Universidade Federal da Bahia - IM

Tamanho: px
Começar a partir da página:

Download "Universidade Federal da Bahia - IM"

Transcrição

1 Uiversidade Federal da Bahia - IM Programa de Pós-Graduação em Matemática Professor: Tertuliao Fraco Aluo: Felipe Foseca dos Satos Trabalho do curso de Probabilidade Este trabalho cosiste em resolver algumas questões selecioadas pelo professor Tertuliao, que em sua maioria foram retiradas do livro: Probabilidade: um curso em ível itermediário, de Barry R. James. Capítulo 1 1 a QUESTÃO: Sejam A, B e C evetos aleatórios. Idetifique as seguites equações e frases, casado cada equação expressa a otação de cojutos com a correspodete frase a liguagem de evetos: (a A B C A B C (b A B C A (c A B C A (d (A B C\(B C A (i A e B C são icompatíveis. (ii Os evetos A, B e C são idêticos. (iii A ocorrêcia dea implica a de B e C. (iv A ocorrêcia de A decorre de B ou C. Resolução: Aalizado iicialmete o item (a, temos que A B C A B C para todo A, B e C. Por outro lado, A B C A B C sigifica que dado x A B C temos x A, B, C, ou seja, os evetos A, B e C são idêticos (a ocorrêcia de um implica a ocorrêcia de todos, portato (a (ii. Cosidere agora (b, sempre temos A B C A, mas A A B C implica que dado x A etão x B e x C. Logo a ocorrêcia de A implica a ocorrêcia de B e C, protato (b (iii. Em (c sempre ocorre que A A B C, mas se A B C A isso implica que para qualquer x B ou x C temos x A. Assim, a ocorrêcia de A decorre de B ou C. Ou seja, (c (iv.

2 Por fim, cosidere o item (d, sabemos que sempre ocorre (A B C\(B C A, ou seja, se x (A B C\(B C etão x / (B C, mas dado que A (A B C\(B C temos que para qualquer x A, x / (B C. Logo A e B C são icompatíveis, ou aida (d (i. 2 a QUESTÃO: A partir dos axiomas, prove a propriedade P5: P( A 1 P(A 1 Resolução: Cosidere, B 1 A 1 B 2 A 2 \A 1 B 3 A 3 \(A 2 A 1. B A \(A 1 A 1. Como por costrução os B são disjutos dois a dois, temos pelo axioma 3 que P( B P(B. Como A B, temos que P( A P( B P(B P(A 1 ode a ultima desigualdade ocorre devido ao fato de que para cada N, B A e P(A P(B (A B P(B + P(A B P(B. 3 a QUESTÃO: Sejam A 1, A 2,... evetos aleatórios. Mostre que (a P( A k 1 P(A k. (b Se P(A k 1 ε para k 1,...,, etão P( (c P( A k 1 P(A c k. A k 1 ε. 2

3 Resolução: Item (a: Usado o axioma 4 temos que P( ( A c k. Assim, pelo axioma 2 temos que A k P(A k. Cosidere Ω ( ( 1 P(Ω P ( A k ( A c k P( A k + P( A c k P( A k + Portato P( A k 1 P(A c k. Item (b: Pelo item (a temos P( A k Item (c: Sabedo que ( P( A c k ou seja, P( 1 P(A c k A k c ( P(A c k, como P ( A k 1 P(A c k. (1 P(A k P(A k 1 + (1 ε 1 ε. A k P(A c k. ( A c k e usado a 2o questão ficamos com P ( A k c A k c 1 P( A k temos 1 P( A k P(A c k, 4 a QUESTÃO: Demostre as seguites propriedades: (a Se P(A para 1, 2,..., etão P( A. 1 (b Se P(A 1 para 1, 2,..., etão P( Resolução: Item (a: Como vimos a 2 o questão P( A 1. A P(A, sedo P(A para todo N temos que P(A, pois é soma eumerável de zeros. Assim P( A, logo P( 1 A. Item (b: Pela 3 o questão item (c, P( P(A c para todo N, logo P( 1 A 1 e portato P( A 1 P(A c, como P(A 1, etão 1 P(A c (soma eumerável de zeros. Assim, A 1, já que, P( 1 A 1. 3

4 5 a QUESTÃO: Demostre: Se A 1, A 2,... e B 1, B 2,... são evetos aleatórios do mesmo espaço de probabilidade tais que P(A 1 e P(B p quado +, etão P(A B p. Resolução: Começamos mostrado que se P(C a etão P(Cc 1 a. De fato, como P(C c 1 P(C 1 a. Sabemos que para cada N, A B B assim P(A B P(B, logo lim P(A B lim P(B p. Por outro lado, 1 P(A B P((A B c P(A c Bc P(Ac + P(Bc, ou seja, P(A B 1 P(A c P(Bc. Assim, lim P(A B P(B c 1 (1 p p. Portato lim P(A B p. lim 1 P(Ac 8 a QUESTÃO: No jogo de CRAPS dois dados são jogados. Se o jogador tirar 7 ou 11 potos ele gaha. Se ele tira 2,3 ou 12 ele perde. Nos outros casos ele cotíua jogado os dois dados até sair 7, caso em que ele perde, ou etão sair o primeiro resultado, caso em que ele gaha. Descreva o espaço amostral. Qual a probabilidade dele gahar? Resolução: Seja Ω {2, 3, 4,..., 12} N o espaço amostral e deote X i k o valor k obtido a i esima jogada, i N e k {2, 3,..., 12}. Sabemos que P(X 1 2 P(X /36, P(X 1 3 P(X /36, P(X 1 4 P(X 1 1 3/36, P(X 1 5 P(X 1 9 4/36, P(X 1 6 P(X 1 8 5/36 e P(X 1 76/36. Como, ( P({gahar} P {gahar} {X 1 k} ( P k4,5,6,7,8,9,1,11 k4,5,6,7,8,9,1,11 {gahar} {X 1 k} P({gahar} {X 1 7} + P({gahar} {X 1 11} + 2P({gahar} {X 1 4} + 2P({gahar} {X 1 5} + 2P({gahar} {X 1 6} 4

5 Sabedo que P({gahar} {X 1 4} P({gahar} {X 1 4}P({X 1 4} P({ gahar o esimo laçameto} {X 1 4}P({X 1 4} 1 ( ( P({gahar} {X 1 5} P({gahar} {X 1 5}P({X 1 5} P( {gahar o esimo laçameto} {X 1 5}P({X 1 5} 1 ( ( P({gahar} {X 1 6} P({gahar} {X 1 6}P({X 1 6} P( {gahar o esimo laçameto} {X 1 6}P({X 1 6} 1 ( ( Assim, temos que P({gahar} a QUESTÃO: Uma caixa cotém 2 sorvetes, do sabor A e do sabor B. De um grupo de 2 pessoas, a < preferem o sabor A, b < o sabor B e 2 (a+b ão tem preferêcia. Demostre: se os sorvetes são distribuídos ao acaso a probabilidade de que a preferêcia de todas as pessoas seja respeitada é de ( 2 a b a ( 2 / Resolução: Ordeemos as primeiras a + b pessoas de modo que as a primeiras prefiram o sabor A e as demais prefiram o sabor B. Como a quatidade de sequêcias possíveis de distribuir o sorvete é de C 2 (2!!! (úmero de caso possíveis. Sabedo que o úmero de casos favoráveis deve satisfazer: sorvete de sabor A para as a 5

6 primeiras pessoas depois sorvete de sabor B para as b seguites pessoas. Com isso restam apeas 2 a b pessoas a receber sorvete. Sedo que temos ( a sorvetes de sabor A e ( b sorvetes de sabor B. Assim o úmero de distribuição do sorvete sabor A é C a 2 a b, assim a quatidade de distribuição para o sabor B estas codições é de um úico modo, daí temos. 2 a b C2 P(Preferêcia Respeitada C a. 13 a QUESTÃO: (a Sejam A, B e C evetos aleatórios de um espaço de probabilidade (Ω, A, P. Mostre que P(A B P(A + P(B P(A B e P(A B C P(A + P(B + P(C P(A B P(A C P(B C + P(A B C. (b Eucie a geeralização do item (a para o caso da uião de evetos aleatórios. Resolução: Item (a: Como A (A\B (A B temos que P(A P(A\B + P(A B, de modo aálogo temos que P(B P(B\A + P(A B, assim somado P(A com P(B temos P(A + P(B P(A\B + P(A B + P(B\A + P(A B P((A\B (B\A (A B + P(A B P(A B + P(A B. Observe que a seguda igualdade decorre do fato de que os cojutos (A\B, (B\A e A B são disjutos. Assim, P(A B P(A + P(B P(A B. Para a seguda parte do item (a vamos usar o que já fizemos. Assim, P((A B C P(A B + P(C P((A B C P(A + P(B P(A B + P(C P((A C (B C P(A + P(B + P(C P(A B (P(A C + P(B C P(A B C P(A + P(B + P(C P(A B P(A C P(B C + P(A B C. Item (b: Sejam A 1, A 2,..., A evetos aleatórios de um espaço de probabilidade (Ω, A, P 6

7 etão P(A 1 A P(A i P(A i A j + P(A i A j A k...+( 1 1 P(A 1 A 2 A i1 1i<j 1i<j<k. a 16 QUESTÃO: Seja (Ω, A, P um espaço de probabilidade e supoha que todos os cojutos abaixo perteçam a A. Prove: (a Se os A são disjutos e P(B A c para todo, etão P(B A c (pode supor P(A >. (b O item (a com o lugar de. (c Se A +1 A e P(A +1 A 1 2 para todo, etão P(A. (d Se os A são disjutos e P(B A P(C A, etão P(B A P(C A. (e Se A 1, A 2,... são disjutos e A Ω etão P(B C P(A CP(B A C. Resolução: Item (a: Como P(B A P(B ( A P( (B A P(B A, ode a P( A P( A P( A terceira igualdade vem do fato dos A s serem disjutos o que implica que os B A s são disjutos. Além disso, temos que P(B A P(B A c daí temos P(B A cp(a, P(A assim P(B A cp(a P(B A P( A P(A c. P(B A Item (b: Vimos o item (a que P(B A. Sedo P(B A P(B A P( A P(A c etão P(B A cp(a, logo P(B A P(B A P( A cp(a P(A c. Item (c: Note que P(A +1 A P(A +1 A P(A +1 1 P(A P(A 2, daí P(A +1 P(A, o que 2 implica que, P(A P(A 1, N, pois P(A P(A 1, P(A 2 3 P(A 2 P(A 1,, P(A P(A

