Atrasos Associados de Dezenas e de Combinações Geradas Aleatoriamente. Hélio Elarrat

Tamanho: px
Começar a partir da página:

Download "Atrasos Associados de Dezenas e de Combinações Geradas Aleatoriamente. Hélio Elarrat"

Transcrição

1 Atrasos Associados de Dezenas e de Combinações Geradas Aleatoriamente Hélio Elarrat Agosto de 2009

2 Atrasos Associados de Dezenas e de Combinações Geradas Aleatoriamente 1. Introdução Os atrasos de um evento qualquer (atrasos primários) podem ser acompanhados ou observados em função do período ou da unidade de tempo (dias, semanas, meses etc.) em que eles acontecem. É possível, também, associar-se esses atrasos a outras ocorrências cujas probabilidades possam ser determinadas estatística ou matematicamente de modo a facilitar estudos de previsão de eventos ou de filtragem de combinações. No caso de loterias de números, esse fato é especialmente interessante para que se possam excluir combinações cujos atrasos associados sejam muito pequenos em comparação com os atrasos médios esperados. Aqui, pretende-se mostrar que é possível se estudar um sem-número de eventos de forma associada. 2. Atrasos Associados das Dezenas às Características Tipo AxB de uma Combinação Quando o universo da modalidade de uma loteria de números pode ser observado, por exemplo, em DUAS PARTES IGUAIS A e B, podem ser determinadas as probabilidades de um número exato de características, o qual depende do número de elementos presentes em cada combinação da modalidade de loteria. No caso da Mega Sena, cujo universo é de 60 dezenas e combinações com SEIS elementos, podem ser observadas até 7 características: 0x6-1x5-2x4-3x3-4x2-5x1-6x0

3 As duas partes objeto do estudo, podem aqui estar representando características como [ParesxÍmpares], [Parte InferiorxParte Superior], [Lado EsquerdoxLado Direito de um dado Agrupamento] etc. Assim, no caso da Mega Sena, cada uma dessas características pode ser estudada em função da QUANTIDADE (0, 1, 2, 3, 4 5 e 6) de dezenas presentes em cada parte das combinações, cujas probabilidades podem ser matematicamente determinadas, resultando os seguintes valores percentuais: 1) 0x6 PB(0) = 1,186% 2) 1x5 PB(1) = 8,539% 3) 2x4 PB(2) = 23,812% 4) 3x3 PB(3) = 32,925% 5) 4x2 PB(4) = 23,812% 6) 5x1 PB(5) = 8,539% 7) 6x0 PB(6) = 1,186% Para se calcular cada uma dessas probabilidades, por exemplo, a de 2x4, basta que sejam feitos os seguintes cálculos: a) Calcula-se o Número de Combinações de 30 dezenas 2 a 2: 435; b) Calcula-se o Número de Combinações de 30 dezenas 4 a 4: 27405; c) Calcula-se o Número de Combinações de 60 dezenas 6 a 6: ;

4 d) Obtém-se o produto de (a)x(b): ; e) Divide-se (d) por (c) e multiplica-se por 100%: 23,812%. Conhecendo-se a probabilidade da Característica Tipo AxB, pode-se determinar a probabilidade de ocorrência de uma dezena associada a essa característica. Seja, por exemplo, determinarem-se as probabilidades das dezenas da combinação: da Mega Sena, associada à característica [Parte Inferior x Parte Superior]. Neste caso, tem-se uma combinação de Característica Tipo 3x3, a qual possui a probabilidade percentual (já vista) PB(3x3) = 32,925%. Logo: a) Dezenas da Parte Inferior: PB1(02) = (3/30)*PB(2x4) = 0.10 * 32,925% = 3,29% PB1(17) = (3/30)*PB(2x4) = 0.10 * 32,925% = 3,29% PB1(21) = (3/30)*PB(2x4) = 0.10 * 32,925% = 3,29% b) Dezenas da Parte Superior (dezenas > 30): PB1(34) = (3/30)*PB(2x4) = 0.10 * 32,925% = 3,29% PB1(48) = (3/30)*PB(2x4) = 0.10 * 32,925% = 3,29% PB1(53) = (3/30)*PB(2x4) = 0.10 * 32,925% = 3,29% Assim, conhecendo-se as probabilidades tanto das Características Tipo AxB das combinações, quanto das Dezenas a elas associadas, pode-se ter uma idéia do intervalo de tempo de recorrência desses eventos, bastando-se dividir 100% pelo valor da probabilidade percentual considerada. Assim, por exemplo, uma combinação que possua 3

5 dezenas do intervalo [01 a 30] e 3 dezenas do intervalo [31 a 60], ocorreria, em média, a cada 3 sorteios (100% dividido por 32,925%), enquanto que uma dezena da Parte Inferior desse Tipo de Combinação, ocorreria, em média, a cada 30 sorteios (100% dividido por 3,29%). Para que se possa fazer uso desses atrasos associados, é fundamental que os Atrasos Reais dos eventos considerados sejam computados a cada sorteio e comparados com os Atrasos Médios Esperados. Para esse fim, é preciso que se façam uso de contadores especialmente designados, os quais sejam aumentados de uma unidade de sorteio quando evento falhar e que sejam zerados quando o evento ocorrer. 3. Atrasos de Combinações com Três Características Também em uma loteria de números, é possível se estabelecer um controle das combinações geradas, em função dos atrasos de TRÊS grandes características que podem ser estudadas quando o universo de dezenas da modalidade de loteria de números é dividido em duas ou mais partes. Seja, por exemplo, o caso da Mega Sena, com o universo de 60 dezenas dividido em DUAS PARTES: 1) Característica Inferior x Superior (I x S) 2) Característica Par x Ímpar (P x I) 3) Característica Esquerda x Direita (E x D) A questão agora é se determinar a Probabilidade de ser sorteada uma combinação que possua TRÊS quaisquer das características IXS, IXP e EXD. Esse problema se resume em se determinar as probabilidades de

6 343 características IPE (Inferior, Par, Esquerda), as quais resultam de todas das possíveis combinações de IXS, PxI e ExD, ou seja, 7 x 7 x 7 = 343. O computador pode fazer isso, facilmente, todas as vezes que estiver diante de uma combinação que esteja sendo testada. Para esse fim, basta que sejam determinadas as quantidades de dezenas em uma das duas partes das TRÊS características. Exemplo: 1) Seja a combinação: a) IXS CIS1 = 3 (3 Dezenas da Parte Inferior) b) IXP CIP1 = 3 (3 Dezenas Ímpares) c) EXD CED1 = 4 (4 Dezenas do Lado Esquerdo) 2) Seja o Fator F1(3) = (32,925%)/100 associado à Probabilidade de 3 Dezenas da Parte Inferior; 3) Seja o Fator F2(3) = (32,925%)/100 associado à Probabilidade de 3 Dezenas Ímpares; 4) Seja a Probabilidade PB(4) = 23,812% associada à Característica 4 Dezenas do Lado Esquerdo;

7 5) Assim, a Probabilidade de ser sorteada uma combinação qualquer, que possua CIS1=3, CIP1=3 e CED1=4 pode ser determinada pela fórmula: PB(3, 3, 4) = F1(3).F2(3).PB(4) PB(3, 3, 4) = (0,32925).(0,32925).(23,1212)% PB(3, 3, 4) = 2,5129% De uma maneira geral, a Probabilidade Percentual de ser sorteada uma combinação que possuas TRÊS características quaisquer CIS1, CIP1 e CED1, pode ser determinada pela fórmula: PB(CIS1, CIP1, CED1) = F1(CIS1).F2(CIP1).PB(CED1)% Tendo-se a Probabilidade de ser sorteada uma combinação com TRÊS características, pode-se determinar seu ATRASO MÉDIO ESPERADO pela fórmula: ATME(CIS1,CIP1,CED1) = 100 / PB(CIS1,CIP1,CED1) Por exemplo, quando CIS1=3, CIP1=3 e CED1=4, o Atraso Médio Esperado é de (100/2,5129%) = 39,39 Sorteios.

