Amostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença?

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "Amostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença?"

Transcrição

1 Amostras Aleatórias e Distribuições Amostrais Probabilidade e Estatística: afial, qual é a difereça? Até agora o que fizemos foi desevolver modelos probabilísticos que se adequavam a situações reais. Por exemplo, idicamos quado os modelos Biomial, Poisso, Expoecial, Normal, Uiforme, etc... eram adequados. Todos estes modelos referem-se a distribuições de probabilidade que evolvem parâmetros, que até agora foram supostos cohecidos. Para que as probabilidades associadas a evetos sejam calculadas é ecessário cohecer o valor destes parâmetros. No estudo das probabilidades, o osso objetivo é calcular a probabilidade de evetos préespecificados. De agora em diate teremos um ovo objetivo. A partir de uma amostra de uma distribuição de probabilidade especificada pretedemos apreder alguma coisa sobre os parâmetros da distribuição, isto é, estaremos iteressados em estimar os parâmetros da distribuição de probabilidade. Esta é a grade difereça etre Probabilidade e Estatística. No estudo de Probabilidade estamos iteressados em defiir modelos que possam ser aplicados a situações reais. Estes modelos evolvem distribuições de probabilidade totalmete cohecidas, isto é, ão apeas a forma da desidade, mas também os seus parâmetros são cohecidos. No estudo da Estatística supõe-se que o modelo probabilístico é cohecido, isto é, sabe-se qual a distribuição de probabilidade que modela a situação real, mas os parâmetros desta distribuição são descohecidos, e devem ser estimados a partir dos dados. O osso objetivo em Estatística é descobrir alguma coisa sobre os parâmetros descohecidos de uma distribuição de probabilidade. Os mecaismos mais usuais para "iferir" alguma coisa sobre estes parâmetros são: ) Estimação potual - o objetivo é "chutar" os valores do parâmetro descohecido. ) Estimação por itervalos - o objetivo é ecotrar um itervalo que coteha o parâmetro de iteresse com uma probabilidade especificada. 3) Testes de hipóteses - o objetivo é criar cojecturas sobre os valores possíveis do parâmetro e verificar se estas cojecturas são muito ou pouco prováveis (isto é, testar as hipóteses). M. Barros Cosultoria Ltda.

2 Todos estes procedimetos são baseados a oção de amostra aleatória. Defiição (amostra, ou amostra aleatória) Uma amostra aleatória é um cojuto de variáveis aleatórias idepedetes e ideticamete distribuídas (iid). Notação : a.a. = amostra aleatória O que se faz a prática? Para gahar iformação sobre os parâmetros descohecidos de uma distribuição de probabilidade usamos um cojuto de variáveis aleatórias idepedetes e ideticamete distribuídas. Isto equivale a repetir a experiêcia aleatória que está sedo descrita pelo modelo em questão vezes, em codições idêticas e de maeira idepedete. A partir dos valores observados das variáveis X, X,..., X calcularemos fuções que os permitirão apreder sobre os parâmetros descohecidos do modelo. Estas fuções serão chamadas de "estatísticas". Defiição (estatística) Seja X, X,..., X uma a.a. de uma variável aleatória X. Sejam x, x,..., x os valores observados de X, X,..., X. Seja Y = h(x, X,..., X ) uma fução apeas das variáveis X, X,..., X. Y é chamado de "estatística". Note que uma estatística ão é fução de parâmetros descohecidos, ela só evolve as variáveis a amostra aleatória, ou seja, pode ser diretamete computada a partir dos valores observados uma amostra. Por defiição, qualquer estatística Y é uma variável aleatória, e tem uma distribuição de probabilidade que depede da distribuição de X, X,..., X. O osso problema etão é ecotrar estatísticas que sirvam como bos estimadores potuais de parâmetros descohecidos. Também é importate defiir critérios que os permitam dizer que uma estatística é "melhor" que outra para estimar um dado parâmetro. M. Barros Cosultoria Ltda.