8 Portato, P(A P(A 1, ou seja, P(A 2, já que P(A. 1 Item (d: Sabedo que P(B A P(C A, temos para cada que P(B A P(C A, P(A P(A logo P(B A P(C A. Usado o fato de que os A são disjutos e as propriedades de probabilidade temos P(B A P( (B A P( A P( (C A P( A P(B A P( A P(C ( A P( A P(C A P( A P(C A. P(B C Item (e: Sabemos que P(B C. Como os A são disjutos e A Ω podemos P(C escrever B C ( A (B C (B A C ode os (B A C são disjutos para todo. Deste modo P(B C P(B A C P(B A C P(CP(A CP(B A C, ode a ultima igualdade decorre do Teorema da Multiplicação. Portato, P(B C P(B C P(C P(CP(A CP(B A C P(C P(A CP(B A C 17 a QUESTÃO: Supoha que a ocorrêcia ou ão de chuva depede das codições do tempo o dia imediatamete aterior. Admita-se que se chove hoje choverá amahã com probabilidade,7 e que se ão chove hoje choverá amahã com probabilidade,4. Sabedose que choveu hoje, calcule a probabilidade de que choverá depois de amahã. Resolução: Cosidere os seguites evetos: C {chover depois de amahã}, A{chover amahã} e N{ão chove amahã}. Assim queremos saber a probabilidade de C (A C (N C, logo P(C P(A C+P(N C. Mas P(A C P(A P(C A, e P(N C P(N P(C N , portato P(C a QUESTÃO: (De Feradez[12] Pedro quer eviar uma carta a Maria. A probabilidade de que Pedro escreva a carta é de.8. A probabilidade de que o correio ão a perca é de.9. A probabilidade de que o carteiro a etregue é de.9. Dado que Maria ão recebeu a carta, qual a probabilidade codicioal de que Pedro ão teha escrito? 8

9 Resolução: Cosidere os seguites evetos: M {Maria ão recebeu a carta}, P{Pedro ão escreveu a carta }, C{O correio perde a carta } e D{O carteiro ão etrega a carta}. Assim queremos saber P(P M saber P(M, Assim, P(P M P(M, já temos que P(P M P(P, 2. Resta Como M P ( P C ( P C D, ode P represeta a egação da seteça P. P(M P(P + P(P C + P( P C D P(P + P( PP(C P + P( P CP(D ( P C P(P + P( PP(C P + P( PP( C PP(D ( P C Portato P(P M Capítulo 2 1 a QUESTÃO: Seja X o úmero de caras obtidas em 4 laçametos de uma moeda hoesta. Desehe o gráfico da fução distribuição de X. Resolução: Sejam Ω {(w 1,..., w 4 ; w i cara ou coroa, i 1,..., 4} o espaço amostral e X : Ω R defiido por X(w úmero de caras em w (w 1,..., w 4 a variável aleatória. Assim F X (x P(X x é a fução de distribuição de X. Como X é variável aleatória discreta temos que [X x] [X x i ], logo F X (x i:x i x P(X x i. Calculado P(X x i ficamos com, P(X 1, P(X 1 4, i:x i x P(X 2 6 4, P(X 3, P(X 4 1, P(X < e P(X > 4. Assim, Portato o gráfico de F X é: se x < F X (x P(X x i se x [, 4] i:x i x 1 se x > 4. 9

10 Figura 1: Gráfico de F X 2 a QUESTÃO: Um poto é selecioado ao acaso, do quadrado uitário [, 1] [, 1]. Seja X a primeira coordeada do poto selecioado. Faça o gráfico da fução de distribuição de X. Resolução: Seja Ω {ω (x, y; x, y 1} o espaço amostral e cosidere X : Ω [, 1] dado por X(ω x. Como F X (x P(X x temos para x > 1 que F X (x P(X x 1 e para x <, F X (x P(X x P(. Como F X (x P(X x x 1 Portato se x < F X (x x se x [, 1] 1 se x > 1 x para x 1. Logo o gráfico de F X é: Figura 2: Gráfico de F X 3 a QUESTÃO: Se adotássemos F(x P(X < x como defiição da fução de distribuição 1

11 de X, qual seria a distição etre o gráfico de F Xt e o desehado o 2.1? Haveria alguma mudaça a fução de distribuição de T 1 o mesmo exemplo? Resolução: A distição etre o gráfico de F Xt e o desehado o 2.1 é que F Xt é cotíua a esquerda ao cotrário do que ocorre o 2.1, ode ele é cotíuo à direita, ou seja, os degrais seriam fechado à direita e abertos à esquerda. No caso da fução de distribuição de T 1 : sup{t; ω(t } temos que o 2.1 se t < F T1 (t 1 e λt se t e adotado F(t P(X < t vamos ter P(T 1 < t t e P(T 1 < t 1 e λt t >. Daí temos que se t F T1 (t 1 e λt se t > Portato F T1 (t F T1 (t, já que F T1 ( F T1 (. Logo o gráfico é o mesmo. 5 a QUESTÃO: Supoha que a vida útil de certo tipo de lâmpada teha distribuição expoecial com parâmetro λ. (a (Falta de memória da distribuição expoecial Seja T a vida de uma lâmpada desse tipo. Mostre que P(T > t + s P(T > s. (b Supoha que λ 3 quado a vida é expressa em dias. Uma lâmpada solitária é ligada em uma sala o istate t. Um dia depois, você etra a sala e fica ali durate 8 horas, saido o fial desse período. (i Qual a probabilidade de que você etre a sala quado já está escura? (ii Qual a probabilidade de você etrar a sala com a lâmpada aida acesa e sair da sala depois da lâmpada queimar? (iii Dado que a lâmpada estava acesa quado você etrou. Qual a probabilidade de você sair com a luz apagada? 11

12 Resolução: Item (a: Como a distribuição é expoecial etão F T (t t f(xdx t e P(T > t 1 (1 e λt e λt. Daí temos λe λx dx e λx t 1 e λt P(T > t + s T > t P(T > t + s, T > t P(T > t P(T > t + s P(T > t e λ(t+s e λt e λs P(T > s. Item (b,i: Sabedo que T é expresso em dias, desejamos saber qual a probabilidade da vida útil da lâmpada ser meor ou igual a um dia, ou seja, P(T 1 t 3e 3x dx e 3x t 1 e 3. Item (b,ii: Como etramos a sala um dia depois e permaecemos a sala durate oito horas, ou seja, 1 3 do dia, logo devemos calcular a probabilidade da lâmpada queimar depois de um dia e ates de um dia somado com 1 3 P(1 < T de dia, logo 3e 3x dx e 3x e 4 + e. Item (b,ii: Pela letra (a temos que a distribuição expoecial ão tem memória, assim P(T 4 3 T > 1 1 P(T > T > 1 1 P(T > 1 3 P(T e 3x dx e 3x e 1 6 a QUESTÃO: Seja X uma variável aleatória com desidade (a Determie o valor da costate c. cx 2 se 1 x 1 f(x caso cotrário. 12

13 (b Ache o valor α tal que F X (α 1 (α é o primeiro quartil da distribuição de X. 4 Resolução: Item (a: Sedo f a desidade de X temos que + f(xdx 1, mas 1 + f(xdx 1 Assim, 2c 3 1, portato c 3 2. f(xdx + Item (b: Como F X (α α 1 f(xdx f(xdx + temos que + 1 f(xdx 1 1 cx 2 dx 2c 3. α 1 f(xdx α x2 dx α , assim, α etão α a QUESTÃO: Uma variável aleatória X tem fução de distribuição F(x 1 se x > 1 x 3 se x 1 se x <. Qual e a desidade de X? Resolução: Como F é cotíua, X tem desidade. Assim a desidade de X é, se x < ou x > 1 f(x F (x 3x 2 se x 1. Os valores f os potos e 1 é arbitrário, pois qualquer que seja f( (ou f(1 a itegral x f(tdt é aida igual a F(x. 1 a QUESTÃO: Se X é uma variável aleatória com distribuição expoecial de parâmetro λ >, qual a distribuição da variável aleatória y mi(λ, X? Faça a decomposição de F Y. Resolução: Como X tem distribuição expoecial de parâmetro λ > sabemos que λe λt se t f(t se t < 13

14 é desidade de X. temos: Vamos agora ecotrar a distribuição de Y mi(λ, X. Como F Y (t P(Y t, Para t λ temos P(Y t 1. Para t <, P(Y t. Para t < λ temos P(Y t P(X t t λe λs ds t λe λs ds e λs t 1 e λt se t < Portato, F Y (t 1 e λt se t < λ. Vamos agora decompor F Y. 1 se t λ Como F Y tem apeas um salto em t λ e P 1 salto o poto λ 1 e λ2. Sabedo que F d (t F(t F(t, logo se t < λ F d (t e λ2 se t λ. Calculado agora a derivada de F Y obtemos a desidade de Y, se t ou t λ f(t F Y (t λe λt se t (, λ. se t < λ t Assim, F ab (t f(xdx 1 e λt se < t λ 1 e λ2 se t > λ F d. Portato F Y F ab + F d.. Por fim, temos F s F Y F ab Capítulo 3 6 a QUESTÃO: Um jogador vai laçar uma moeda hoesta. Ele para depois de laçar ou duas caras sucessivas ou duas coroas sucessivas. Qual a esperaça do úmero de laçametos? Resolução: Seja X a variável aleatória dada pelo úmero caras e coroas observadas. Assim, 14

15 temos que X é discreta, etão E(X + k P(X k, ode k é o úmero de laçametos. Como a probabilidade de gahar jogado a moeda apeas uma vez é ula, temos P(X 1, sabedo que a probabilidade de gahar jogado a moeda apeas duas vezes é duas vezes a probabilidade de tirar duas caras (ou duas coroas, logo P(X , procededo assim temos que P(X , P(X ,, P(X k 2 1, k 2 k 1 para N e 1. Etão E(X k P(X k + k2 k k 1 k 1 ( 2 1 k (1/ Observe que a peúltima igualdade ocorre, já que, para < α < 1 temos 1 1 α + k α k, e como a série de potêcias + α k pode ser derivada termo a termo qualquer úmero de vezes k etão, derivado uma vez ambos os lados ficamos com 1 (1 α 2 + kα k 1. 8 aquestão: Sejam X e Y variáveis aleatórias. Se F X(x F Y (x para todo x R, dizemos que X é estocasticamete maior que Y. Prove que se X é estocasticamete maior que Y, etão E(X E(Y (se existem E(X e E(Y. Resolução: Se X é estocasticamete maior que Y temos que F X (x F Y (x para todo x R. Logo 1 F X (x 1 F Y (x para todo x R, assim se E(X e E(Y existem, E(X + (1 F X (xdx F X (xdx + (1 F Y (xdx F X (xdx + (1 F Y (xdx F Y (xdx E(Y. Portato, E(X E(Y. 11 a QUESTÃO: Jogadores I e II têm 2, reais cada um. Laça-se uma moeda com probabilidade p de dar cara ( < p < 1. Se der cara, o jogador I recebe 1, reais do II; se der coroa, I paga 1 ao II. Cotiua-se laçado a moeda idepedetemete, até um dos jogadores perder tudo, isto é, até um deles ficar com os 4, reais. Determie E(N, 15