8 Para se poder tomar uma decisão de se apostar ou não em uma combinação com TRÊS características CIS1, CIP1 e CED1 conhecidas, é preciso que se tenha atualizado o ATRASO REAL desse evento, baseado na História de Resultados da modalidade de loteria. Pode-se fazer isso, no computador, trabalhando-se com um laço iterativo em três níveis que possibilitem varrer todas as 343 possibilidades citadas:... IPE1=0 FOR I= 0 TO 6 FOR J=0 TO 6 FOR K = 0 TO 6 IPE1=IPE1+1 IPE(I, J, K)=IPE1 Contador das 343 possibilidades Identificador de uma possibilidade I7(IPE1)=I J7(IPE1)=J K7(IPE1)=K I, J, K da possibilidade ATC(IPE1)=ATC(IPE1)+1 Contador de Atrasos da possibilidade IPE1 (a cada sorteio incrementa-se uma unidade de sorteio) NEXT I NEXT J NEXT K

9 Por exemplo, quando se tem I7=3, J7=3 e K7=4, tem-se IPE1=173. Logo, para se obter o atraso de uma combinação que possua CIS1=3, CIP1=3 e CED1=4, basta buscar o atraso de IPE1=173 ou o atraso ATC(173). Para se zerar o atraso de uma combinação com TRÊS características CIS1=3, CIP1=3 e CED1=4, que tenha sido sorteada (por exemplo ), basta se determinar o correspondente número da possibilidade e zerar-se o atraso dessa possibilidade:... IPE7 = IPE(3, 3, 4) IPE7 número da possibilidade da combinação sorteada ATC(IPE7) = 0 zeramento do atraso da possibilidade sorteada... Tendo-se os atrasos de TODAS as 343 possibilidades, e seus respectivos atrasos médios, pode-se proceder ao CONTROLE das combinações geradas. Uma boa prática de se analisar uma combinação com TRÊS características CIS, CIP e CED é se observar a relação entre o Atraso Real de uma possibilidade e o seu respectivo Atraso Médio Esperado, a qual pode ser obtida pela relação: R= ATC(IPE1) / ATME(IPE1)

10 Devido ao grande número de possibilidades da situação analisada (343), o que se observa na prática das loterias de números é o fato dessas possibilidades não se repetirem em intervalos muito menores que seus atrasos médios esperados. Assim, dependendo do atraso médio esperado de cada possibilidade, pode-se descartar ou não uma combinação que esteja sendo gerada em função de seu pequeno atraso ATC(IPE1) quando comparado com seu ATME(EPE1), ou se estabelecer valores mínimos para a relação entre essas grandezas (por exemplo R<0.15). 4. Atrasos Associados das Dezenas de Combinações com Três Características De forma semelhante à estudada para se estabelecer a probabilidade de uma combinação, vista sob o aspecto de três características, podese também determinar a probabilidade de CADA DEZENA dessas combinações. Foi visto anteriormente que as combinações que possuem CIS1=3, CIP1=3 e CED1=4 tem um Atraso Médio Esperado de cerca 40 sorteios (PB(3, 3, 4) = 2,5129% 100/2,5129 ~40). Percebe-se, facilmente, que a probabilidade de uma determinada dezena ser sorteada, quando for sorteada uma combinação com essas TRÊS características, dependerá dos dois fatores que influenciarão essa probabilidade: a) Em que parte das características (IXS, IXP, EXD) a dezena está situada; b) A quantidade de dezenas presente em cada uma dessas partes.

11 Assim, por exemplo, para uma combinação que possua 5 dezenas da parte Inferior e uma dezena da parte Superior (5x1), podem ser estabelecidas as seguintes probabilidades para as suas dezenas: a) Dezenas da parte Inferior (dezenas <= 30): PBi(DZ1) = (5/30)*PB(5x1) = (5/30)* 8,539% b) Dezenas da parte Superior (dezenas > 30): PBi(DZ1) = (1/30)*PB(5x1) = (1/30)* 8,539% Ou seja, considerando as TRÊS características CIS1, CIP1 e CED1 de uma combinação, podem ser estabelecidas as seguintes relações para o cálculo das probabilidades de uma dada dezena DZ1: Caso 01: Característica CIS1: a) Dezenas da parte INFERIOR (dezenas <= 30): PB1(DZ1) = (CIS1/30) b) Dezenas da parte SUPERIOR (dezenas > 30): PB1(DZ1) = (CIS2/30) Onde CIS2 = (6 CIS1) Caso 02: Característica CIP1: c) Dezenas ÍMPARES (dezenas da coluna 01 da D2: 01, 03, 05,...); PB2(DZ1) = (CIP1/30)*PB1(DZ1) d) Dezenas da parte Superior (dezenas > 30):

12 PB2(DZ1) = (CIP2/30)*PB1(DZ1) Onde CIP2 = (6 CIP1) Caso 03: Característica CED1: a) Dezenas do LADO ESQUERDO (dezenas com final <= 5 do volante); PB3(DZ1) = (CED1/30)*PB2(DZ1) b) Dezenas do LADO DIREITO (dezenas com final >5 do volante): PB3(DZ1) = (CED2/30)*PB2(DZ1) Onde CED2 = (6 CED1) Assim, de uma maneira geral, a Probabilidade de ser sorteada qualquer dezena (DZ1) de uma combinação que possuas TRÊS características quaisquer CIS1, CIP1 e CED1, pode ser determinada pela fórmula: PB(DZ1) = (PB3(DZ1)).(PB(CIS1, CIP1, CED1)).100 Seja, por exemplo, determinar-se a probabilidade de cada dezena da combinação: associados às suas TRÊS características CIS1, CIP1 e CED1: 1) O computador determina as três características: a) IXS CIS1 = 3 (3 Dezenas da Parte Inferior) b) IXP CIP1 = 3 (3 Dezenas Ímpares)

13 c) EXD CED1 = 4 (4 Dezenas do Lado Esquerdo) 2) Fator F1(3) = (32,925%)/100 associado à Probabilidade de 3 Dezenas da Parte Inferior; 3) Fator F2(3) = (32,925%)/100 associado à Probabilidade de 3 Dezenas Ímpares; 4) Probabilidade PB(4) = 23,812% associada à Característica 4 Dezenas do Lado Esquerdo; 5) Considerando suas características CIS, as dezenas (02, 17 e 21) e (34, 48 e 53) teriam as seguintes probabilidades associadas: PB1(02)=(3/30) PB1(17)=(3/30). PB1(21)=(3/30) PB1(34)=(3/30) PB1(48)=(3/30) PB1(53)=(3/30)

14 6) Considerando suas características CIP, as dezenas (17, 21 e 53) e (02, 34 e 48) teriam as seguintes probabilidades associadas: PB2(17)=(3/30).PB1(17) PB2(21)=(3/30).PB1(21) PB2(53)=(3/30).PB1(53) PB2(02)=(3/30).PB1(02) PB2(34)=(3/30).PB1(34) PB2(48)=(3/30).PB1(48) 7) Considerando suas características CED, as dezenas (02, 21, 34 e 53) e (17 e 48) teriam as seguintes probabilidades associadas: PB3(02)=(4/30).PB2(02) PB3(17)=(4/30).PB2(17) PB3(21)=(4/30).PB2(21) PB3(53)=(4/30).PB2(53) PB3(17)=(2/30).PB2(17) PB3(48)=(2/30).PB2(48)

15 8) Assim, por exemplo, a probabilidade associada da dezena 17 da combinação em relação às suas TRÊS características pode ser determinada: PB(17) = (PB3(17)).(PB(CIS1, CIP1, CED1).100 PB(17)= Tendo-se a probabilidade de uma dezena associada a um tipo de combinação com TRÊS características, pode-se calcular o Atraso Médio Esperado desse evento, bastando dividir-se 100 por essa probabilidade: ATME(DZ1, IPE) = 100 / PB(DZ1 No caso acima analisado, o Atraso Médio da dezena 17 constante da combinação é de aproximadamente 582 Sorteios. Gerando-se aleatoriamente combinações, e observando-se a saída de combinações com CIS1=3, CIP1=3 e CED1=4, e nestas a presença da dezena 17 em qualquer uma das três possíveis posições da característica CIS (CIS1=3), constatou-se a ocorrência de 19 vezes desse evento. Com esse valor se obtém o atraso médio de 526 sorteios, valor um tanto próximo do atraso médio esperado determinado matematicamente (582).