3 3 De uma maeira geral, as estatísticas devem coter "toda" a iformação presete uma amostra. Se ão fosse assim, ão valeria a pea calcular uma estatística, a gete simplesmete usaria uma úica observação da amostra. Este acréscimo de iformação represetado pelo uso de uma estatística (ao ivés de uma úica observação) geralmete se traduz por uma cosiderável redução a variâcia. Por exemplo, a variâcia da média amostral é igual à variâcia de cada observação dividida pelo tamaho da amostra. Quato maior o tamaho da amostra, meor é a variâcia da média amostral, isto é, mais "precisa" é a média amostral. As estatísticas mais famosas Sejam X, X,..., X uma amostra aleatória de uma distribuição qualquer. As estatísticas mais comus, calculadas a partir desta amostra são: ) Média amostral X = X i i= ) Variâcia amostral S = Xi X i= 3) Desvio padrão amostral S= S = ( Xi X) i= 4) Míimo da amostra X () = mi X, X,..., X 5) Máximo da amostra X = max X, X,..., X 6) Amplitude da amostra A = X () - X () M. Barros Cosultoria Ltda.

4 4 7) k-ésima estatística de ordem É o k-ésimo elemeto da amostra ordeada. Por exemplo, X () é o segudo meor elemeto da amostra X, X,..., X. Um dos ossos objetivos aqui é desevolver as distribuições de estatísticas obtidas a partir de uma amostra aleatória da distribuição Normal. O próximo teorema refere-se à média amostral de uma amostra aleatória da desidade Normal. Sejam X, X,..., X uma amostra aleatória da distribuição N(µ, σ ). Seja X a média amostral. Etão: X N µ σ, A demostração do teorema é trivial, e segue das propriedades da fução geradora de mometos. Este teorema pode ser geeralizado para uma amostra aleatória de uma distribuição qualquer. Sejam X, X,..., X uma amostra aleatória de uma distribuição qualquer tal que E(X i ) = µ e VAR(X i ) = σ. Seja X a média amostral. Etão: ) E( X ) = µ ) VAR( X ) = σ / 3) Se é grade, pelo teorema cetral do limite podemos cocluir que:. X µ σ é aproximadamete N(0,). M. Barros Cosultoria Ltda.

5 5 Note que, este caso, ada é dito a respeito da distribuição de X. Apeas a sua média e variâcia são cohecidas, e são fuções da média e variâcia de cada X i. A pricípio a distribuição de X poderia ser uma coisa estraha, que ão tem ada a ver com a distribuição origial de cada X i. No etato, se o tamaho da amostra é grade podemos cocluir que a distribuição de X, devidamete escaloada, é aproximadamete N(0,). O próximo teorema refere-se à distribuição do máximo e do míimo de uma amostra. Sejam X, X,..., X uma amostra aleatória de uma distribuição cotíua qualquer com desidade f(.) e fução de distribuição F(.). Sejam X () e X () respectivamete, o míimo e o máximo da amostra. Etão as desidades de X () e X () são dadas por: ) Desidade do míimo g ( x) =. f( x). F( x) ) Desidade do máximo g ( x) =. f( x). F( x) Demostração Só faremos a demostração do segudo item (máximo da amostra). A demostração do outro item é semelhate. Note que se X () é o máximo da amostra, etão X () < k equivale a : todo X i < k, para qualquer úmero k. Logo, a fução de distribuição do máximo pode ser facilmete ecotrada, e é dada por: ( ) ( ) G ( k) = Pr X k = Pr X k, X k,..., X k Também, os X i 's são idepedetes, e esta última probabilidade pode ser escrita como o produto das probabilidades para cada X i. Etão: G ( k) = Pr X k, X k,..., X k = Pr X k.pr X k...pr X k M. Barros Cosultoria Ltda.

6 6 Como os X i são ideticamete distribuídos, estas probabilidades são as mesmas para todo X i e correspodem à fução de distribuição F(.) com argumeto k. ( ( )) G ( k) = Pr X k = F( k) A desidade de X () é ecotrada derivado-se a fução de distribuição com relação ao argumeto k, e lembrado que a derivada de F(.) é f(.), a desidade de cada X i. Etão : g dg ( k) df( k) ( k) = =. F( k). = dk dk fk..( Fk ) Exemplo Sejam X, X,..., X uma amostra aleatória da desidade Expoecial com parâmetro λ. Ecotre a desidade de X (), o míimo da amostra. Solução A desidade de cada X i é: λ f( x) = λ. e x A fução de distribuição é: t x Fx = Pr ( X x) = λ λ λ. e dt= e A desidade do míimo é, pelo teorema aterior: x 0 λy λy ( λ ) λy +. λ. y λ g ( y) =. F( y). f( y) =. + e.. e =. λ. e =.. e Ou seja, X () tem desidade Expoecial com parâmetro.λ. = Exemplo A duração de um compoete eletrôico é uma variável aleatória T com distribuição Expoecial com parâmetro λ = Testou-se 00 compoetes e observou-se a duração de cada um deles, gerado uma amostra aleatória T, T,..., T 00. Calcule as seguites probabilidades: a) Pr ( 950 < T < 00) M. Barros Cosultoria Ltda.