16 ode N é o úmero de laçametos até termiar o jogo. Resolução: Como cada jogador perde ou gaha 1 a cada rodada temos que P(N P(N 1. Além disso, se k > 1 for ímpar também teremos P(N k, pois cada jogador recebeu 2, reais e pelas regras se k > 1 for ímpar temos que os dois jogadores já gahou e já perdeu em alguma das rodadas, supoha por absurdo que um dos jogadores gahou 4, a k esima jogada, k > 1 ímpar, seja ele o jogador I, como I perdeu em digamos < a < k laçametos, temos que I deve ter gaho em a + 2 laçametos para sair vitorioso, assim k 2a + 2 é par, absurdo. Logo os jogadores só podem gahar em um úmero par de laçametos. Assim N {2, 4, 6,...} e calculado: Para N 2 temos, P(N 2 (1 p 2 + p 2 ; Para N 4 temos, P(N 4 2(p(1 p 3 + (1 pp 3 ; Para N 6 temos, P(N 6 4(p 2 (1 p 4 + (1 p 2 p 4 Para N 8 temos, P(N 8 8(p 3 (1 p 5 + (1 p 3 p 5 ; Para N 2 temos, P(N (p 1 (1 p +1 + (1 p 1 p +1. Como E(N + 2k P(N 2k ficamos com, E(N 2 2k 2 1 (p 1 (1 p +1 + (1 p 1 p +1 k 2 1 ((1 p 1 p 1 ((1 p 2 + p 2 2((1 p 2 + p 2 k (2(1 pp 1 16

17 reescrevedo o somatório, k (2(1 pp (2(1 pp + 3(2(1 pp (2(1 pp + (2(1 pp + + (2(1 pp 2 + (2(1 pp 2 + (2(1 pp Assim, somado por coluas temos em cada colua progressão geométrica de razão maior que zero e meor que um. Daí k (2(1 pp 1 (2(1 pp + (2(1 pp (1 pp (2(1 pp (1 pp 1 2(1 pp 1 2(1 pp + 1 ( 1 + 2(1 pp + (2(1 pp (1 pp ( (1 pp 1 2(1 pp (1 2(1 pp 2 Logo, E(N 2((1 p 2 +p 2 + k (2(1 pp 1 2((1 p 2 +p 2 1 2((1 p2 +p 2. (1 2(1 pp 2 (1 2(1 pp 2 19 a QUESTÃO: Supoha que a variável aleatória X teha a seguite desidade triagular 1 + x se 1 x f(t 1 x se < x 1 se x < 1 ou x > 1. Calcule E(X e var(x. 17

18 Resolução: Como f é desidade de X temos que E(X xf(xdx 1 xf(xdx + xf(xdx + 1 xf(xdx + + xf(xdx xf(xdx + xf(xdx + x(1 + xdx + x(1 xdx ( x x ( x 2 2 x Sabedo que var(x E(X 2 (E(X 2 E(X 2 temos que var(x E(X 2 1 x 2 f(xdx x 2 (1 + xdx + x 2 (1 xdx a QUESTÃO: a Prove que se a variável aleatória X é limitada, etão tem mometos fiitos de toda ordem. b Seja A um eveto aleatório. Calcule todos os mometos absolutos da variável aleatória X I A. c Demostre: se X N(µ, σ 2, etão todos os mometos absolutos de X são fiitos. d Seja X Cauchy(, 1. Quais são os mometos absolutos fiitos de x? Resolução: Item (a: De fato, como X é limitada etão existe M > tal que X < M. Assim para cada N temos X < M, portato E( X E(M M < +. Logo X tem mometos fiitos de toda ordem. Item(b: Como X, temos que X X, além disso X é defihada como 1 se x A e caso cotrário, logo X k X X, daí temos que E( X k E(X I A dp P(X A. Item(c: Como X N(µ, σ 2 temos que X tem desidade f(x 1 etão, E X k x k f(xdx 1 2πσ 2πσ e 1 2 ( x µ σ 2. Seja k N x k e 1 2 ( x µ σ 2 dx, (1 18

19 cosiderado t x µ σ E X k 1 2πσ temos dx σdt e (1 pode ser reescrito como x k e 1 2 ( x µ σ 2 dx 1 2π σt + µ k e t2 2 dt 1 2π (σ t + µ k e t2 2 dt. (2 Como, (σ t + µ k C k (σ t k + C k 1 (σ t k 1 µ + C k 2 (σ t k 2 µ C k k 1 (σ t µ k 1 + C k k µ k, assim E X k 1 (C k 2π (σ t k e t2 2 dt + C k 1 (σ t k 1 µ e t2 2 dt + + C k k µ k e t2 2 dt. Sabedo que (σ t k e t2 2 dt σ k t k e t2 2 dt, logo se t k e t2 2 dt < + etão t e t2 2 dt < + k. Desse modo vamos os cosetrar apeas a t k e t2 2 dt, como t k e t2 2 dt + t k e t2 2 dt t k e t2 2 dt, basta etão calcular a t k e t2 2 dt. Usado o método de itegração por partes, chamado u t k 1 e dv te t2 2 dt temos du (k 1t k 2 dt e usado substituição simples chegamos que v e t2 2, logo t k e t2 2 dt t k 1 e t2 2 + (k 1 t k 2 e t2 2 dt. Se k 3, t k 2 e t2 2 dt e t2 2, caso k > 3 usamos ovamete itegração por partes, u t k 3 e dv te t2 2 dt temos du (k 3t k 4 dt e v e t2 2, daí (k 1 t k 2 e t2 2 dt (k 1 ( t k 3 e t2 2 + (k 3 t k 4 e t2 2 dt. Assim, t k e t2 2 dt t k 1 e t2 2 (k 1t k 3 e t2 2 + (k 1(k 3 t k 4 e t2 2 dt. Daí se k 5 temos t k 4 e t2 2 dt e t2 2, caso cotrário cotiuamos itegrado por partes e ficaremos com t k 1 e t2 t k e t2 2 (k 1t k 3 e t2 2 (k 1(k 3 2e t2 2 se k for ímpar; 2 dt t k 1 e t2 2 (k 1t k 3 e t2 2 (k 1(k 3 1 e t2 2 dt se k for par. 19

20 como 1 2π e t2 2 dt 1 etão e t2 2 dt 2π, assim para k ímpar teremos + t k e t2 2 dt t k 1 e t2 2 + (k 1t k 3 e t 2 (k 1(k 3 2 < +. (k 1(k 3 2e t e para k par temos + t k e t2 2 dt t k 1 e t2 2 + (k 1t k 3 e t π (k 1(k π (k 1(k 3 1 < +. 2 Para t k e t2 2 dt fazemos a mesma aálise e teremos que E X k < + para todo k N. t k e t2 2 dt < +. Portato, Item (d: Como X Cauchy(, 1 etão X possui desidade dada por f(x 1 π(1+x 2, x R. Assim, tomado iicialmete k 1 temos que Como E X x π(1 + x 2 dx 1 π + x dx 1 du 1 l(u temos que 1+x 2 2 u 2 E X 1 π + x 1 + x 2dx 1 π x (1 + x 2 dx 1 π x 1 + x 2dx x (1 + x 2 dx. 1 2π l(1 + x π l(1 + x2 + Deste modo cocluímos que X ão possue mometos absolutos fiitos, pois caso houvesse, esse obrigaria a E X < a QUESTÃO: Prove que se X assume valores o itervalo [a, b], etão a E(X b e var(x (b a2 4. (sugestão: faça primeiro para a e b 1. Exiba uma variável aleatória que atige variâcia máxima. Resolução: Como a X b etão a E(a E(X E(b b. Note agora que 2

21 var(x (b a2 4, pois sabemos que a fução f(c E(X c 2 tem míimo em c E(X, logo ( var(x E(X E(X 2 E X a + b 2 E( b a + b ( 2 a b E 2 (b a2. 4 Para a variável aleatória que atige variâcia máxima, cosidere X assumido valores o itervalo [, 1] e X Beroulli(1/2, temos que var(x E(X 2 (E(X ( a QUESTÃO: Calcule a variâcia da variável aleátoria X, sob as seguites codições: (a X Poisso(λ, ode λ >. (b X b(, p, ode < p < 1. Resolução: Item (a: Sabedo que X Poisso(λ etão P(X k e λ λk k!, k, k N. Assim, E(X k k P(X k k ke λλk k! λe λ λ k 1 (k 1! λe λ j λ j j! λ. Por outro lado, E(X 2 + k 2 P(X k + k k k e λ λ k, tomado t k 1 temos, (k 1! E(X 2 λ k e λ λ k + (k 1! (t + 1 e λ λ t+1 t! t t e λ λ t t! t + λe λ + t t t e λ λ t+1 t! λ t t! λλ + λ λ2 + λ. + t e λ λ t+1 t! Portato, var(x E(X 2 (E(X 2 λ 2 + λ λ 2 λ. Item (b: Seja X i Beroulli(p, i 1,..., idepedetes. Assim, (ver questão 3 X d X X, logo E(X E(X E(X E(X 1 p. Como os X i são 21