16 5. Conclusões Geralmente, quando se analisam os resultados de uma modalidade de loteria de números, pode parecer para a maioria dos apostadores que as combinações sorteadas são totalmente aleatórias; que não há lógica na sequência dos resultados ou que nenhum estudo será capaz de descobrir qualquer tendência para os resultados futuros. No entanto, estudando-se as diversas possibilidades de características que as combinações podem apresentar, é possível se estabelecer uma forma ordenada de se acompanhar a história de resultados ou uma sequência de combinações geradas aleatoriamente. É possível encontrar certa ordem ou certa lógica no caos ou no aleatório. Um desafio que poderá nos conduzir a estudos de interesse em várias áreas de conhecimento. O estudo aqui apresentado utilizou apenas DUAS PARTES as quais permitiram o estudo de três características das combinações. Outros estudos que envolvam diferentes quantidades de características combinadas entre si, também podem ser realizados de forma semelhante ao apresentado e com os mesmos objetivos, considerando-se as possibilidades de cada universo das modalidades de loterias de números. No caso da Mega Sena, que possui o universo de 60 dezenas, é possível, por exemplo, fazer-se um estudo que envolva CARACTERÍSTICAS SEQUENCIAIS que dependam da quantidade de dezenas em TRÊS PARTES, cada uma com 20 dezenas: a) IxMxS (01 a 20, 21 a 40 e 41 a 60);

17 b) C1xC2xC3 CARACTERÍSTICAS DA D3 que dependem da quantidade de dezenas presentes NAS TRÊS COLUNAS DA DIAGONAL D3 (60 dezenas dispostas em 3 colunas); c) SC1xSC2xSC3 CARACTERÍSTICAS DA D6 que dependem da quantidade de dezenas presentes NAS TRÊS SUPER-COLUNAS DA DIAGONAL D6 (60 dezenas dispostas em 6 colunas), ou seja, SC1=colunas 1 e 2; SC2=colunas 3 e 4; SC3=colunas 5 e 6. Nesse exemplo acima, poder-se-ia trabalhar com o universo de Possibilidades, as quais resultam do produto de 28x28x28 características combinadas 3 a 3, como são mostradas a seguir: 1) ) ) ) ) ) ) ) ) ) ) ) ) 1-5-0

18 14) ) ) ) ) ) ) ) ) ) ) ) ) ) ) 6-0-0

Medidas de Tendência Central. Introdução Média Aritmética Moda Mediana

Medidas de Tendência Central. Introdução Média Aritmética Moda Mediana Medidas de Tendência Central Introdução Média Aritmética Moda Mediana Introdução A maioria dos dados apresenta uma tendência de se concentrar em torno de um ponto central Portanto, é possível selecionar

Leia mais

Conteúdo. 1 Introdução. Histograma do 1o Sorteio da Nota Fiscal Paraná 152/15. 1º Sorteio Eletrônico da Nota Fiscal Paraná

Conteúdo. 1 Introdução. Histograma do 1o Sorteio da Nota Fiscal Paraná 152/15. 1º Sorteio Eletrônico da Nota Fiscal Paraná 1º Sorteio Eletrônico da Nota Fiscal Paraná Relatório parcial contendo resultados 1 da análise estatística dos bilhetes premiados Conteúdo 1 Introdução Este relatório apresenta uma análise estatística

Leia mais

Os dados quantitativos também podem ser de natureza discreta ou contínua.

Os dados quantitativos também podem ser de natureza discreta ou contínua. Natureza dos Dados Às informações obtidas acerca das características de um conjunto dá-se o nome de dado estatístico. Os dados estatísticos podem ser de dois tipos: qualitativos ou quantitativos. Dado

Leia mais

Conteúdo. 1 Introdução. Histograma do Quinto Sorteio da Nota Fiscal Paraná 065/16. Quinto Sorteio Eletrônico da Nota Fiscal Paraná

Conteúdo. 1 Introdução. Histograma do Quinto Sorteio da Nota Fiscal Paraná 065/16. Quinto Sorteio Eletrônico da Nota Fiscal Paraná Quinto Sorteio Eletrônico da Nota Fiscal Paraná Relatório parcial contendo resultados 1 da análise estatística dos bilhetes premiados Conteúdo 1 Introdução Este documento apresenta a análise dos resultados

Leia mais

EXAME DE MACS 2º FASE 2014/2015 = 193

EXAME DE MACS 2º FASE 2014/2015 = 193 EXAME DE MACS 2º FASE 2014/2015 1. Divisor Padrão: 00+560+80+240 200 = 190 = 19 200 20 Filiais A B C D Quota Padrão 1,088 58,01 86,010 24,870 L 1 58 86 24 L(L + 1) 1,496 58,498 86,499 24,495 Quota Padrão

Leia mais

Capítulo IX. Carregamento de transformadores

Capítulo IX. Carregamento de transformadores 42 Capítulo IX Carregamento de transformadores Por Manuel Luís Barreira Martinez* A tipificação dos transformadores contempla três agrupamentos distintos, o que em tese significa três diferentes tipos

Leia mais

1. Escreva um programa em Pascal que leia três valores inteiros e mostre-os em ordem crescente. Utilize seleção encadeada.

1. Escreva um programa em Pascal que leia três valores inteiros e mostre-os em ordem crescente. Utilize seleção encadeada. Universidade Estadual Vale do Acaraú Curso: Engenharia Civil Disciplina: Programação de Computadores Prof. Hudson Costa Instruções: as equipes de cinco componentes (ou elementos) deverão fazer apenas 30

Leia mais

Coeficiente de Assimetria e Curtose. Rinaldo Artes. Padronização., tem as seguintes propriedades: Momentos

Coeficiente de Assimetria e Curtose. Rinaldo Artes. Padronização., tem as seguintes propriedades: Momentos Coeficiente de Assimetria e Curtose Rinaldo Artes 2014 Padronização Seja X uma variável aleatória com E(X)=µ e Var(X)=σ 2. Então a variável aleatória Z, definida como =, tem as seguintes propriedades:

Leia mais

= i= Com a aplicação ou uso da primeira expressão obtém-se 18,50m 2. Area=(1*(1 5 )+ 3*(2 6)+ 5*(5 5)+ 7*(6-4) + 9*(5-2)+4*(4-1)+3*(2-2))/2= 18,50m 2.

= i= Com a aplicação ou uso da primeira expressão obtém-se 18,50m 2. Area=(1*(1 5 )+ 3*(2 6)+ 5*(5 5)+ 7*(6-4) + 9*(5-2)+4*(4-1)+3*(2-2))/2= 18,50m 2. 4.8.5 Avaliação de Área na Projeção UTM O valor numérico da área de um limite determinado por um conjunto de pontos unidos entre si por segmentos de linha reta sucessivos que não se cruzam pode ser calculado

Leia mais

Medidas de Tendência Central

Medidas de Tendência Central Média, Mediana e Moda 1 Coletando Dados A coleta de dados produz um conjunto de escores de uma ou mais variáveis Para chegar à distribuição dos escores, estes têm de ser arrumados / ordenados do menor

Leia mais

Resolução da Prova de Raciocínio Lógico do STJ de 2015, aplicada em 27/09/2015.