7 7 b) Pr ( W > 700) ode W = máx( T, T,..., T 00 ) c) Pr ( V < 0) ode V = mí( T, T,..., T 00 ) Solução a) Note que, se T i ~ Expo( 0.00) para i =,,..., 00 etão : E(T i ) = / 0.00 = 000 e VAR(T i ) = /(0.00) = 0 6 Assim: E(T) = E(T i ) = 000 e VAR(T) = VAR(T i )/00 = 0 4 Pelo teorema cetral do limite: T 000 T 000 Z = = tem aproximadamete a distribuição N(0,). Assim: T Pr( 950 T 00) = Pr = ( Z ) Φ Φ = Pr 05. = 05. = 053. Ode estas últimas probabilidades foram obtidas da tabela N(0,). b) Pr ( W > 700) = Pr{ máx( T, T,..., T 00 ) > 700 } = = - Pr{ máx( T, T,..., T 00 ) 700 } Mas, se W = máx( T, T,..., T 00 ) 700 etão todos os T i são 700. ( W 700) ( T 700 T 700 T 700) Pr = Pr,,..., = 00 ( ( T )) ( e. ) (. e ) = Pr 700 = = = = c) Pr ( V < 0) ode V = mí( T, T,..., T 00 ) Pr ( V < 0) = - Pr( V 0) = - Pr(mí( T, T,..., T 00 ) 0) Mas, se mí( T, T,..., T 00 ) 0 etão todos os T i também são 0. Logo, Pr( V < 0) = - Pr(T 0, T 0,..., T 00 0) = [ ( )].. [ ] [ ] = Pr T 0 = e = e = e = M. Barros Cosultoria Ltda.

8 8 A distribuição Qui-Quadrado Defiição (desidade Qui-Quadrado com k graus de liberdade) Seja X uma variável aleatória cotíua e positiva com desidade dada por: k x / f ( x) =. x. e ode x > 0 k / k. Γ Etão X tem desidade Qui-Quadrado com k graus de liberdade, e escrevemos : X ~ χ k A desidade Qui-Quadrado com k graus de liberdade é apeas um caso particular da desidade Gama. Na verdade: χ k = Gama( α = k/, β = /) Desidades Qui-Quadrado com, 3, 4 e 8 Graus de Liberdade Qui Quadrado() Qui Quadrado(3) Qui Quadrado(4) Qui Quadrado(8) Se X tem desidade Qui-Quadrado com k graus de liberdade etão sua média, variâcia e fução geradora de mometos são dadas por: M. Barros Cosultoria Ltda.

9 9 E(X) = k VAR(X) =.k Mt () = ( t) r/ Demostração Segue direto dos resultados correspodetes para a desidade Gama. A desidade Qui-Quadrado é tabelada. As tabelas desta desidade forecem os potos tais que a probabilidade da variável estar acima deles é especificada. Uma pequea porção de uma tabela da desidade Qui-Quadrado é mostrada a seguir. graus de liberdade Por exemplo: Supodo que X seja uma variável aleatória com desidade Qui-Quadrado com 6 graus de liberdade, a probabilidade de X exceder 0.87 é 99%. Aalogamete, a probabilidade de X exceder.59 é 5% e a probabilidade de X estar acima de 6.8 é apeas %. Uma propriedade muito importate da desidade Qui-Quadrado é a preservação da mesma família de desidades quado somamos variáveis idepedetes. Ou seja, se X, X,..., X são variáveis idepedetes, cada uma com distribuição Qui-Quadrado, a soma de X, X,..., X também é uma variável aleatória Qui-Quadrado. (aditividade da desidade Qui-Quadrado) Sejam X, X,..., X variáveis aleatórias idepedetes, e supoha que X i tem desidade Qui-Quadrado com k i graus de liberdade. Seja Y = X + X X. Etão Y tem também uma desidade Qui-Quadrado, mas com k = k + k k graus de liberdade. O próximo teorema exibe a relação existete etre as desidades Normal padrão e Qui- Quadrado. M. Barros Cosultoria Ltda.

