 11 de Janero de 2006 Responda às questões utlzando técncas adequadas à solução de problemas de grande
Leia maisMedidas de tendência central. Média Aritmética. 4ª aula 2012
Estatístca 4ª aula 2012 Meddas de tendênca central Ajudam a conhecer a analsar melhor as característcas de dados colhdos. Chamamos de meddas de tendênca central em decorrênca dos dados observados apresentarem
Leia maisY X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00)
Bussab&Morettn Estatístca Básca Capítulo 4 Problema. (b) Grau de Instrução Procedênca º grau º grau Superor Total Interor 3 (,83) 7 (,94) (,) (,33) Captal 4 (,) (,39) (,) (,3) Outra (,39) (,7) (,) 3 (,3)
Leia maisInterpolação Segmentada
Interpolação Segmentada Uma splne é uma função segmentada e consste na junção de váras funções defndas num ntervalo, de tal forma que as partes que estão lgadas umas às outras de uma manera contínua e
Leia mais37 [C] Verdadeira. Veja justificativa do item [B]. Moda = 8
Resposta da questão 1: [C] Calculando:,5 + 10 + 8 + 9,4 + 8 +,4 + x + 7,4 = 8, 8,5 + 10 + 8 + 9,4 + 8 +,4 + x + 7,4 = 5, x = 9,9 Moda = 8 8+ 8 Medana = = 8,5 + 10 + 8 + 9,4 + 8 +,4 + 7,4 Méda das outras
Leia maisAprendizagem de Máquina
Introdução Aprendzagem de Máquna Alessandro L. Koerch Redes Bayesanas A suposção Naïve Bayes da ndependênca condconal (a 1,...a n são condconalmente ndependentes dado o valor alvo v): Reduz a complexdade
Leia maisCQ110 : Princípios de FQ
CQ 110 Prncípos de Físco Químca Curso: Farmáca Prof. Dr. Marco Vdott mvdott@ufpr.br 1 soluções eletrolítcas Qual a dferença entre uma solução 1,0 mol L -1 de glcose e outra de NaCl de mesma concentração?
Leia maisDELINEAMENTOS EXPERIMENTAIS
SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................
Leia maisCAPÍTULO 4 PROBABILIDADE DE BAYES
CAPÍTULO 4 PROBABILIDADE DE BAYES 1. Partção de um espaço amostral Os eventos B1, B2, B3,..., B, formam uma partção do espaço amostral S, se: p( B ) 0,para 1,2,3,..., a) b) B B, para c) 1 Exemplo 1: B
Leia maisOs modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.
MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,
Leia mais3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas
3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia maisEletrotécnica AULA Nº 1 Introdução
Eletrotécnca UL Nº Introdução INTRODUÇÃO PRODUÇÃO DE ENERGI ELÉTRIC GERDOR ESTÇÃO ELEVDOR Lnha de Transmssão ESTÇÃO IXDOR Equpamentos Elétrcos Crcuto Elétrco: camnho percorrdo por uma corrente elétrca
Leia maisUNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)
UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade
Leia maisEnergia de deformação na flexão
- UNIVERSIDADE FEDERAL FLUMINENSE ESCOLA DE ENGENHARIA INDUSTRIAL METALÚRGICA DE VOLTA REDONDA PROFESSORA: SALETE SOUZA DE OLIVEIRA BUFFONI DISCIPLINA: RESISTÊNCIA DOS MATERIAIS Energa de deformação na
Leia maisSempre 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 maisMAE 0219 - Introdução à Probabilidade e Estatística Lista 3
MAE 0219 - Introdução à Probabilidade e Estatística Lista 3 Professores: Pedro Morettin & Chang Chiann 1. Defina um espaço amostral para cada um dos seguintes experimentos aleatórios: (a) Lançamento de
Leia maisThe Correlated Equilibrium q Nathan Canen
The Correlated Equlbrum Nathan Canen Introdução Consderemos o jogo estátco de nformação completa representado na forma normal: J1 O F O J2 F 2,1) 0,0) 0,0) 0) 1,2) Os equlíbros de Nash são os perfs de
Leia maisRAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro
UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero
Leia mais7. 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 maisUniversidade Federal do Rio Grande FURG. Instituto de Matemática, Estatística e Física IMEF Edital 15 CAPES INTERPOLAÇÃO
Uversdade Federal do Ro Grade FURG Isttuto de Matemátca, Estatístca e Físca IMEF Edtal CAPES INTERPOLAÇÃO Pro. Atôo Mauríco Mederos Alves Proª Dese Mara Varella Martez Matemátca Básca ara Cêcas Socas II
Leia maisPara cada um dos experimentos abaixo, descreva o espaço amostral e dê o número de seus elementos.