22 idepedetes var(x var(x i var(x 1. Sabedo que i1 var(x 1 E(X 1 2 (E(X 1 2 E(X 1 2 p 2 E(X 1 p 2 p p 2 ode a peúltima igualdade decorre do fato de X assumir apeas valor ou 1, logo X 2 também só assumirá valor ou 1, logo E(X 1 2 E(X a QUESTÃO: (a Sejam X e Y variáveis aleatórias que só assumem os valores e 1. Mostre que se E(XY E(XE(Y, etão X e Y são idepedetes. (b Prove: Se X assume apeas valores a e b, Y assume apeas os valores c e d e cov(x, Y, etão X e Y são idepedetes. Resolução: Item (a: Sabedo que X e Y só assumem os valores e 1, temos que as σ álgebras de gerada por X e Y são σ(x {, Ω, A, A c } e σ(y {, Ω, B, B c }, ode A e B são os cojutos ode X e Y respectivamete assume apeas valor 1. Deste modo, P(A B E(I A I B E(XY E(XE(Y P(AP(B. Ademais, sabedo que P(A B P(AP(B temos que P(A B c P(AP(B c, P(A c B P(A c P(B e P(A c B c P(A c P(B c, já que, A B c A A B etão P(A B c P(A (A B P(A P(A B P(A P(AP(B P(A(1 P(B P(AP(B c De modo aálogo mostra-se que P(A c B P(A c P(B e como P(A c B c P((A B c 1 P(A B 1 P(A P(B + P(A B P(A c P(B + P(AP(B P(A c P(B(1 P(A P(A c (1 P(B P(A c P(B c Cocluímos que X e Y são idepedetes, já que para o e Ω o resultado é sempre válido. Item (b: Sabedo que X assume apeas valores a e b e que Y assume apeas valores c e d, temos que as σ álgebras gerada por X e Y são: σ(x {, Ω, A, A c } e σ(y {, Ω, B, B c }, 22

23 ode X assume valor a em A e b em A c e Y assume valor c em B e d em B c. Assim, X ai A + bi A c e Y ci B + di B c e portato, XY (ai A + bi A c(ci B + di B c aci A B + adi A B c + bci A c B + bdi A c B c. Ademais, como cov(x, Y E(XY E(XE(Y etão E(XY E(XE(Y. Daí, por um lado temos E(XY ace(i A B + ade(i A B c + bce(i A c B + bde(i A c B c acp(a B + adp(a B c + bcp(a c B + bdp(a c B c acp(a B + adp(a (A B + bcp(b (A B + bdp(a B c acp(a B + adp(a adp(a B + bcp(b bcp(a B + bd(1 P(A B (ac ad bcp(a B + adp(a + bcp(b + bd(1 P(A P(B + P(A B (ac ad bc + bdp(a B + adp(a + bcp(b + bd bdp(a bdp(b (3 por outro lado, E(XE(Y E(aI A + bi A ce(ci B + di B c [ae(i A + be(i A c][ce(i B + de(i B c] acp(ap(b + adp(ap(b c + bcp(a c P(B + bdp(a c P(B c acp(ap(b + adp(a(1 P(B + bc(1 P(AP(B + bd(1 P(A(1 P(B (ac ad bc + bdp(ap(b + adp(a + bcp(b + bd bdp(a bdp(b (4 De (3 e (4 temos que (ac ad bc + bdp(a B (ac ad bc + bdp(ap(b. Como (ac ad bc + bd (a b(c d e a b e c d temos que (a b(c d, logo P(A B P(AP(B. Usado o que fizemos a letra (a cocluímos que P(A B c P(AP(B c, P(A c B P(A c P(B e P(A c B c P(A c P(B c, ou seja, X e Y são idepedetes, já que para o e Ω o resultado é sempre válido. 28 a QUESTÃO: Se X e Y são variáveis aleatórias idepedetes com variâcias fiitas. 23

24 Demostre que var(xy var(xvar(y + (E(X 2 var(y + (E(Y 2 var(x. Resolução: Por um lado, usado a idepedêcia das variáveis aleatórias temos var(xy E(XY 2 (E(XY 2 E(X 2 Y 2 (E(XE(Y 2 E(X 2 E(Y 2 (E(X 2 (E(Y 2. (5 Por outro lado, var(xvar(y + (E(X 2 var(y + (E(Y 2 var(x (E(X 2 E(X 2 (E(Y 2 E(Y 2 + E(X 2 (E(Y 2 E(Y 2 + E(Y 2 (E(X 2 E(X 2 E(X 2 E(Y 2 (E(X 2 (E(Y 2. (6 Por (5 e (6 temos que var(xy var(xvar(y + (E(X 2 var(y + (E(Y 2 var(x. a 29 QUESTÃO: Sejam X e Y variáveis aleatórias com variâcias fiitas. Mostre que se var(x var(y, etão X + Y e X Y ão são idepedetes. Resolução: Supoha por absurdo que X + Y e X Y são idepedetes, assim E(X + Y (X Y E(X +Y E(X Y, mas E[(X +Y (X Y ] E(X 2 Y 2 E(X 2 E(Y 2 e E(X + Y E(X Y (E(X + E(Y (E(X E(Y (E(X 2 (E(Y 2, daí E(X 2 E(Y 2 (E(X 2 (E(Y 2, logo var(x E(X 2 (E(X 2 E(Y 2 (E(Y 2 var(y, absurdo, pois var(x var(y. 3 a QUESTÃO: Seja X uma variável aleatória tedo distribuição b(, p. Mostre que X tem a mesma distribuição que X X, ode as X i são variáveis aleatórias idepedetes e ideticamete distribuídas que assumem apeas os valores e 1. (Qual é P(X i 1? 24

25 Utilize esse resultado para calcular a esperaça e a variâcia de X. Resolução: Sabedo que X X são i.i.d. (idepedetes e ideticamete distribuídas com probabilidade digamos, P(X i 1 p e P(X i 1 p para p 1, temos que P( X i k represeta a probabilidade de X i (1 i assumir k valores 1 e k i1 valores. Como existem C k combiações deste tipo, usamos a idepedêcia dos X i e o fato de serem ideticamete distribuídos e obtemos, P( X i k Ck (P(X 1 1 k (P(X 1 k Ck pk (1 p k. i1 Portato, X X b(, p. Assim, calcular a esperaça e a variâcia fica bem mais simples, já que, sabedo que E(X i (1 p + p p para 1 i e como X d X X temos que E(X E(X i E(X 1 p. i1 i1 Para calcular a variâcia usamos o fato de que sedo os X i s idepedetes temos var(x var(x i e como X i assume apeas os valores e 1 temos que Xi 2 X i logo i1 var(x i E(X i 2 (E(X 2 E(X i (E(X 2 p p 2 e cocluímos que var(x (p p a QUESTÃO: Demostre que a covariâcia é biliear: ( m cov a i X i, b j X j i1 j1 m a i b i cov(x i, X j j1 i1 ode os a i eb j são úmeros reais. (Supoha que as X i e Y j possuam variâcias fiitas. Resolução: Sabemos pela defiição de covariâcia que ( m cov a i X i, [( m ( ] ( m ( b j X j E a i X i b j X j E a i X i E b j X j. j1 i1 j1 i1 i1 j1 25

26 [ ( m ( ] Reescrevedo E a i X i b j X j e usado a liearidade da esperaça temos, i1 j1 [( m ( ] [ ( ( ] E a i X i b j X j E a 1 X 1 b j X j + + a m X m b j X j i1 j1 j1 j1 E [a 1 b 1 X 1 Y 1 + a 1 b 2 X 1 Y a 1 b X 1 Y + + a m b 1 X m Y a m b X m Y ] a 1 b 1 E(X 1 Y a 1 b E(X 1 Y + + a m b 1 E(X m Y a m b E(X m Y a 1 b j E(X 1 Y j + + a m b j E(X m Y j j1 m i1 j1 a i b j E(X i Y j (7 j1 de modo aálogo temos que ( m ( E a i X i E b j X j E(a 1 X 1 + a m X m E(b 1 Y b Y i1 j1 [a 1 E(X a m E(X m ] [b 1 E(Y 1 + b E(Y ] a 1 b 1 E(X 1 E(Y a 1 b E(X 1 E(Y + + a m b 1 E(X m E(Y a m b E(X m E(Y a 1 b j E(X 1 E(Y j + + a m b j E(X m E(Y j j1 m i1 a i b j E(X i E(Y j. j1 j1 (8 Assim, de (7 e (8 ( m cov a i X i, b j X j i1 j1 [( m ( ] ( m ( E a i X i b j X j E a i X i E b j X j i1 j1 i1 j1 m m a i b j E(X i Y j a i b j E(X i E(Y j i1 m i1 m j1 i1 j1 a i b j (E(X i Y j E(X i E(Y j j1 a i b j cov(x i, Y j i1 j1 j1 i1 m a i b j cov(x i, Y j. 37 a QUESTÃO: Exiba um exemplo de uma sequêcia tal que X (ω X(ω ω Ω, com E(X e E(X fiitas, mas E(X E(X. (Sugestão. Seja Y U[, 1] e defia 26

27 X I [<Y < 1 ]. Resolução: Cosidere X I [<Y < 1 ] I [, 1 ]. Note que, para todo ω [, 1], X (ω I [, 1 ] se ω [, 1/], assim X X para todo ω [, 1], já que quado caso cotrário. + o itervalo [, 1/] [, ]. Por outro lado, E(X P(X 1 1 equato que E(X, desse modo E(X E(X. Capítulo 5 1 a QUESTÃO: Seja A 1, A 2,... uma sequêcia de evetos aleatórios em (Ω, A, P, com idicadores I A1, I A2,.... Mostre que P(A se, e somete se, I A P. Resolução: Dado que lim P(A, queremos mostrar que para todo ε >, lim P( I A ε. Como lim P( I A ε lim P(I A ε, temos dois casos a cosiderar: caso < ε 1, temos que I A ε {ω Ω; I A (ω ε} A, assim lim P( I A ε lim P(I A ε Caso ε > 1, temos que I A ε {ω Ω; I A (ω ε}, logo lim P(A. Portato, I A P. lim P( I A ε lim P(I A ε lim P(. Cosidere agora que I P A, ou seja, para todo ε > lim P( I A ε. Mas como lim P( I A ε lim P(I A ε, para todo ε >, tome etão < ε 1 assim, I A ε {ω Ω; I A (ω ε} A. Logo lim P( I A ε lim P(I A ε lim P(A. 3 a QUESTÃO: Seja (X 1 uma sequêcia de variáveis aleatórias. Prove que se E(X α e var(x, etão X P α. 27