Resolução da Prova de Raciocínio Lógico do STJ de 2015, aplicada em 27/09/2015. de Raciocínio Lógico do STJ de 20, aplicada em 27/09/20. Raciocínio Lógico p/ STJ Mariana é uma estudante que tem grande apreço pela matemática, apesar de achar essa uma área muito difícil. Sempre que

Leia mais

PROVA RESOLVIDA DA PETROBRAS 2011 ADMINISTRADOR JUNIOR. Professor Joselias http://professorjoselias.blogspot.com

PROVA RESOLVIDA DA PETROBRAS 2011 ADMINISTRADOR JUNIOR. Professor Joselias http://professorjoselias.blogspot.com PROVA RESOLVIDA DA PETROBRAS 2011 ADMINISTRADOR JUNIOR 1) (Concurso Petrobras 2011 Administrador Junior) Considere uma sequência infinita de retângulos, cada um deles com base medindo 1cm e tais que o

Leia mais

SOLUÇÕES N2 2015. item a) O maior dos quatro retângulos tem lados de medida 30 4 = 26 cm e 20 7 = 13 cm. Logo, sua área é 26 x 13= 338 cm 2.

SOLUÇÕES N2 2015. item a) O maior dos quatro retângulos tem lados de medida 30 4 = 26 cm e 20 7 = 13 cm. Logo, sua área é 26 x 13= 338 cm 2. Solução da prova da 1 a fase OBMEP 2015 Nível 1 1 SOLUÇÕES N2 2015 N2Q1 Solução O maior dos quatro retângulos tem lados de medida 30 4 = 26 cm e 20 7 = 13 cm. Logo, sua área é 26 x 13= 338 cm 2. Com um

Leia mais

5. O Mapa de Karnaugh

5. O Mapa de Karnaugh Objetivos 5. O Mapa de Karnaugh Usar um mapa de Karnaugh para simplificar expressões Booleanas Usar um mapa de Karnaugh para simplificar funções de tabela-verdade Utilizar condições don t care para simplificar

Leia mais

Estatística - exestatmedposic.doc 25/02/09

Estatística - exestatmedposic.doc 25/02/09 Medidas de Posição Introdução Vimos anteriormente que, através de uma distribuição de freqüências se estabelece um sistema de classificação que descreve o padrão de variação de um determinado fenômeno

Leia mais

PLANEJAMENTO SIMPLIFICADO DE PROJETOS

PLANEJAMENTO SIMPLIFICADO DE PROJETOS PLANEJAMENTO SIMPLIFICADO DE PROJETOS Nestor Nogueira de Albuquerque, MsC. Gestão e Desenvolvimento Regional V Encontro de Pós-GraduaP Graduação UNITAU 2005 Necessidade de um processo de Gestão de Projetos

Leia mais

Solução da prova da 2a fase OBMEP 2014 Nível 2. Questão 1. item a)

Solução da prova da 2a fase OBMEP 2014 Nível 2. Questão 1. item a) Questão 1 Cada nova pilha tem dois cubinhos a mais em sua base. Assim, como a terceira pilha tem 5 cubinhos em sua base, a quarta pilha tem 5 + 2 = 7 cubinhos e a quinta pilha tem 7 + 2 = 9 cubinhos em

Leia mais

Modelos de Probabilidade e Inferência Estatística

Modelos de Probabilidade e Inferência Estatística Modelos de Probabilidade e Inferência Estatística Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14

Leia mais

CAP. II RESOLUÇÃO NUMÉRICA DE EQUAÇÕES NÃO LINEARES

CAP. II RESOLUÇÃO NUMÉRICA DE EQUAÇÕES NÃO LINEARES CAP. II RESOLUÇÃO NUMÉRICA DE EQUAÇÕES NÃO LINEARES Vamos estudar alguns métodos numéricos para resolver: Equações algébricas (polinómios) não lineares; Equações transcendentais equações que envolvem funções

Leia mais

O QUE É AMOSTRAGEM? PARTE I

O QUE É AMOSTRAGEM? PARTE I O QUE É AMOSTRAGEM? PARTE I! Teoria da amostragem! População x Amostra! O problema do censo! Amostragem probabilística e não probabilística Francisco Cavalcante(f_c_a@uol.com.br) Administrador de Empresas

Leia mais

AMOSTRAGEM: DIMENSIONAMENTO DE AMOSTRAS. SELEÇÃO DOS ELEMENTOS DE UMA AMOSTRA. ESTIMATIVA DA CARACTERÍSTICA TOTAL DA POPULAÇÃO INVESTIGADA

AMOSTRAGEM: DIMENSIONAMENTO DE AMOSTRAS. SELEÇÃO DOS ELEMENTOS DE UMA AMOSTRA. ESTIMATIVA DA CARACTERÍSTICA TOTAL DA POPULAÇÃO INVESTIGADA AMOSTRAGEM: DIMENSIONAMENTO DE AMOSTRAS. SELEÇÃO DOS ELEMENTOS DE UMA AMOSTRA. ESTIMATIVA DA CARACTERÍSTICA TOTAL DA POPULAÇÃO INVESTIGADA META Dimensionar o tamanho ideal de amostra para cada população.

Leia mais

Determinantes. Matemática Prof. Mauricio José

Determinantes. Matemática Prof. Mauricio José Determinantes Matemática Prof. Mauricio José Determinantes Definição e Conceito Matriz de ordem 1 Dizemos que um determinante é um resultado (numérico) de operações que são realizadas em uma matriz quadrada.

Leia mais

3 Determinantes. 2 Definição Número de trocas de ordem de um termo de uma matriz. 3 Definição Determinante de uma Matriz ( ( ))

3 Determinantes. 2 Definição Número de trocas de ordem de um termo de uma matriz. 3 Definição Determinante de uma Matriz ( ( )) Nova School of Business and Economics Prática Álgebra Linear 1 Definição Termo de uma matriz Produto de elementos de, um e um só por linha e por coluna. Ex.: 2 Definição Número de trocas de ordem de um

Leia mais

Análise e Resolução da prova do ICMS-PE Disciplinas: Matemática Financeira e Raciocínio Lógico Professor: Custódio Nascimento

Análise e Resolução da prova do ICMS-PE Disciplinas: Matemática Financeira e Raciocínio Lógico Professor: Custódio Nascimento Disciplinas: Matemática Financeira e Raciocínio Lógico Professor: Custódio Nascimento 1- Análise da prova Análise e Resolução da prova do ICMS-PE Neste artigo, farei a análise das questões de Matemática

Leia mais

Processos Estocásticos

Processos Estocásticos Processos Estocásticos Hélio Lopes INF2035 - Introdução à Simulação Estocástica 1 Introdução Um processo estocástico é uma família de variáveis aleatórias {X(t), t T } definidas em um espaço de probabilidade,

Leia mais

FIGURAS DE LISSAJOUS

FIGURAS DE LISSAJOUS FIGURAS DE LISSAJOUS OBJETIVOS: a) medir a diferença de fase entre dois sinais alternados e senoidais b) observar experimentalmente, as figuras de Lissajous c) comparar a frequência entre dois sinais alternados

Leia mais

Números escritos em notação científica

Números 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 mais

AULÃO DO CARECÃO NÃO TENHO MEDO DE CARA FEIA! E NEM DE PROVA TAMBÉM.