10 0 Seja Z ~ N(0,). Etão V = Z tem desidade Qui-Quadrado com grau de liberdade. Demostração A demostração é feita usado-se o método da fução de distribuição, já que a fução V = Z ão é ijetora, o que os impede de usar o método do jacobiao : G(v) = Pr( V v) = Pr( Z v) = Pr( - v Z + v ) = Φ(+ v ) - Φ(- v ) ode Φ(.) idica a fução de distribuição de uma variável aleatória N(0,). Derivado esta expressão em relação a v resulta a desidade de V, que é : ( v) ( v / ) / gv =.exp.. v.exp.. v = π π v =. v. exp v. = π π / / e v / Isto é : v/ g() v v. e v / = / = v. e π / Γ Substituido k = a defiição da desidade Qui-Quadrado resulta a expressão acima, o que prova o teorema. A combiação dos últimos teoremas leva a um resultado importate. Sejam Z, Z,..., Z variáveis aleatórias idepedetes e ideticamete distribuídas com desidade N(0,). Etão: i i= V = Z = Z + Z Z tem desidade Qui-Quadrado com graus de liberdade. M. Barros Cosultoria Ltda.

11 Este resultado segue trivialmete dos dois últimos teoremas, se lembrarmos que cada Z i tem desidade Qui-Quadrado com grau de liberdade ( e são todos idepedetes). Por que a desidade Qui-Quadrado é importate? Esta desidade está relacioada com a distribuição da variâcia amostral obtida a partir de uma amostra aleatória Normal, como idicado o próximo teorema. Sejam X, X,..., X uma amostra aleatória da distribuição N(µ, σ ). Seja S a variâcia amostral, dada por: Etão: S = ( Xi X) i= ( Xi X) ( ) S i= = σ σ tem distribuição Qui-Quadrado com (-) graus de liberdade. A partir deste teorema podemos deduzir facilmete a média e variâcia de S. Sejam X, X,..., X uma amostra aleatória da distribuição N(µ, σ ). Seja S a variâcia amostral. Etão : ES = σ σ VAR( S ) = Demostração 4 Pelo teorema aterior e sabedo a média e variâcia de uma variável aleatória Qui- Quadrado temos: M. Barros Cosultoria Ltda.

12 ( ) σ E S ( ) σ = E( S ) = = σ ( ) ( ) ( σ ) VAR S.. 4. σ =. ( ) VAR( S ) = = σ ( ) M. Barros Cosultoria Ltda.

Estimação por Intervalo (Intervalos de Confiança):

Estimação por Intervalo (Intervalos de Confiança): Estimação por Itervalo (Itervalos de Cofiaça): 1) Itervalo de Cofiaça para a Média Populacioal: Muitas vezes, para obter-se a verdadeira média populacioal ão compesa fazer um levatameto a 100% da população

Leia mais

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

Capítulo 5 Cálculo Diferencial em IR n 5.1 Definição de função de várias variáveis: campos vetoriais e campos escalares.

Capítulo 5 Cálculo Diferencial em IR n 5.1 Definição de função de várias variáveis: campos vetoriais e campos escalares. 5. Defiição de fução de várias variáveis: campos vetoriais e. Uma fução f : D f IR IR m é uma fução de variáveis reais. Se m = f é desigada campo escalar, ode f(,, ) IR. Temos assim f : D f IR IR (,, )

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

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

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

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

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

IND 1115 Inferência Estatística Aula 13

IND 1115 Inferência Estatística Aula 13 mbarros.com 3 mbarros.com 4 Coteúdo IND 5 Iferêcia Estatística Aula 3 Novembro 005 Môica Barros Itervalos de Cofiaça para Difereças etre Médias (Variâcias supostas iguais) Itervalo de Cofiaça para a variâcia

Leia mais

Intervalo de Confiança para uma Média Populacional

Intervalo de Confiança para uma Média Populacional Estatística II Atoio Roque Aula 5 Itervalo de Cofiaça para uma Média Populacioal Um dos objetivos mais importates da estatística é obter iformação sobre a média de uma dada população. A média de uma amostra

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

Capítulo 8 Estimativa do Intervalo de Confiança. Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc.