1 Exercício 1 Para cada um dos experimentos abaixo, descreva o espaço amostral e dê o número de seus elementos. (a) Numa linha de produção conta-se o número de peças defeituosas num intervalo de uma hora.
Leia maisNúmeros escritos em notação científica
Notação Científica Números escritos em notação científica Escrever um número em notação científica tem muitas vantagens: Para números muito grandes ou muito pequenos poderem ser escritos de forma abreviada.
Leia maisElementos de Estatística e Probabilidades II
Elementos de Estatístca e Probabldades II Varáves e Vetores Aleatóros dscretos Inês Das 203 O prncpal objetvo da deste documento é fornecer conhecmentos báscos de varáves aleatóras dscretas e pares aleatóros
Leia maisCoordenação de Semáforos
Paragem dos Veículos Veículos "Lbertados" Paragem dos Veículos Veículos "Lbertados" "Agrupamento " Pelotões "Agrupamento " Pelotões C O O R D E N A Ç Ã O Onda Verde... IST/ Lcencaturas em Engª Cvl & Terrtóro
Leia maisMAP Cálculo Numérico e Aplicações
MAP0151 - Cálculo Numérco e Aplcações Lsta 5 (Correção Neste ponto, todos já sabemos que todas as questões têm o mesmo valor, totalzando 10.0 pontos. (Questão 1 Fque com vontade de fazer mas do que fo
Leia maisConceitos básicos de transferência de Calor:
Condução - Le de ourer Concetos báscos de transferênca de Calor: órmula geral para 3 dmensões: ρc = λ t x + λ x y + λ y z p x y z z com ρ - densdade (Kg/m³). λ - condutvdade térmca na drecção (x, y ou
Leia maisLaboratório de Mecânica Aplicada I Estática: Roldanas e Equilíbrio de Momentos
Laboratóro de Mecânca Aplcada I Estátca: Roldanas e Equlíbro de Momentos 1 Introdução O conhecmento das condções de equlíbro de um corpo é mprescndível em númeras stuações. Por exemplo, o estudo do equlíbro
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos
Leia maisLEI DE OHM A R. SOLUÇÃO. Usando a lei de Ohm
LEI DE OHM EXEMPLO. Uma resstênca de 7 é lgada a uma batera de V. Qual é o valor da corrente que a percorre. SOLUÇÃO: Usando a le de Ohm V I 444 A 7 0. EXEMPLO. A lâmpada lustrada no esquema é percorrda
Leia maisTeoria dos Jogos. Prof. Maurício Bugarin Eco/UnB 2014-I. Aula 3 Teoria dos Jogos Maurício Bugarin. Roteiro. Horário da disciplina: 14h15 a 15h45
Teora dos Jogos Prof. Mauríco Bugarn Eco/UnB 04-I Rotero Horáro da dscplna: 4h5 a 5h45 Introdução: Por que pensar estrategcamente? Exemplos de stuações nas quas pensar estrategcamente faz sentdo Concetos
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos
Leia maisPROBABILIDADE. 3) Jogando-se dois dados, qual a probabilidade de que a soma dos pontos obtidos seja menor que 4?