AULÃO DO CARECÃO NÃO TENHO MEDO DE CARA FEIA! E NEM DE PROVA TAMBÉM. AULÃO DO CARECÃO NÃO TENHO MEDO DE CARA FEIA! E NEM DE PROVA TAMBÉM. QUESTÕES Faço a fácil ou a difícil? Como controlar meu tempo? Como controlar a ansiedade? ESTOU COM MEDO!!!!! Fórmula da APROVAÇÃO Ser

Leia mais

Resoluções A. Combinatória 1 3 os anos Blaidi/Walter Ago/09. Nome: Nº: Turma:

Resoluções A. Combinatória 1 3 os anos Blaidi/Walter Ago/09. Nome: Nº: Turma: Matemática Resoluções A. Combinatória 3 os anos Blaidi/Walter Ago/09 Nome: Nº: Turma: Prezadísssimos alunos e alunas, Neste bimestre, aprenderemos a resolver questões de análise combinatória com o auílio

Leia mais

ESTATÍSTICA PARTE 1 OBJETIVO DA DISCIPLINA

ESTATÍSTICA PARTE 1 OBJETIVO DA DISCIPLINA ESTATÍSTICA PARTE 1 OBJETIVO DA DISCIPLINA Apresentar a Estatística no contexto do dia-a-dia e fazendo uso da planilha Excel. Espera-se que o estudante ao término do curso esteja apto a usar a planilha

Leia mais

2) Escreva um algoritmo que leia um conjunto de 10 notas, armazene-as em uma variável composta chamada NOTA e calcule e imprima a sua média.

2) Escreva um algoritmo que leia um conjunto de 10 notas, armazene-as em uma variável composta chamada NOTA e calcule e imprima a sua média. 1) Inicializar um vetor de inteiros com números de 0 a 99 2) Escreva um algoritmo que leia um conjunto de 10 notas, armazene-as em uma variável composta chamada NOTA e calcule e imprima a sua média 3)

Leia mais

Qual é o estoque mínimo que irá garantir o nível de serviço ao cliente desejado pela empresa?

Qual é o estoque mínimo que irá garantir o nível de serviço ao cliente desejado pela empresa? O estoque de segurança remete a erros de previsão de demanda; Falta de confiança nas entregas devido a atrasos no ressuprimento de materiais; Rendimento da produção abaixo do esperado. Qual é o estoque

Leia mais

Retorno e risco de carteiras de investimento. Copyright Pereira, F. I

Retorno e risco de carteiras de investimento. Copyright Pereira, F. I Retorno e risco de carteiras de investimento OBJETIVOS DA UNIDADE DE ESTUDO Compreender o processo de avaliação do risco de uma carteira. Definir e mensurar a covariancia entre duas variáveis Definir e

Leia mais

Circuitos Aritméticos

Circuitos Aritméticos Circuitos Aritméticos Semi-Somador Quando queremos proceder à realização de uma soma em binário, utilizamos várias somas de dois bits para poderemos chegar ao resultado final da operação. Podemos, então,

Leia mais

7. Funções de Lógica Combinacional. 7. Funções de Lógica Combinacional 1. Somadores Básicos. Objetivos. Objetivos. Circuitos Digitais 03/11/2014

7. Funções de Lógica Combinacional. 7. Funções de Lógica Combinacional 1. Somadores Básicos. Objetivos. Objetivos. Circuitos Digitais 03/11/2014 Objetivos 7. Funções de Lógica Combinacional Fazer distinção entre meio-somadores e somadores-completos Usar somadores-completos para implementar somadores binários em paralelo Explicar as diferenças entre

Leia mais

Aula 6 Medidas de Tendência Central

Aula 6 Medidas de Tendência Central 1 Estatística e Probabilidade Aula 6 Medidas de Tendência Central Professor Luciano Nóbrega Somatório Quando queremos representar uma soma de valores que obedecem à uma sequência, podemos codificá-la através

Leia mais

Avaliação e Desempenho Aula 1 - Simulação

Avaliação e Desempenho Aula 1 - Simulação Avaliação e Desempenho Aula 1 - Simulação Introdução à simulação Geração de números aleatórios Lei dos grandes números Geração de variáveis aleatórias O Ciclo de Modelagem Sistema real Criação do Modelo

Leia mais

O QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE I

O QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE I O QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE I O que são medidas de tendência central? Média Aritmética Simples Média Aritmética Ponderada Media Geométrica e Harmônica

Leia mais

Variáveis Frequências Gráficos Medidas de Posição Medidas de Dispersão Medidas Complementares Inferência

Variáveis Frequências Gráficos Medidas de Posição Medidas de Dispersão Medidas Complementares Inferência Tipos de Variáveis Problema Motivador: Um pesquisador está interessado em fazer um levantamento sobre aspectos sócio-econômicos dos empregados da seção de orçamentos de uma companhia (vide tabela). Algumas

Leia mais

Estatística II Aula 4. Prof.: Patricia Maria Bortolon, D. Sc.

Estatística II Aula 4. Prof.: Patricia Maria Bortolon, D. Sc. Estatística II Aula 4 Prof.: Patricia Maria Bortolon, D. Sc. Fundamentos do Teste de Hipóteses Teste de Hipóteses - Definições É uma regra de decisão para aceitar, ou rejeitar, uma hipótese estatística

Leia mais

Capítulo VI. Teoremas de Circuitos Elétricos

Capítulo VI. Teoremas de Circuitos Elétricos apítulo VI Teoremas de ircuitos Elétricos 6.1 Introdução No presente texto serão abordados alguns teoremas de circuitos elétricos empregados freqüentemente em análises de circuitos. Esses teoremas têm

Leia mais

Estruturas de Repetição

Estruturas de Repetição Estruturas de Repetição Lista de Exercícios - 04 Algoritmos e Linguagens de Programação Professor: Edwar Saliba Júnior Estruturas de Repetição O que são e para que servem? São comandos que são utilizados

Leia mais

COMO DETERMINAR O IMPACTO DAS VARIAÇÕES PERCENTUAIS

COMO DETERMINAR O IMPACTO DAS VARIAÇÕES PERCENTUAIS COMO DETERMINAR O IMPACTO DAS VARIAÇÕES! O que é Variação Percentual?! O que é Número Índice?! Como transformar um valor percentual em valor decimal?! Como comparar diferentes taxas percentuais?! Como

Leia mais

PERSISTÊNCIA DO PODER POLÍTICO E DESENVOLVIMENTO ECONÔMICO: O CASO DA TRANSIÇÃO DE REGIME NO BRASIL

PERSISTÊNCIA DO PODER POLÍTICO E DESENVOLVIMENTO ECONÔMICO: O CASO DA TRANSIÇÃO DE REGIME NO BRASIL PERSISTÊNCIA DO PODER POLÍTICO E DESENVOLVIMENTO ECONÔMICO: O CASO DA TRANSIÇÃO DE REGIME NO BRASIL Aluno: Rafael Campos de Mattos Orientador: Claudio Ferraz Introdução Nas últimas décadas, observou-se

Leia mais

A vida sem reflexão não merece ser vivida Sócrates Disciplina: ESTATÍSTICA e PROBABILIDADE

A vida sem reflexão não merece ser vivida Sócrates Disciplina: ESTATÍSTICA e PROBABILIDADE Notas de aula 07 1 A vida sem reflexão não merece ser vivida Sócrates Disciplina: ESTATÍSTICA e PROBABILIDADE 1. Medidas de Forma: Assimetria e Curtose. A medida de assimetria indica o grau de distorção

Leia mais

ARRANJO E COMBINAÇÃO. n! n,p. =, com n p. (n - p)! 4! 4! 4,3 = = = 4! = 4.3.2.1 = 24 (4-3)! 1! Prof. Rivelino Matemática Básica TIPOS DE AGRUPAMENTOS

ARRANJO E COMBINAÇÃO. n! n,p. =, com n p. (n - p)! 4! 4! 4,3 = = = 4! = 4.3.2.1 = 24 (4-3)! 1! Prof. Rivelino Matemática Básica TIPOS DE AGRUPAMENTOS RRNJO E COMBINÇÃO TIPOS DE GRUPMENTOS Problema 01 n! n,p =, com n p. (n - p)! No problema 01, devemos contar quantas sequências de três seleções podemos formar com as quatro seleções semifinalistas. 4!