Capítulo 8 Estimativa do Intervalo de Confiança. Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc. Capítulo 8 Estimativa do Itervalo de Cofiaça Statistics for Maagers Usig Microsoft Excel, 5e 2008 Pearso Pretice-Hall, Ic. Chap 8-1 Objetivos: Neste capítulo, você aprederá: Costruir e iterpretar estimativas

Leia mais

RESPOSTA À DECLARAÇÃO EM DEFESA DE UMA MATEMÁTICA FINANCEIRA:- SISTEMA DE AMORTIZAÇÃO PRICE:- BREVE NOTA SOBRE CERTOS ENIGMAS.

RESPOSTA À DECLARAÇÃO EM DEFESA DE UMA MATEMÁTICA FINANCEIRA:- SISTEMA DE AMORTIZAÇÃO PRICE:- BREVE NOTA SOBRE CERTOS ENIGMAS. RESPOSTA À DECLARAÇÃO EM DEFESA DE UMA MATEMÁTICA FINANCEIRA:- SISTEMA DE AMORTIZAÇÃO PRICE:- BREVE NOTA SOBRE CERTOS ENIGMAS. No sistema de amortização Price, com as seguites hipóteses, ocorrerá cobraça

Leia mais

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMENTO DE ENGENHARIA CIVIL ECV DISCIPLINA: TGT410026 FUNDAMENTOS DE ESTATÍSTICA 8ª AULA: ESTIMAÇÃO POR INTERVALO

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

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

Testes de Hipóteses 5.1 6 8.8 11.5 4.4 8.4 8 7.5 9.5

Testes de Hipóteses 5.1 6 8.8 11.5 4.4 8.4 8 7.5 9.5 Testes de Hipóteses Supoha que o ível crítico de ifestação por um iseto-praga agrícola é de 10% das platas ifestadas. Você decide fazer um levatameto em ove lotes, selecioados aleatoriamete, de uma área

Leia mais

Comparação de testes paramétricos e não paramétricos aplicados em delineamentos experimentais

Comparação de testes paramétricos e não paramétricos aplicados em delineamentos experimentais Comparação de testes paramétricos e ão paramétricos aplicados em delieametos experimetais Gustavo Mello Reis (UFV) gustavo_epr@yahoo.com.br José Ivo Ribeiro Júior (UFV) jivo@dpi.ufv.br RESUMO: Para comparar

Leia mais

( ) ( ) ( ) ( ) ( ) 3 - INTRODUÇÃO À RESOLUÇÃO DE SISTEMAS NÃO LINEARES. Introdução.

( ) ( ) ( ) ( ) ( ) 3 - INTRODUÇÃO À RESOLUÇÃO DE SISTEMAS NÃO LINEARES. Introdução. 55 3 - INTRODUÇÃO À RESOLUÇÃO DE SISTEMAS NÃO LINEARES. Itrodução. No processo de resolução de um problema prático é reqüete a ecessidade de se obter a solução de um sistema de equações ão lieares. Dada

Leia mais

Métodos Quantitativos em Contabilidade. Análise da Variância ANOVA. Prof. José Francisco Moreira Pessanha professorjfmp@hotmail.

Métodos Quantitativos em Contabilidade. Análise da Variância ANOVA. Prof. José Francisco Moreira Pessanha professorjfmp@hotmail. Métodos Quatitativos em Cotabilidade Aálise da Variâcia AOVA Prof. José Fracisco Moreira Pessaha professorfmp@hotmail.com Rio de Jaeiro, 8 de setembro de 01 Aálise da Variâcia com um fator (OE WAY AOVA)

Leia mais

O TESTE DOS POSTOS ORDENADOS DE GALTON: UMA ABORDAGEM GEOMÉTRICA

O TESTE DOS POSTOS ORDENADOS DE GALTON: UMA ABORDAGEM GEOMÉTRICA O TESTE DOS POSTOS ORDENADOS DE GALTON: UMA ABORDAGEM GEOMÉTRICA Paulo César de Resede ANDRADE Lucas Moteiro CHAVES 2 Devail Jaques de SOUZA 2 RESUMO: Este trabalho apreseta a teoria do teste de Galto

Leia mais

IND 1115 Inferência Estatística Aula 8

IND 1115 Inferência Estatística Aula 8 Conteúdo IND 5 Inferência Estatística Aula 8 Setembro 4 Mônica Barros O - aproximação da Binomial pela Este teorema é apenas um caso particular do teorema central do limite, pois uma variável aleatória