28 Resolução: Como lim var(x lim E(X 2 (E(X 2 etão lim E(X 2 lim (E(X 2 α 2, já que, E(X α. Seja ε >, temos pela desigualdade de Chebychev que, P( X α ε E(X α 2 Logo, para todo ε >, E(X2 2αX + α 2 ε 2 ε 2 E(X2 2αE(X + α 2 ε 2 lim P( X α ε, ou seja, X P α. α 2 2α α + α 2 ε 2. 6 a QUESTÃO: Sejam X 1, X 2,... variáveis aleatórias idepedetes tais que X tem distribuição U[, a ], ode a >. Mostre: (a Se a 2, etão com probabilidade 1, somete um úmero fiito das X toma valores meores que 1. (b Se a, etão com probabilidade 1, um úmero ifiito das X toma valores meores que 1. Resolução: Item(a: Como X U[, 2 ] temos que P(X < 1 1. Cosidere agora o eveto 2 A [X < 1], N. Daí temos que + P(A + 1 < +, pelo Lema de Borel 2 Catelli P(A ifiitas vezes, ou seja, P(A fiitas vezes 1. i1 Item(b: Como X U[, ] temos que P(X < 1 1. Assim cosiderado o eveto A [X < 1], N, temos que os A s são idepedetes, já que os X i s são idepedetes e + P(A + +, ovamete pelo Lema de Borel-Catelli temos que i1 P(A ifiitas vezes 1. i1 1 i1 7 a QUESTÃO: Sejam X 1, X 2,... variáveis aleatórias idepedetes tais que P(X 1 1/, P(X 1 1/. Mostre que X P mas P(X. Resolução: Queremos provar que para qualquer ε >, lim P( X ε. Sabemos 28

Lista 9 - Introdução à Probabilidade e Estatística

Lista 9 - Introdução à Probabilidade e Estatística UNIVERSIDADE FEDERAL DO ABC Lista 9 - Itrodução à Probabilidade e Estatística Desigualdades e Teoremas Limites 1 Um ariro apota a um alvo de 20 cm de raio. Seus disparos atigem o alvo, em média, a 5 cm

Leia mais

Séries de Potências AULA LIVRO

Séries de Potências AULA LIVRO LIVRO Séries de Potêcias META Apresetar os coceitos e as pricipais propriedades de Séries de Potêcias. Além disso, itroduziremos as primeiras maeiras de escrever uma fução dada como uma série de potêcias.

Leia mais

5. A nota final será a soma dos pontos (negativos e positivos) de todas as questões

5. A nota final será a soma dos pontos (negativos e positivos) de todas as questões DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG - 2013/2014 Istruções: 1. Cada questão respodida corretamete vale 1 (um) poto. 2. Cada questão respodida

Leia mais

Exercícios de Matemática Polinômios

Exercícios de Matemática Polinômios Exercícios de Matemática Poliômios ) (ITA-977) Se P(x) é um poliômio do 5º grau que satisfaz as codições = P() = P() = P(3) = P(4) = P(5) e P(6) = 0, etão temos: a) P(0) = 4 b) P(0) = 3 c) P(0) = 9 d)

Leia mais

Lista 2 - Introdução à Probabilidade e Estatística

Lista 2 - Introdução à Probabilidade e Estatística UNIVERSIDADE FEDERAL DO ABC Lista - Itrodução à Probabilidade e Estatística Modelo Probabilístico experimeto. Que eveto represeta ( =1 E )? 1 Uma ura cotém 3 bolas, uma vermelha, uma verde e uma azul.

Leia mais

5- CÁLCULO APROXIMADO DE INTEGRAIS 5.1- INTEGRAÇÃO NUMÉRICA

5- CÁLCULO APROXIMADO DE INTEGRAIS 5.1- INTEGRAÇÃO NUMÉRICA 5- CÁLCULO APROXIMADO DE INTEGRAIS 5.- INTEGRAÇÃO NUMÉRICA Itegrar umericamete uma fução y f() um dado itervalo [a, b] é itegrar um poliômio P () que aproime f() o dado itervalo. Em particular, se y f()

Leia mais

2.1 Dê exemplo de uma seqüência fa n g ; não constante, para ilustrar cada situação abaixo: (a) limitada e estritamente crescente;

2.1 Dê exemplo de uma seqüência fa n g ; não constante, para ilustrar cada situação abaixo: (a) limitada e estritamente crescente; 2.1 Dê exemplo de uma seqüêcia fa g ; ão costate, para ilustrar cada situação abaixo: (a) limitada e estritamete crescete; (b) limitada e estritamete decrescete; (c) limitada e ão moótoa; (d) ão limitada

Leia mais

A TORRE DE HANÓI Carlos Yuzo Shine - Colégio Etapa

A TORRE DE HANÓI Carlos Yuzo Shine - Colégio Etapa A TORRE DE HANÓI Carlos Yuzo Shie - Colégio Etapa Artigo baseado em aula miistrada a IV Semaa Olímpica, Salvador - BA Nível Iiciate. A Torre de Haói é um dos quebra-cabeças matemáticos mais populares.

Leia mais

FACULDADE DE ADMINISTRAÇÃO E NEGÓCIOS DE SERGIPE

FACULDADE DE ADMINISTRAÇÃO E NEGÓCIOS DE SERGIPE FACULDADE DE ADMINISTRAÇÃO E NEGÓCIOS DE SERGIPE CURSO: ENGENHARIA DE PRODUÇÃO ASSUNTO: INTRODUÇÃO ÀS EQUAÇÕES DIFERENCIAIS, EQUAÇÕES DIFERENCIAIS DE PRIMEIRA ORDEM SEPARÁVEIS, HOMOGÊNEAS, EXATAS, FATORES

Leia mais

onde d, u, v são inteiros não nulos, com u v, mdc(u, v) = 1 e u e v de paridades distintas.

onde d, u, v são inteiros não nulos, com u v, mdc(u, v) = 1 e u e v de paridades distintas. !"$# &%$" ')( * +-,$. /-0 3$4 5 6$7 8:9)$;$< =8:< > Deomiaremos equação diofatia (em homeagem ao matemático grego Diofato de Aleadria) uma equação em úmeros iteiros. Nosso objetivo será estudar dois tipos

Leia mais

Sumário. 2 Índice Remissivo 11

Sumário. 2 Índice Remissivo 11 i Sumário 1 Esperaça de uma Variável Aleatória 1 1.1 Variáveis aleatórias idepedetes........................... 1 1.2 Esperaça matemática................................. 1 1.3 Esperaça de uma Fução de

Leia mais

Capitulo 6 Resolução de Exercícios

Capitulo 6 Resolução de Exercícios FORMULÁRIO Cojutos Equivaletes o Regime de Juros Simples./Vecimeto Comum. Descoto Racioal ou Por Detro C1 C2 Cm C1 C2 C...... 1 i 1 i 1 i 1 i 1 i 1 i 1 2 m 1 2 m C Ck 1 i 1 i k1 Descoto Por Fora ou Comercial

Leia mais

Até que tamanho podemos brincar de esconde-esconde?

Até que tamanho podemos brincar de esconde-esconde? Até que tamaho podemos bricar de escode-escode? Carlos Shie Sejam K e L dois subcojutos covexos e compactos de R. Supoha que K sempre cosiga se escoder atrás de L. Em termos mais precisos, para todo vetor

Leia mais

Lista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas

Lista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas . ANPEC 8 - Questão Seja x uma variável aleatória com fução desidade de probabilidade dada por: f(x) = x, para x f(x) =, caso cotrário. Podemos afirmar que: () E[x]=; () A mediaa de x é ; () A variâcia

Leia mais

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA 5. INTRODUÇÃO É freqüete ecotrarmos problemas estatísticos do seguite tipo : temos um grade úmero de objetos (população) tais que se fossem tomadas as medidas

Leia mais

A seguir, uma demonstração do livro. Para adquirir a versão completa em papel, acesse: www.pagina10.com.br

A seguir, uma demonstração do livro. Para adquirir a versão completa em papel, acesse: www.pagina10.com.br A seguir, uma demostração do livro. Para adquirir a versão completa em papel, acesse: www.pagia10.com.br Matemática comercial & fiaceira - 2 4 Juros Compostos Iiciamos o capítulo discorredo sobre como

Leia mais

somente um valor da variável y para cada valor de variável x.

somente um valor da variável y para cada valor de variável x. Notas de Aula: Revisão de fuções e geometria aalítica REVISÃO DE FUNÇÕES Fução como regra ou correspodêcia Defiição : Uma fução f é uma regra ou uma correspodêcia que faz associar um e somete um valor

Leia mais

Testes de Hipóteses para a Diferença Entre Duas Médias Populacionais

Testes de Hipóteses para a Diferença Entre Duas Médias Populacionais Estatística II Atoio Roque Aula Testes de Hipóteses para a Difereça Etre Duas Médias Populacioais Vamos cosiderar o seguite problema: Um pesquisador está estudado o efeito da deficiêcia de vitamia E sobre

Leia mais

PRESTAÇÃO = JUROS + AMORTIZAÇÃO

PRESTAÇÃO = JUROS + AMORTIZAÇÃO AMORTIZAÇÃO Amortizar sigifica pagar em parcelas. Como o pagameto do saldo devedor pricipal é feito de forma parcelada durate um prazo estabelecido, cada parcela, chamada PRESTAÇÃO, será formada por duas

Leia mais

Equações Diferenciais (ED) Resumo

Equações Diferenciais (ED) Resumo Equações Difereciais (ED) Resumo Equações Difereciais é uma equação que evolve derivadas(diferecial) Por eemplo: dy ) 5 ( y: variável depedete, : variável idepedete) d y dy ) 3 0 y ( y: variável depedete,

Leia mais

Estatística para Economia e Gestão REVISÕES SOBRE VARIÁVEIS ALEATÓRIAS DISCRETAS E CONTÍNUAS

Estatística para Economia e Gestão REVISÕES SOBRE VARIÁVEIS ALEATÓRIAS DISCRETAS E CONTÍNUAS Estatística para Ecoomia e Gestão REVISÕES SOBRE VARIÁVEIS ALEATÓRIAS DISCRETAS E CONTÍNUAS Primavera 008/009 Variável Aleatória: Defiição: uma variável aleatória é uma fução que atribui a cada elemeto

Leia mais

CAP. I ERROS EM CÁLCULO NUMÉRICO

CAP. I ERROS EM CÁLCULO NUMÉRICO CAP I ERROS EM CÁLCULO NUMÉRICO 0 Itrodução Por método umérico etede-se um método para calcular a solução de um problema realizado apeas uma sequêcia fiita de operações aritméticas A obteção de uma solução

Leia mais

PROBABILIDADES E ESTATÍSTICA

PROBABILIDADES E ESTATÍSTICA ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA o Teste 7 o SEMESTRE 5/6 Data: Sábado, 7 de Jaeiro de 6 Duração: 9:3 às :3 Tópicos de Resolução. O úmero