Leia mais

Introdução. Ou seja, de certo modo esperamos que haja uma certa

Introdução. Ou seja, de certo modo esperamos que haja uma certa UNIVERSIDADE FEDERAL DA PARAÍBA Teste de Independência Luiz Medeiros de Araujo Lima Filho Departamento de Estatística Introdução Um dos principais objetivos de se construir uma tabela de contingência,

Leia mais

Erros e Incertezas. Rafael Alves Batista Instituto de Física Gleb Wataghin Universidade Estadual de Campinas (Dated: 10 de Julho de 2011.

Erros e Incertezas. Rafael Alves Batista Instituto de Física Gleb Wataghin Universidade Estadual de Campinas (Dated: 10 de Julho de 2011. Rafael Alves Batista Instituto de Física Gleb Wataghin Universidade Estadual de Campinas (Dated: 10 de Julho de 2011.) I. INTRODUÇÃO Quando se faz um experimento, deseja-se comparar o resultado obtido

Leia mais

Árvores de Decisão Matemática Discreta

Árvores de Decisão Matemática Discreta Bruno Duarte Eduardo Germano Isolino Ferreira Vagner Gon Árvores de Decisão Matemática Discreta 28/04/2011 Serra IFES Definição de Árvores de Decisão: Arvore de Decisão é uma árvore em que seus nós internos

Leia mais

RESOLUÇÃO DAS QUESTÕES DE RACIOCÍNIO LÓGICO-MATEMÁTICO

RESOLUÇÃO DAS QUESTÕES DE RACIOCÍNIO LÓGICO-MATEMÁTICO RESOLUÇÃO DAS QUESTÕES DE RACIOCÍNIO LÓGICO-MATEMÁTICO Caro aluno, Disponibilizo abaixo a resolução resumida das 10 questões de Matemática da prova de Escrevente do Tribunal de Justiça de São Paulo. Em

Leia mais

Tipos de problemas de programação inteira (PI) Programação Inteira. Abordagem para solução de problemas de PI. Programação inteira

Tipos de problemas de programação inteira (PI) Programação Inteira. Abordagem para solução de problemas de PI. Programação inteira Tipos de problemas de programação inteira (PI) Programação Inteira Pesquisa Operacional I Flávio Fogliatto Puros - todas as variáveis de decisão são inteiras Mistos - algumas variáveis de decisão são inteiras

Leia mais

Escola Secundária c/3º CEB José Macedo Fragateiro. Curso Profissional de Nível Secundário. Componente Técnica. Disciplina de

Escola Secundária c/3º CEB José Macedo Fragateiro. Curso Profissional de Nível Secundário. Componente Técnica. Disciplina de Escola Secundária c/3º CE José Macedo Fragateiro Curso Profissional de Nível Secundário Componente Técnica Disciplina de Sistemas Digitais e Arquitectura de Computadores 2009/2010 Módulo 2: Álgebra e Lógica

Leia mais

Parte 05 - Técnicas de programação (mapas de Veitch-Karnaugh)

Parte 05 - Técnicas de programação (mapas de Veitch-Karnaugh) Parte 05 - Técnicas de programação (mapas de Veitch-Karnaugh) Mapas de Veitch-Karnaugh Montar circuitos lógicos a partir de tabela verdade, embora seja tarefa fácil, geral um circuito extremamente grande.

Leia mais

O QUE É AMOSTRAGEM? PARTE II

O QUE É AMOSTRAGEM? PARTE II O QUE É AMOSTRAGEM? PARTE II! Principais métodos aleatórios! A extensão da amostra! Margem de erro Francisco Cavalcante(f_c_a@uol.com.br) Administrador de Empresas graduado pela EAESP/FGV. É Sócio-Diretor

Leia mais

IBM1018 Física Básica II FFCLRP USP Prof. Antônio Roque Aula 7

IBM1018 Física Básica II FFCLRP USP Prof. Antônio Roque Aula 7 Potencial Elétrico Quando estudamos campo elétrico nas aulas passadas, vimos que ele pode ser definido em termos da força elétrica que uma carga q exerce sobre uma carga de prova q 0. Essa força é, pela

Leia mais

3 Modelos de Simulação

3 Modelos de Simulação 43 3 Modelos de Simulação 3.1 Simulação de Monte Carlo O método de Monte Carlo foi concebido com este nome nos anos 40 por John Von Neumann, Stanislaw Ulam e Nicholas Metropolis durante o projeto de pesquisa

Leia mais

A Região Integrada de Desenvolvimento do Distrito Federal (RIDE-DF) no Censo 2010

A Região Integrada de Desenvolvimento do Distrito Federal (RIDE-DF) no Censo 2010 A Região Integrada de Desenvolvimento do Distrito Federal (RIDE-DF) no Censo 2010 Coordenação: Rômulo José da Costa Ribeiro Responsável: Rômulo José da Costa Ribeiro 1 Colaboração: Juciano Rodrigues, Rosetta

Leia mais

O que é Microsoft Excel? Microsoft Excel. Inicialização do Excel. Ambiente de trabalho

O que é Microsoft Excel? Microsoft Excel. Inicialização do Excel. Ambiente de trabalho O que é Microsoft Excel? Microsoft Excel O Microsoft Excel é um programa para manipulação de planilhas eletrônicas. Oito em cada dez pessoas utilizam o Microsoft Excel pra trabalhar com cálculos e sistemas

Leia mais

Calculando o comprimento de peças dobradas ou curvadas

Calculando o comprimento de peças dobradas ou curvadas Calculando o comprimento de peças dobradas ou curvadas A UU L AL A Vamos supor que você seja dono de uma pequena empresa mecânica e alguém lhe encomende 10.000 peças de fixação, que deverão ser fabricadas

Leia mais

Unidade 10 Análise combinatória. Introdução Princípio Fundamental da contagem Fatorial

Unidade 10 Análise combinatória. Introdução Princípio Fundamental da contagem Fatorial Unidade 10 Análise combinatória Introdução Princípio Fundamental da contagem Fatorial Introdução A escolha do presente que você deseja ganhar em seu aniversário, a decisão de uma grande empresa quando

Leia mais

CENTRO TECNOLÓGICO ESTADUAL PAROBÉ CURSO DE ELETRÔNICA

CENTRO TECNOLÓGICO ESTADUAL PAROBÉ CURSO DE ELETRÔNICA CENTRO TECNOLÓGICO ESTADUAL PAROBÉ CURSO DE ELETRÔNICA SISTEMAS ANALÓGICOS Prática: 4 Assunto: Amplificador Operacional - Parte IV Objetivos: Montar e testar as configurações de comparadores. Material

Leia mais

1 Introdução. 1.1 Importância da Utilização da Amostragem

1 Introdução. 1.1 Importância da Utilização da Amostragem 1 Introdução Um dos principais objetivos da maioria dos estudos, análises ou pesquisas estatísticas é fazer generalizações seguras com base em amostras, sobre as populações das quais as amostras foram

Leia mais

Aula 12: Correlação e Regressão

Aula 12: Correlação e Regressão Aula 12: Correlação e Regressão Sumário Aula 12: Correlação e Regressão... 1 12.l Correlação... 2 12.2 Diagrama de dispersão... 2 12.3 Correlação linear... 3 12.3.1 Coeficiente de correlação linear...

Leia mais

Estatística. Conjunto de métodos e processos quantitativos que serve para estudar e medir os fenômenos coletivos ou de massa.