Segmento: ENSINO MÉDIO Dscplna: MATEMÁTICA Tpo de Atvdade: LISTA DE EXERCÍCIOS Prof. Marcelo 06/2016 Turma: 3 A PROBABILIDADE 1) No lançamento de um dado, determnar a probabldade de se obter: a) o número
Leia maisA VELOCIDADE ESCALAR. Prof. Alberto Ricardo Präss
Pro. Alberto Rcardo Präss A VELOCIDADE ESCALAR O conceto de velocdade. Imagnemos que um jornal tenha envado um correspondente especal à selva amazônca a m de azer uma reportagem sobre o Pco da Neblna,
Leia maisN 70 = 40 25N+1500 = N = 1300 N = 52 LETRA D
QUESTÃO 01 QUESTÃO 0 Seja x a méda dos saláros do departamento comercal. A méda procurada é tal que 00 = x + 30 + 4 4 + + 4 x = 000 0 3300 x = R$ 400,00. QUESTÃO 03 4 0+ 3 Tem-se xp I = = 1,8 e 4+ Logo,
Leia maisCapítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES
Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas
Leia maisCap. IV Análise estatística de incertezas aleatórias
TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda
Leia mais3 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 maisCursos de Licenciatura em Ensino de Matemática e de EGI. Teoria de Probabilidade
Celso Albo FACULDADE DE CIÊNCIAS NATURAIS E MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA Campus de Lhaguee, Av. de Moçambque, km, Tel: +258 240078, Fax: +258 240082, Maputo Cursos de Lcecatura em Eso de Matemátca
Leia maisVariabilidade Espacial do Teor de Água de um Argissolo sob Plantio Convencional de Feijão Irrigado
Varabldade Espacal do Teor de Água de um Argssolo sob Planto Convenconal de Fejão Irrgado Elder Sânzo Aguar Cerquera 1 Nerlson Terra Santos 2 Cásso Pnho dos Res 3 1 Introdução O uso da água na rrgação
Leia maisUTILIZAÇÃO DO MÉTODO DE TAGUCHI NA REDUÇÃO DOS CUSTOS DE PROJETOS. Uma equação simplificada para se determinar o lucro de uma empresa é:
UTILIZAÇÃO DO MÉTODO DE TAGUCHI A REDUÇÃO DOS CUSTOS DE PROJETOS Ademr José Petenate Departamento de Estatístca - Mestrado em Qualdade Unversdade Estadual de Campnas Brasl 1. Introdução Qualdade é hoje
Leia maisUnidade 5. A letra como incógnita equações do segundo grau
Unidade 5 A letra como incógnita equações do segundo grau Para início de conversa... Vamos avançar um pouco mais nas resoluções de equações. Desta vez, vamos nos focar nas equações do segundo grau. Esses
Leia maisLista de Exercícios 5: Soluções Teoria dos Conjuntos
UFMG/ICEx/DCC DCC Matemática Discreta Lista de Exercícios 5: Soluções Teoria dos Conjuntos Ciências Exatas & Engenharias 2 o Semestre de 206. Escreva uma negação para a seguinte afirmação: conjuntos A,
Leia maisEstatística I Licenciatura MAEG 2006/07
Estatístca I Lcencatura MAEG 006/07 AMOSTRAGEM. DISTRIBUIÇÕES POR AMOSTRAGEM.. Em determnada unversdade verfca-se que 30% dos alunos têm carro. Seleccona-se uma amostra casual smples de 0 alunos. a) Qual
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Probabilidade Análise Combinatória Independência de eventos Aula de hoje Independência de eventos Prob. Condicional Teorema da Probabilidade
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D.
Unversdade Federal do Paraná Departamento de Informátca Reconhecmento de Padrões Classfcadores Lneares Luz Eduardo S. Olvera, Ph.D. http://lesolvera.net Objetvos Introduzr os o conceto de classfcação lnear.
Leia maisCENTRO 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