Leia mais

O oscilador harmônico

O oscilador harmônico O oscilador harmôico A U L A 5 Meta da aula Aplicar o formalismo quâtico ao caso de um potecial de um oscilador harmôico simples, V( x) kx. objetivos obter a solução da equação de Schrödiger para um oscilador

Leia mais

INTRODUÇÃO A TEORIA DE CONJUNTOS

INTRODUÇÃO A TEORIA DE CONJUNTOS INTRODUÇÃO TEORI DE CONJUNTOS Professora Laura guiar Cojuto dmitiremos que um cojuto seja uma coleção de ojetos chamados elemetos e que cada elemeto é um dos compoetes do cojuto. Geralmete, para dar ome

Leia mais

JUROS COMPOSTOS. Questão 01 A aplicação de R$ 5.000, 00 à taxa de juros compostos de 20% a.m irá gerar após 4 meses, um montante de: letra b

JUROS COMPOSTOS. Questão 01 A aplicação de R$ 5.000, 00 à taxa de juros compostos de 20% a.m irá gerar após 4 meses, um montante de: letra b JUROS COMPOSTOS Chamamos de regime de juros compostos àquele ode os juros de cada período são calculados sobre o motate do período aterior, ou seja, os juros produzidos ao fim de cada período passam a

Leia mais

Aula 2 - POT - Teoria dos Números - Fabio E. Brochero Martinez Carlos Gustavo T. de A. Moreira Nicolau C. Saldanha Eduardo Tengan

Aula 2 - POT - Teoria dos Números - Fabio E. Brochero Martinez Carlos Gustavo T. de A. Moreira Nicolau C. Saldanha Eduardo Tengan Aula - POT - Teoria dos Números - Nível III - Pricípios Fabio E. Brochero Martiez Carlos Gustavo T. de A. Moreira Nicolau C. Saldaha Eduardo Tega de Julho de 01 Pricípios Nesta aula apresetaremos algus

Leia mais

EQUAÇÕES DIFERENCIAIS LINEARES DE ORDEM N

EQUAÇÕES DIFERENCIAIS LINEARES DE ORDEM N EQUAÇÕES DIFERENCIAIS LINEARES DE ORDEM N Estudaremos este capítulo as equações diereciais lieares de ordem, que são de suma importâcia como suporte matemático para vários ramos da egeharia e das ciêcias.

Leia mais

O poço de potencial infinito

O poço de potencial infinito O poço de potecial ifiito A U L A 14 Meta da aula Aplicar o formalismo quâtico ao caso de um potecial V(x) que tem a forma de um poço ifiito: o potecial é ifiito para x < a/ e para x > a/, e tem o valor

Leia mais

Faculdade Campo Limpo Paulista Mestrado em Ciência da Computação Complexidade de Algoritmos Avaliação 2

Faculdade Campo Limpo Paulista Mestrado em Ciência da Computação Complexidade de Algoritmos Avaliação 2 Faculdade Campo Limpo Paulista Mestrado em Ciêcia da Computação Complexidade de Algoritmos Avaliação 2. (2,0): Resolva a seguite relação de recorrêcia. T() = T( ) + 3 T() = 3 Pelo método iterativo progressivo.

Leia mais

Probabilidade 2 - ME310 - Lista 5

Probabilidade 2 - ME310 - Lista 5 Probabilidade - ME30 - Lista 5 November 3, 0 Lembrado:. Covergêcia de sequêcias em L p (também chamada de covergêcia em média): se lim E( X X 0 p ) 0 quado, etão a sequêcia deida por X é dita covergete

Leia mais

a taxa de juros i está expressa na forma unitária; o período de tempo n e a taxa de juros i devem estar na mesma unidade de tempo.

a taxa de juros i está expressa na forma unitária; o período de tempo n e a taxa de juros i devem estar na mesma unidade de tempo. UFSC CFM DEPARTAMENTO DE MATEMÁTICA MTM 5151 MATEMÁTICA FINACEIRA I PROF. FERNANDO GUERRA. UNIDADE 3 JUROS COMPOSTOS Capitalização composta. É aquela em que a taxa de juros icide sempre sobre o capital

Leia mais

Probabilidades. José Viegas

Probabilidades. José Viegas Probabilidades José Viegas Lisboa 001 1 Teoria das probabilidades Coceito geral de probabilidade Supoha-se que o eveto A pode ocorrer x vezes em, igualmete possíveis. Etão a probabilidade de ocorrêcia

Leia mais

Lista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação

Lista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação Assuto: Propriedade dos Estimadores e Métodos de Estimação. ANPEC 08 - Questão 6 Por regulametação, a cocetração de um produto químico ão pode ultrapassar 0 ppm. Uma fábrica utiliza esse produto e sabe

Leia mais

VII Equações Diferenciais Ordinárias de Primeira Ordem

VII Equações Diferenciais Ordinárias de Primeira Ordem VII Equações Difereciais Ordiárias de Primeira Ordem Itrodução As equações difereciais ordiárias são istrumetos esseciais para a modelação de muitos feómeos proveietes de várias áreas como a física, química,

Leia mais

Problema de Fluxo de Custo Mínimo

Problema de Fluxo de Custo Mínimo Problema de Fluo de Custo Míimo The Miimum Cost Flow Problem Ferado Nogueira Fluo de Custo Míimo O Problema de Fluo de Custo Míimo (The Miimum Cost Flow Problem) Este problema possui papel pricipal etre

Leia mais

Definição 1.1: Uma equação diferencial ordinária é uma. y ) = 0, envolvendo uma função incógnita y = y( x) e algumas das suas derivadas em ordem a x.

Definição 1.1: Uma equação diferencial ordinária é uma. y ) = 0, envolvendo uma função incógnita y = y( x) e algumas das suas derivadas em ordem a x. 4. EQUAÇÕES DIFERENCIAIS 4.: Defiição e coceitos básicos Defiição.: Uma equação diferecial ordiária é uma dy d y equação da forma f,,,, y = 0 ou d d ( ) f (, y, y,, y ) = 0, evolvedo uma fução icógita

Leia mais

Por que o quadrado de terminados em 5 e ta o fa cil? Ex.: 15²=225, 75²=5625,...

Por que o quadrado de terminados em 5 e ta o fa cil? Ex.: 15²=225, 75²=5625,... Por que o quadrado de terminados em 5 e ta o fa cil? Ex.: 15²=225, 75²=5625,... 0) O que veremos na aula de hoje? Um fato interessante Produtos notáveis Equação do 2º grau Como fazer a questão 5 da 3ª

Leia mais

Faculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu Programação Diâmica Aula 3: Programação Diâmica Programação Diâmica Determiística; e Programação Diâmica Probabilística. Programação Diâmica O que é a Programação Diâmica? A Programação Diâmica é uma técica

Leia mais

Os juros compostos são conhecidos, popularmente, como juros sobre juros.

Os juros compostos são conhecidos, popularmente, como juros sobre juros. Módulo 4 JUROS COMPOSTOS Os juros compostos são cohecidos, popularmete, como juros sobre juros. 1. Itrodução Etedemos por juros compostos quado o fial de cada período de capitalização, os redimetos são

Leia mais

37ª OLIMPÍADA BRASILEIRA DE MATEMÁTICA PRIMEIRA FASE NÍVEL 3 (Ensino Médio) GABARITO

37ª OLIMPÍADA BRASILEIRA DE MATEMÁTICA PRIMEIRA FASE NÍVEL 3 (Ensino Médio) GABARITO 37ª OLIMPÍADA BRASILEIRA DE MATEMÁTICA PRIMEIRA FASE NÍVEL 3 Esio Médio) GABARITO GABARITO NÍVEL 3 ) B ) A ) B ) D ) C ) B 7) C ) C 7) B ) C 3) D 8) E 3) A 8) E 3) A ) C 9) B ) B 9) B ) C ) E 0) D ) A

Leia mais

Analise de Investimentos e Custos Prof. Adilson C. Bassan email: adilsonbassan@adilsonbassan.com

Analise de Investimentos e Custos Prof. Adilson C. Bassan email: adilsonbassan@adilsonbassan.com Aalise de Ivestimetos e Custos Prof. Adilso C. Bassa email: adilsobassa@adilsobassa.com JUROS SIMPLES 1 Juro e Cosumo Existe juro porque os recursos são escassos. As pessoas têm preferêcia temporal: preferem

Leia mais

MATEMÁTICA APLICADA À GESTÃO I

MATEMÁTICA APLICADA À GESTÃO I 00 MATEMÁTICA APLICADA À GESTÃO I TEXTO DE APOIO MARIA ALICE FILIPE ÍNDICE NOTAS PRÉVIAS ALGUNS CONCEITOS SOBRE SÉRIES6 NOTAS PRÉVIAS As otas seguites referem-se ao maual adoptado: Cálculo, Vol I James

Leia mais

O erro da pesquisa é de 3% - o que significa isto? A Matemática das pesquisas eleitorais

O erro da pesquisa é de 3% - o que significa isto? A Matemática das pesquisas eleitorais José Paulo Careiro & Moacyr Alvim O erro da pesquisa é de 3% - o que sigifica isto? A Matemática das pesquisas eleitorais José Paulo Careiro & Moacyr Alvim Itrodução Sempre que se aproxima uma eleição,

Leia mais

Lista de Exercícios #4. in Noções de Probabilidade e Estatística (Marcos N. Magalhães et al, 4ª. edição), Capítulo 4, seção 4.4, páginas 117-123.