Estatística. Conjunto de métodos e processos quantitativos que serve para estudar e medir os fenômenos coletivos ou de massa. Faculdade de Tecnologia Senac Pelotas Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas Matemática Aplicada Prof. Edécio Fernando Iepsen Estatística Variáveis Qualitativas, Quantitativas

Leia mais

Matemática. A probabilidade pedida é p =

Matemática. A probabilidade pedida é p = a) Uma urna contém 5 bolinhas numeradas de a 5. Uma bolinha é sorteada, tem observado seu número, e é recolocada na urna. Em seguida, uma segunda bolinha é sorteada e tem observado seu número. Qual a probabilidade

Leia mais

f (x) = a n x n + a n - 1 x n - 1 +... + a 0 = 0 (a n > 0)

f (x) = a n x n + a n - 1 x n - 1 +... + a 0 = 0 (a n > 0) Lista de Exercícios Resolução de Equações Não Lineares 1) Para a delimitação das raízes reais de uma equação polinomial, além do teorema de Lagrange, existem vários outros como, por exemplo, o apresentado

Leia mais

=...= 1,0 = 1,00 = 1,000...

=...= 1,0 = 1,00 = 1,000... OPERAÇÕES COM NÚMEROS DECIMAIS EXATOS Os números decimais exatos correspondem a frações decimais. Por exemplo, o número 1,27 corresponde à fração127/100. 127 = 1,27 100 onde 1 representa a parte inteira

Leia mais

Definição de determinantes de primeira e segunda ordens. Seja A uma matriz quadrada. Representa-se o determinante de A por det(a) ou A.

Definição de determinantes de primeira e segunda ordens. Seja A uma matriz quadrada. Representa-se o determinante de A por det(a) ou A. Determinantes A cada matriz quadrada de números reais, pode associar-se um número real, que se designa por determinante da matriz Definição de determinantes de primeira e segunda ordens Seja A uma matriz

Leia mais

Curso de Especialização em Saúde da Família Modalidade a Distância. Unidade 2 Módulo 3 Taxa ou coeficiente de mortalidade infantil

Curso de Especialização em Saúde da Família Modalidade a Distância. Unidade 2 Módulo 3 Taxa ou coeficiente de mortalidade infantil Curso de Especialização em Saúde da Família Modalidade a Distância Unidade 2 Módulo 3 Taxa ou coeficiente de mortalidade infantil A taxa ou coeficiente de mortalidade infantil é uma estimativa do risco

Leia mais

MAE116 - Noções de Estatística

MAE116 - Noções de Estatística MAE116 - Noções de Estatística Grupo A - 1 semestre de 2015 Gabarito da Lista de exercícios 10 - Introdução à Estatística Descritiva - CASA Exercício 1. (2 pontos) Sabe-se que, historicamente, 18% dos

Leia mais

I-094 - COLIFORMES E ph MÉDIAS ARITMÉTICAS, MÉDIAS GEOMÉTRICAS E MEDIANAS

I-094 - COLIFORMES E ph MÉDIAS ARITMÉTICAS, MÉDIAS GEOMÉTRICAS E MEDIANAS I-9 - COLIFORMES E ph MÉDIAS ARITMÉTICAS, MÉDIAS GEOMÉTRICAS E MEDIANAS Marcos von Sperling ( 1 ) Engenheiro Civil (UFMG). Doutor em Engenharia Ambiental (Imperial College, Universidade de Londres Inglaterra).

Leia mais

Como definir a melhor meta de vendas através do Índice da Margem de Contribuição (Imc)

Como definir a melhor meta de vendas através do Índice da Margem de Contribuição (Imc) Como definir a melhor meta de vendas através do Índice da Margem de Contribuição (Imc)! Qual a quantidade ideal de venda de cada produto, considerando uma maior rentabilidade?! Se os produtos de menor

Leia mais

ANÁLISE DE FALHAS DE COMPUTADORES

ANÁLISE DE FALHAS DE COMPUTADORES UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DANIELE APARECIDA DE OLIVEIRA VERANICE POLATO ANÁLISE DE FALHAS DE COMPUTADORES LINHA DE PESQUISA: Projeto de Pesquisa apresentado à disciplina de

Leia mais

Raciocínio Lógico Matemático Cap. 8 Sequências Lógicas e Suas Leis de Formação

Raciocínio Lógico Matemático Cap. 8 Sequências Lógicas e Suas Leis de Formação Raciocínio Lógico Matemático Cap. 8 Sequências Lógicas e Suas Leis de Formação Sequências Lógicas e Suas Leis de Formação Estudaremos, neste capítulo, várias sequências lógicas e buscaremos explorar quais

Leia mais

INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br

INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br Tipos de Pesquisa Censo: é o levantamento de toda população. Aqui não se faz inferência e sim uma descrição

Leia mais

Capítulo 4 Inferência Estatística

Capítulo 4 Inferência Estatística Capítulo 4 Inferência Estatística Slide 1 Resenha Intervalo de Confiança para uma proporção Intervalo de Confiança para o valor médio de uma variável aleatória Intervalo de Confiança para a variância de

Leia mais

Método Simplex das Duas Fases

Método Simplex das Duas Fases Notas de aula da disciplina Pesquisa Operacional 1. 2003/1 c DECOM/ICEB/UFOP. Método Simplex das Duas Fases 1 Descrição do método Suponhamos inicialmente que tenham sido efetuadas transformações no PPL,

Leia mais

Análise de Regressão. Notas de Aula

Análise de Regressão. Notas de Aula Análise de Regressão Notas de Aula 2 Modelos de Regressão Modelos de regressão são modelos matemáticos que relacionam o comportamento de uma variável Y com outra X. Quando a função f que relaciona duas

Leia mais

Engenharia Econômica

Engenharia Econômica UNIVERSIDADE FEDERAL DE PERNAMBUCO UFPE CENTRO ACADÊMICO DO AGRESTE NÚCLEO DE TECNOLOGIA ENGENHARIA CIVIL Engenharia Econômica Aula I Professora Jocilene Otilia da Costa, Dra Conteúdo Juros Simples Juros

Leia mais

Relatório das Provas da 2ª. Fase - Vestibular 2016

Relatório das Provas da 2ª. Fase - Vestibular 2016 Relatório das Provas da 2ª. Fase - Vestibular 2016 Resumo Executivo O presente relatório apresenta os resultados da segunda fase do Vestibular UNICAMP 2016 constituída por três provas. Esta etapa do vestibular

Leia mais

1 PONTOS NOTÁVEIS. 1.1 Baricentro. 1.3 Circuncentro. 1.2 Incentro. Matemática 2 Pedro Paulo

1 PONTOS NOTÁVEIS. 1.1 Baricentro. 1.3 Circuncentro. 1.2 Incentro. Matemática 2 Pedro Paulo Matemática 2 Pedro Paulo GEOMETRIA PLANA VIII 1 PONTOS NOTÁVEIS 1.1 Baricentro O baricentro é o encontro das medianas de um triângulo. Na figura abaixo, é o ponto médio do lado, é o ponto médio do lado

Leia mais

1.2. Recorrendo a um diagrama em árvore, por exemplo, temos: 1.ª tenda 2.ª tenda P E E

1.2. Recorrendo a um diagrama em árvore, por exemplo, temos: 1.ª tenda 2.ª tenda P E E Prova de Matemática do 3º ciclo do Ensino Básico Prova 927 1ª Chamada 1. 1.1. De acordo com enunciado, 50% são portugueses (P) e 50% são espanhóis (E) e italianos (I). Como os Espanhóis existem em maior

Leia mais

25 a 30 de novembro de 2013

25 a 30 de novembro de 2013 LSD Introdução à Programa de Pós-Graduação em Estatística e Experimentação Agronômica ESALQ/USP 25 a 30 de novembro de 2013 LSD 1 2 3 LSD 4 Parte 2 - Conteúdo LSD Quando o F da ANOVA está sendo utilizado

Leia mais

Avaliação da eficiência mínima dos equipamentos de proteção respiratória.