Lista de Exercícios #4. in Noções de Probabilidade e Estatística (Marcos N. Magalhães et al, 4ª. edição), Capítulo 4, seção 4.4, páginas 117-123. Uiversidade de São Paulo IME (Istituto de Matemática e Estatística MAE Profº. Wager Borges São Paulo, 9 de Maio de 00 Ferado Herique Ferraz Pereira da Rosa Bach. Estatística Lista de Exercícios #4 i Noções

Leia mais

Departamento de Matemática - Universidade de Coimbra. Mestrado Integrado em Engenharia Civil. Capítulo 1: Sucessões e séries

Departamento de Matemática - Universidade de Coimbra. Mestrado Integrado em Engenharia Civil. Capítulo 1: Sucessões e séries Departameto de Matemática - Uiversidade de Coimbra Mestrado Itegrado em Egeharia Civil Exercícios Teórico-Práticos 200/20 Capítulo : Sucessões e séries. Liste os primeiros cico termos de cada uma das sucessões

Leia mais

MATEMÁTICA FINANCEIRA

MATEMÁTICA FINANCEIRA MATEMÁTICA FINANCEIRA VALOR DO DINHEIRO NO TEMPO Notas de aulas Gereciameto do Empreedimeto de Egeharia Egeharia Ecoômica e Aálise de Empreedimetos Prof. Márcio Belluomii Moraes, MsC CONCEITOS BÁSICOS

Leia mais

3. Seja C o conjunto dos números complexos. Defina a soma em C por

3. Seja C o conjunto dos números complexos. Defina a soma em C por Eercícios Espaços vetoriais. Cosidere os vetores = (8 ) e = ( -) em. (a) Ecotre o comprimeto de cada vetor. (b) Seja = +. Determie o comprimeto de. Qual a relação etre seu comprimeto e a soma dos comprimetos

Leia mais

Aula 5. Aula de hoje. Aula passada. Limitante da união Método do primeiro momento Lei dos grandes números (fraca e forte) Erro e confiança

Aula 5. Aula de hoje. Aula passada. Limitante da união Método do primeiro momento Lei dos grandes números (fraca e forte) Erro e confiança Aula 5 Aula passada Valor esperado codicioal Espaço amostral cotíuo, fução desidade Limitates para probabilidade Desigualdades de Markov, Chebyshev, Cheroff with high probability Aula de hoje Limitate

Leia mais

M = C (1 + i) n. Comparando o cálculo composto (exponencial) com o cálculo simples (linear), vemos no cálculo simples:

M = C (1 + i) n. Comparando o cálculo composto (exponencial) com o cálculo simples (linear), vemos no cálculo simples: PEDRO ORBERTO JUROS COMPOSTOS Da capitalização simples, sabemos que o redimeto se dá de forma liear ou proporcioal. A base de cálculo é sempre o capital iicial. o regime composto de capitalização, dizemos

Leia mais

Universidade Federal da Bahia - IM

Universidade Federal da Bahia - IM Uiversidade Federal da Bahia - IM Programa de Pós-Graduação em Matemática Professor: Tertuliao Fraco Aluo: Felipe Foseca dos Satos Trabalho do curso de Probabilidade Este trabalho cosiste em resolver algumas

Leia mais

Conceito 31/10/2015. Módulo VI Séries ou Fluxos de Caixas Uniformes. SÉRIES OU FLUXOS DE CAIXAS UNIFORMES Fluxo de Caixa

Conceito 31/10/2015. Módulo VI Séries ou Fluxos de Caixas Uniformes. SÉRIES OU FLUXOS DE CAIXAS UNIFORMES Fluxo de Caixa Módulo VI Séries ou Fluxos de Caixas Uiformes Daillo Touriho S. da Silva, M.Sc. SÉRIES OU FLUXOS DE CAIXAS UNIFORMES Fluxo de Caixa Coceito A resolução de problemas de matemática fiaceira tora-se muito

Leia mais

Notas de Aula do Curso PGE950: Probabilidade

Notas de Aula do Curso PGE950: Probabilidade Notas de Aula do Curso PGE950: Probabilidade Leadro Chaves Rêgo, Ph.D. 2013.1 Prefácio Estas otas de aula foram feitas para compilar o coteúdo de várias referêcias bibliográficas tedo em vista o coteúdo

Leia mais

1.1 Comecemos por determinar a distribuição de representantes por aplicação do método de Hondt:

1.1 Comecemos por determinar a distribuição de representantes por aplicação do método de Hondt: Proposta de Resolução do Exame de Matemática Aplicada às Ciêcias Sociais Cód. 835-2ª 1ª Fase 2014 1.1 Comecemos por determiar a distribuição de represetates por aplicação do método de Hodt: Divisores PARTIDOS

Leia mais

defi departamento de física www.defi.isep.ipp.pt

defi departamento de física www.defi.isep.ipp.pt defi departameto de física Laboratórios de Física www.defi.isep.ipp.pt stituto Superior de Egeharia do Porto- Departameto de Física Rua Dr. Atóio Berardio de Almeida, 431 4200-072 Porto. T 228 340 500.

Leia mais

J. A. M. Felippe de Souza 9 Diagramas de Bode

J. A. M. Felippe de Souza 9 Diagramas de Bode 9 Diagramas de Bode 9. Itrodução aos diagramas de Bode 3 9. A Fução de rasferêcia 4 9.3 Pólos e zeros da Fução de rasferêcia 8 Equação característica 8 Pólos da Fução de rasferêcia 8 Zeros da Fução de

Leia mais

Introdução ao Estudo de Sistemas Lineares

Introdução ao Estudo de Sistemas Lineares Itrodução ao Estudo de Sistemas Lieares 1. efiições. 1.1 Equação liear é toda seteça aberta, as icógitas x 1, x 2, x 3,..., x, do tipo a1 x1 a2 x2 a3 x3... a x b, em que a 1, a 2, a 3,..., a são os coeficietes

Leia mais

Neste capítulo, pretendemos ajustar retas ou polinômios a um conjunto de pontos experimentais.

Neste capítulo, pretendemos ajustar retas ou polinômios a um conjunto de pontos experimentais. 03 Capítulo 3 Regressão liear e poliomial Neste capítulo, pretedemos ajustar retas ou poliômios a um cojuto de potos experimetais. Regressão liear A tabela a seguir relacioa a desidade (g/cm 3 ) do sódio

Leia mais

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04 MA1 - Udade 4 Somatóros e Bômo de Newto Semaa de 11/04 a 17/04 Nesta udade troduzremos a otação de somatóro, mostrado como a sua mapulação pode sstematzar e facltar o cálculo de somas Dada a mportâca de

Leia mais

MQI 2003 ESTATÍSTICA PARA METROLOGIA - SEMESTRE Teste 2 07/07/2008 Nome: PROBLEMA 1 Sejam X e Y v.a. contínuas com densidade conjunta:

MQI 2003 ESTATÍSTICA PARA METROLOGIA - SEMESTRE Teste 2 07/07/2008 Nome: PROBLEMA 1 Sejam X e Y v.a. contínuas com densidade conjunta: MQI 003 ESTATÍSTICA PARA METROLOGIA - SEMESTRE 008.0 Teste 07/07/008 Nome: PROBLEMA Sejam X e Y v.a. cotíuas com desidade cojuta: f xy cy xy x y (, ) = + 3 ode 0 e 0 a) Ecotre a costate c que faz desta

Leia mais

Prof. Eugênio Carlos Stieler

Prof. Eugênio Carlos Stieler http://wwwuematbr/eugeio SISTEMAS DE AMORTIZAÇÃO A ecessidade de recursos obriga aqueles que querem fazer ivestimetos a tomar empréstimos e assumir dívidas que são pagas com juros que variam de acordo

Leia mais

Curso MIX. Matemática Financeira. Juros compostos com testes resolvidos. 1.1 Conceito. 1.2 Período de Capitalização

Curso MIX. Matemática Financeira. Juros compostos com testes resolvidos. 1.1 Conceito. 1.2 Período de Capitalização Curso MI Matemática Fiaceira Professor: Pacífico Referêcia: 07//00 Juros compostos com testes resolvidos. Coceito Como vimos, o regime de capitalização composta o juro de cada período é calculado tomado

Leia mais

Matemática. Resolução das atividades complementares. M10 Progressões. 1 (UFBA) A soma dos 3 o e 4 o termos da seqüência abaixo é:

Matemática. Resolução das atividades complementares. M10 Progressões. 1 (UFBA) A soma dos 3 o e 4 o termos da seqüência abaixo é: Resolução das atividades complemetares Matemática M0 Progressões p. 46 (UFBA) A soma dos o e 4 o termos da seqüêcia abaio é: a 8 * a 8 ( )? a, IN a) 6 c) 0 e) 6 b) 8 d) 8 a 8 * a 8 ( )? a, IN a 8 ()? a

Leia mais

INTRODUÇÃO. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...

INTRODUÇÃO. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ... INTRODUÇÃO Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário

Leia mais

Demonstrações especiais

Demonstrações especiais Os fudametos da Física Volume 3 Meu Demostrações especiais a ) RLAÇÃO NTR próx. e sup. osidere um codutor eletrizado e em equilíbrio eletrostático. Seja P sup. um poto da superfície e P próx. um poto extero

Leia mais

Aula 11 Esperança e variância de variáveis aleatórias discretas

Aula 11 Esperança e variância de variáveis aleatórias discretas Aula 11 Esperança e variância de variáveis aleatórias discretas Nesta aula você estudará os conceitos de média e variância de variáveis aleatórias discretas, que são, respectivamente, medidas de posição

Leia mais

Prova 3 Matemática ... GABARITO 1 NOME DO CANDIDATO:

Prova 3 Matemática ... GABARITO 1 NOME DO CANDIDATO: Prova 3 QUESTÕES OBJETIIVAS N ọ DE ORDEM: NOME DO CANDIDATO: N ọ DE INSCRIÇÃO: IINSTRUÇÕES PARA A REALIIZAÇÃO DA PROVA. Cofira os campos N ọ DE ORDEM, N ọ DE INSCRIÇÃO e NOME, que costam da etiqueta fixada

Leia mais

Tabela Price - verdades que incomodam Por Edson Rovina

Tabela Price - verdades que incomodam Por Edson Rovina Tabela Price - verdades que icomodam Por Edso Rovia matemático Mestrado em programação matemática pela UFPR (métodos uméricos de egeharia) Este texto aborda os seguites aspectos: A capitalização dos juros

Leia mais

Anexo VI Técnicas Básicas de Simulação do livro Apoio à Decisão em Manutenção na Gestão de Activos Físicos

Anexo VI Técnicas Básicas de Simulação do livro Apoio à Decisão em Manutenção na Gestão de Activos Físicos Aexo VI Técicas Básicas de Simulação do livro Apoio à Decisão em Mauteção a Gestão de Activos Físicos LIDEL, 1 Rui Assis rassis@rassis.com http://www.rassis.com ANEXO VI Técicas Básicas de Simulação Simular

Leia mais

CPV seu Pé Direito no INSPER

CPV seu Pé Direito no INSPER CPV seu Pé Direito o INSPE INSPE esolvida /ovembro/0 Prova A (Marrom) MATEMÁTICA 7. Cosidere o quadrilátero coveo ABCD mostrado a figura, em que AB = cm, AD = cm e m(^a) = 90º. 8. No plao cartesiao da

Leia mais

Juros Simples e Compostos

Juros Simples e Compostos Juros Simples e Compostos 1. (G1 - epcar (Cpcar) 2013) Gabriel aplicou R$ 6500,00 a juros simples em dois bacos. No baco A, ele aplicou uma parte a 3% ao mês durate 5 6 de um ao; o baco B, aplicou o restate

Leia mais

ActivALEA. ative e atualize a sua literacia

ActivALEA. ative e atualize a sua literacia ActivALEA ative e atualize a sua literacia N.º 29 O QUE É UMA SONDAGEM? COMO É TRANSMIITIIDO O RESULTADO DE UMA SONDAGEM? O QUE É UM IINTERVALO DE CONFIIANÇA? Por: Maria Eugéia Graça Martis Departameto

Leia mais

Otimização e complexidade de algoritmos: problematizando o cálculo do mínimo múltiplo comum

Otimização e complexidade de algoritmos: problematizando o cálculo do mínimo múltiplo comum Otimização e complexidade de algoritmos: problematizado o cálculo do míimo múltiplo comum Custódio Gastão da Silva Júior 1 1 Faculdade de Iformática PUCRS 90619-900 Porto Alegre RS Brasil gastaojuior@gmail.com

Leia mais

Variáveis Aleatórias Contínuas e Distribuição de Probabilidad

Variáveis Aleatórias Contínuas e Distribuição de Probabilidad Variáveis Aleatórias Contínuas e Distribuição de Probabilidades - parte IV 2012/02 Distribuição Exponencial Vamos relembrar a definição de uma variável com Distribuição Poisson. Número de falhas ao longo

Leia mais

Estatística stica para Metrologia

Estatística stica para Metrologia Estatística stica para Metrologia Aula Môica Barros, D.Sc. Juho de 28 Muitos problemas práticos exigem que a gete decida aceitar ou rejeitar alguma afirmação a respeito de um parâmetro de iteresse. Esta

Leia mais

Análise de Projectos ESAPL / IPVC. Critérios de Valorização e Selecção de Investimentos. Métodos Estáticos

Análise de Projectos ESAPL / IPVC. Critérios de Valorização e Selecção de Investimentos. Métodos Estáticos Aálise de Projectos ESAPL / IPVC Critérios de Valorização e Selecção de Ivestimetos. Métodos Estáticos Como escolher ivestimetos? Desde sempre que o homem teve ecessidade de ecotrar métodos racioais para

Leia mais

Equações Diferenciais Lineares de Ordem n

Equações Diferenciais Lineares de Ordem n PUCRS Faculdade de Matemática Equações Difereciais - Prof. Eliete Equações Difereciais Lieares de Ordem Cosideremos a equação diferecial ordiária liear de ordem escrita a forma 1 d y d y dy L( y( x ))

Leia mais

Lista 9 - Introdução à Probabilidade e Estatística

Lista 9 - Introdução à Probabilidade e Estatística Lista 9 - Itrodução à Probabilidade e Estatística Desigualdades e Teoremas Limites 2.=000. 1 Um ariro apota a um alvo de 20 cm de raio. Seus disparos atigem o alvo, em média, a 5 cm do cetro deste. Assuma

Leia mais

APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA

APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA UNIVERSIDADE DO ALGARVE ESCOLA SUPERIOR DE TECNOLOGIA APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA (III ) ÁREA DEPARTAMENTAL DE ENGENHARIA CIVIL Ídice Itrodução Aplicação do cálculo matricial aos

Leia mais

Unidade 11 - Probabilidade. Probabilidade Empírica Probabilidade Teórica

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

Leia mais

Capitulo 9 Resolução de Exercícios

Capitulo 9 Resolução de Exercícios FORMULÁRIO Empréstimos a Curto Prazo (Juros Simples) Taxa efetiva liear i l i ; Taxa efetiva expoecial i Empréstimos a Logo Prazo Relações Básicas C k R k i k ; Sk i Sk i e i ; Sk Sk Rk ; Sk i Sk R k ;

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

Preliminares 1. 1 lim sup, lim inf. Medida e Integração. Departamento de Física e Matemática. USP-RP. Prof. Rafael A. Rosales. 8 de março de 2009.

Preliminares 1. 1 lim sup, lim inf. Medida e Integração. Departamento de Física e Matemática. USP-RP. Prof. Rafael A. Rosales. 8 de março de 2009. Medida e Itegração. Departameto de Física e Matemática. USP-RP. Prof. Rafael A. Rosales 8 de março de 2009. 1 lim sup, lim if Prelimiares 1 Seja (x ), N, uma seqüêcia de úmeros reais, e l o limite desta

Leia mais

Métodos Quantitativos para Ciência da Computação Experimental

Métodos Quantitativos para Ciência da Computação Experimental Métodos Quatitativos para Ciêcia da Computação Experimetal -Aula #b- Virgílio A. F. Almeida Março 008 Departameto de Ciêcia da Computação Uiversidade Federal de Mias Gerais Material de Estatistica http://www.itl.ist.gov/div898/hadbook/idex.htm

Leia mais

Jackknife, Bootstrap e outros métodos de reamostragem

Jackknife, Bootstrap e outros métodos de reamostragem Jackkife, Bootstrap e outros métodos de reamostragem Camilo Daleles Reó camilo@dpi.ipe.br Referata Biodiversa (http://www.dpi.ipe.br/referata/idex.html) São José dos Campos, 8 de dezembro de 20 Iferêcia

Leia mais

+... + a k. Observação: Os sistemas de coordenadas considerados são cartesianos retangulares.

+... + a k. Observação: Os sistemas de coordenadas considerados são cartesianos retangulares. MATEMÁTICA NOTAÇÕES : cojuto dos úmeros aturais; = {,,, } : cojuto dos úmeros iteiros : cojuto dos úmeros racioais : cojuto dos úmeros reais : cojuto dos úmeros complexos i: uidade imagiária, i = z: módulo

Leia mais

Cálculo das Probabilidades e Estatística I

Cálculo das Probabilidades e Estatística I Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Introdução a Probabilidade Existem dois tipos

Leia mais

Universidade Federal do Maranhão Centro de Ciências Exatas e Tecnologia Coordenação do Programa de Pós-Graduação em Física

Universidade Federal do Maranhão Centro de Ciências Exatas e Tecnologia Coordenação do Programa de Pós-Graduação em Física Uiversidade Federal do Marahão Cetro de Ciêcias Exatas e Tecologia Coordeação do Programa de Pós-Graduação em Física Exame de Seleção para Igresso o 1º. Semestre de 2011 Disciplia: Mecâica Clássica 1.

Leia mais

Lista 2 - Introdução à Probabilidade e Estatística

Lista 2 - Introdução à Probabilidade e Estatística Lista - Itrodução à Probabilidade e Estatística Modelo Probabilístico 1 Uma ura cotém 3 bolas, uma vermelha, uma verde e uma azul. a) Cosidere o seguite experimeto. Retire uma bola da ura, devolva-a e

Leia mais

Notas de aula de Probabilidade Avançada

Notas de aula de Probabilidade Avançada Notas de aula de Probabilidade Avaçada Adilso Simois (professor) Tássio Naia dos Satos (aluo) primeiro semestre de 2012 compilado 2 de abril de 2012 Notas de aula de Tássio Naia dos Satos, aluo do curso

Leia mais

1. Resolução da lista 1. Primeiro apresentaremos uma integral importante, obtida a partir da distribuição gama generalizada.

1. Resolução da lista 1. Primeiro apresentaremos uma integral importante, obtida a partir da distribuição gama generalizada. 1. Resolução da lista 1. Primeiro apresetaremos uma itegral importate, obtida a partir da distribuição gama geeralizada. 1) J x a 1 e bxc dx Γa/c), a, b, c >. cba/c Demostração: fazedo a substituição y

Leia mais

INTERPOLAÇÃO. Interpolação

INTERPOLAÇÃO. Interpolação INTERPOLAÇÃO Profa. Luciaa Motera motera@facom.ufms.br Faculdade de Computação Facom/UFMS Métodos Numéricos Iterpolação Defiição Aplicações Iterpolação Liear Equação da reta Estudo do erro Iterpolação

Leia mais

A soma dos perímetros dos triângulos dessa sequência infinita é a) 9 b) 12 c) 15 d) 18 e) 21

A soma dos perímetros dos triângulos dessa sequência infinita é a) 9 b) 12 c) 15 d) 18 e) 21 Nome: ºANO / CURSO TURMA: DATA: 0 / 0 / 05 Professor: Paulo. (Pucrj 0) Vamos empilhar 5 caixas em ordem crescete de altura. A primeira caixa tem m de altura, cada caixa seguite tem o triplo da altura da

Leia mais

Probabilidade e Estatística. Probabilidade e Estatística

Probabilidade e Estatística. Probabilidade e Estatística Probabilidade e Estatística i Sumário 1 Estatística Descritiva 1 1.1 Coceitos Básicos.................................... 1 1.1.1 Defiições importates............................. 1 1.2 Tabelas Estatísticas...................................

Leia mais

Secção 9. Equações de derivadas parciais

Secção 9. Equações de derivadas parciais Secção 9 Equações de derivadas parciais (Farlow: Sec 9 a 96) Equação de Derivadas Parciais Eis chegado o mometo de abordar as equações difereciais que evolvem mais do que uma variável idepedete e, cosequetemete,

Leia mais

PG Progressão Geométrica

PG Progressão Geométrica PG Progressão Geométrica 1. (Uel 014) Amalio Shchams é o ome cietífico de uma espécie rara de plata, típica do oroeste do cotiete africao. O caule dessa plata é composto por colmos, cujas características

Leia mais

Goiânia, 07 a 10 de outubro. Mini Curso. Tópicos em passeios aleatórios. Ms. Valdivino Vargas Júnior - Doutorando/IME/USP

Goiânia, 07 a 10 de outubro. Mini Curso. Tópicos em passeios aleatórios. Ms. Valdivino Vargas Júnior - Doutorando/IME/USP Goiâia, 07 a 10 de outubro Mii Curso Tópicos em passeios aleatórios Ms. Valdivio Vargas Júior - Doutorado/IME/USP TÓPICOS EM PASSEIOS ALEATÓRIOS VARGAS JÚNIOR,V. 1. Itrodução Cosidere a seguite situação

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

Matemática Ficha de Trabalho

Matemática Ficha de Trabalho Matemática Ficha de Trabalho Probabilidades 12º ao FT4 Arrajos completos (arrajos com repetição) Na liguagem dos computadores usa-se o código biário que é caracterizado pela utilização de apeas dois algarismos,

Leia mais