Avaliação da eficiência mínima dos equipamentos de proteção respiratória. Avaliação da eficiência mínima dos equipamentos de proteção respiratória. A norma NBR 13698 e a NBR 13697 tem como objetivo fixar condições mínimas exigidas para as Peças Semifaciais Filtrantes (PFF) e

Leia mais

Noções de Microeconomia

Noções de Microeconomia Noções de Microeconomia Demanda, Oferta e Equilíbrio de Mercado: A Demanda e a Lei da Demanda; A Curva da Demanda; A Oferta e a Lei da Oferta; A Curva da Oferta; Equilíbrio de Mercado; Elasticidades. Introdução

Leia mais

CIRCULAR TÉCNICA N o 171 NOVEMBRO 1989 TABELAS PARA CLASSIFICAÇÃO DO COEFICIENTE DE VARIAÇÃO

CIRCULAR TÉCNICA N o 171 NOVEMBRO 1989 TABELAS PARA CLASSIFICAÇÃO DO COEFICIENTE DE VARIAÇÃO IPEF: FILOSOFIA DE TRABALHO DE UMA ELITE DE EMPRESAS FLORESTAIS BRASILEIRAS ISSN 0100-3453 CIRCULAR TÉCNICA N o 171 NOVEMBRO 1989 TABELAS PARA CLASSIFICAÇÃO DO COEFICIENTE DE VARIAÇÃO INTRODUÇAO Carlos

Leia mais

FABIANO KLEIN CRITÉRIOS NÃO CLÁSSICOS DE DIVISIBILIDADE

FABIANO KLEIN CRITÉRIOS NÃO CLÁSSICOS DE DIVISIBILIDADE FABIANO KLEIN CRITÉRIOS NÃO CLÁSSICOS DE DIVISIBILIDADE FLORIANÓPOLIS 2007 FABIANO KLEIN CRITÉRIOS NÃO CLÁSSICOS DE DIVISIBILIDADE Trabalho de conclusão de Curso apresentado ao curso de Matemática Habilitação

Leia mais

EXAME INTELECTUAL AOS CURSOS DE FORMAÇÃO DE SARGENTOS 2011-12 SOLUÇÃO DAS QUESTÕES DE MATEMÁTICA

EXAME INTELECTUAL AOS CURSOS DE FORMAÇÃO DE SARGENTOS 2011-12 SOLUÇÃO DAS QUESTÕES DE MATEMÁTICA dessa Escoladessa Escola MINISTÉRIO DA DEFESA EXÉRCITO BRASILEIRO DECEx DFA ESCOLA DE SARGENTOS DAS ARMAS ESCOLA SARGENTO MAX WOLFF FILHO EXAME INTELECTUAL AOS CURSOS DE FORMAÇÃO DE SARGENTOS 011-1 Questão

Leia mais

LISTA COMPLEMENTAR DE DAC E ADC DO LIVRO DO TOCCI

LISTA COMPLEMENTAR DE DAC E ADC DO LIVRO DO TOCCI LISTA COMPLEMENTAR DE DAC E ADC DO LIVRO DO TOCCI 10.2 Um DAC = 08bits Para o número = (100) 10 = 2V. Pede-se : (+179) 10 Para Saída Analógica = Entrada digital x passo = 179. 20mV = 3,58V F.S. = 5V e

Leia mais

ANOVA. (Analysis of Variance) Prof. Dr. Guanis de Barros Vilela Junior

ANOVA. (Analysis of Variance) Prof. Dr. Guanis de Barros Vilela Junior ANOVA (Analysis of Variance) Prof. Dr. Guanis de Barros Vilela Junior Para que serve a ANOVA? Para comparar três ou mais variáveis ou amostras. Por exemplo, queremos testar os efeitos cardiorrespiratórios

Leia mais

Teste de Hipótese e Intervalo de Confiança. Parte 2

Teste de Hipótese e Intervalo de Confiança. Parte 2 Teste de Hipótese e Intervalo de Confiança Parte 2 Questões para discutirmos em sala: O que é uma hipótese estatística? O que é um teste de hipótese? Quem são as hipóteses nula e alternativa? Quando devemos

Leia mais

Características das Figuras Geométricas Espaciais

Características das Figuras Geométricas Espaciais Características das Figuras Geométricas Espaciais Introdução A Geometria espacial (euclidiana) funciona como uma ampliação da Geometria plana e trata dos métodos apropriados para o estudo de objetos espaciais,

Leia mais

BCC202 - Estrutura de Dados I

BCC202 - Estrutura de Dados I BCC202 - Estrutura de Dados I Aula 14: Ordenação: QuickSort Reinaldo Fortes Universidade Federal de Ouro Preto, UFOP Departamento de Computação, DECOM Website: www.decom.ufop.br/reifortes Email: reifortes@iceb.ufop.br

Leia mais

Medidas de dispersão e assimetria

Medidas de dispersão e assimetria Metodologia de Diagnóstico e Elaboração de Relatório FASHT Medidas de dispersão e assimetria Profª Cesaltina Pires cpires@uevora.pt Plano da Apresentação Medidas de dispersão Variância Desvio padrão Erro

Leia mais

Pagamento de complemento de salário-maternidade, considerando que este valor deve ser deduzido da guia de INSS, pois é pago pelo INSS.

Pagamento de complemento de salário-maternidade, considerando que este valor deve ser deduzido da guia de INSS, pois é pago pelo INSS. Complemento Salarial Licença Maternidade Abaixo estão descritas as regras do sistema para cálculo do complemento de salário-maternidade, no complemento salarial e na rescisão complementar por Acordo/Convenção/Dissídio:

Leia mais

Actividade de enriquecimento. Algoritmo da raiz quadrada

Actividade de enriquecimento. Algoritmo da raiz quadrada Actividade de enriquecimento Algoritmo da raiz quadrada Nota: Apresenta-se uma actividade de enriquecimento e de um possível trabalho conjunto com as disciplinas da área de informática: os alunos poderão

Leia mais

Exercícios: Recursão

Exercícios: Recursão UNIVERSIDADE FEDERAL DE UBERLÂNDIA Lista de exercícios de programação em linguagem C Exercícios: Recursão 1) Faça uma função recursiva que calcule e retorne o fatorial de um número inteiro N. 2) Faça uma

Leia mais

O valor nominal do título é de R$ 500,00, a taxa é de 1% ao mês e o prazo é de 45 dias = 1,5 mês.

O valor nominal do título é de R$ 500,00, a taxa é de 1% ao mês e o prazo é de 45 dias = 1,5 mês. 13. (ISS-Cuiabá 2016/FGV) Suponha um título de R$ 500,00, cujo prazo de vencimento se encerra em 45 dias. Se a taxa de desconto por fora é de 1% ao mês, o valor do desconto simples será igual a a) R$ 7,00.

Leia mais

Teorema do Limite Central e Intervalo de Confiança

Teorema do Limite Central e Intervalo de Confiança Probabilidade e Estatística Teorema do Limite Central e Intervalo de Confiança Teorema do Limite Central Teorema do Limite Central Um variável aleatória pode ter uma distribuição qualquer (normal, uniforme,...),

Leia mais

Lição 5 Medidas Descritivas Medidas de Dispersão

Lição 5 Medidas Descritivas Medidas de Dispersão 99 Lição 5 Medidas Descritivas Medidas de Dispersão Após concluir o estudo desta lição, esperamos que você possa: identifi car o objetivo das medidas de dispersão; identifi car o conceito de variância;

Leia mais