Leia mais

4 HIDROLOGIA ESTATÍSTICA: conceitos e aplicações

4 HIDROLOGIA ESTATÍSTICA: conceitos e aplicações 4 HIDROLOGIA ESTATÍSTICA: coceitos e aplicações 4. Coceitos básicos de Probabilidades Um cojuto de dados hidrológicos ecessita ser previamete aalisado com base em algus idicadores estatísticos básicos

Leia mais

Módulo 4 Matemática Financeira

Módulo 4 Matemática Financeira Módulo 4 Matemática Fiaceira I Coceitos Iiciais 1 Juros Juro é a remueração ou aluguel por um capital aplicado ou emprestado, o valor é obtido pela difereça etre dois pagametos, um em cada tempo, de modo

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

Curso Mentor. Radicais ( ) www.cursomentor.wordpress.com. Definição. Expoente Fracionário. Extração da Raiz Quadrada. Por definição temos que:

Curso Mentor. Radicais ( ) www.cursomentor.wordpress.com. Definição. Expoente Fracionário. Extração da Raiz Quadrada. Por definição temos que: Curso Metor www.cursometor.wordpress.com Defiição Por defiição temos que: Radicais a b b a, N, Observação : Se é par devemos ter que a é positivo. Observação : Por defiição temos:. 0 0 Observação : Chamamos

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

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

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

Estatística II Aula 3. Prof.: Patricia Maria Bortolon, D. Sc.

Estatística II Aula 3. Prof.: Patricia Maria Bortolon, D. Sc. Estatística II Aula 3 Prof.: Patricia Maria Bortolo, D. Sc. Estimação por Itervalo Objetivos Nesta semaa, veremos: Como costruir e iterpretar estimativas por itervalos de cofiaça para a média e a proporção

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

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

MAE 116 - Noções de Estatística Grupo A - 1 o semestre de 2014 Lista de exercício 8 - Aula 8 - Estimação para p - CASA

MAE 116 - Noções de Estatística Grupo A - 1 o semestre de 2014 Lista de exercício 8 - Aula 8 - Estimação para p - CASA MAE 116 - Noções de Estatística Grupo A - 1 o semestre de 2014 Lista de exercício 8 - Aula 8 - Estimação para p - CASA 1. (2,5) Um provedor de acesso à iteret está moitorado a duração do tempo das coexões

Leia mais

5n 3. 1 nsen(n + 327) e)

5n 3. 1 nsen(n + 327) e) Exercícios 1 Mostre, utilizado a defiição, que as seguites sucessões são limitadas: 2 4 50 a) b) 3 +16 1 5 3 2 c) 1 4( 1) 8 5 d) 100 5 3 2 + 2( 1) 1 4( 1) 8 1 se( + 327) e) f) 5 3 2 4 4 2 2 Mostre, utilizado

Leia mais

Modelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste

Modelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste Modelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste Erica Castilho Rodrigues 2 de Setembro de 2014 Erro Puro 3 Existem dois motivos pelos quais os pontos observados podem não cair na reta

Leia mais

9 - INFERÊNCIA ESTATÍSTICA Estimação de Parâmetros

9 - INFERÊNCIA ESTATÍSTICA Estimação de Parâmetros INE 7 - Iferêcia Estatística Estimação de Parâmetros 1 9 - INFERÊNCIA ESTATÍSTICA Estimação de Parâmetros 9.1 - Itrodução Estatística é a ciêcia que se ocupa de orgaizar, descrever, aalisar e iterpretar

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

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

ESTUDO DA SECAGEM DE BANANAS ATRAVÉS DO MODELO DE DIFUSÃO USANDO SOLUÇÕES ANALÍTICAS

ESTUDO DA SECAGEM DE BANANAS ATRAVÉS DO MODELO DE DIFUSÃO USANDO SOLUÇÕES ANALÍTICAS WWWCONVIBRAORG ESTUDO DA SECAGEM DE BANANAS ATRAVÉS DO MODELO DE DIFUSÃO USANDO SOLUÇÕES ANALÍTICAS ANDRÉA F RODRIGUES 1, WILTON P SILVA 2, JOSIVANDA P GOMES 3, CLEIDE M D P S SILVA 4, ÍCARO CARVALHO RAMOS

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

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

Análise Combinatória I

Análise Combinatória I Aálise Combiatória I O pricípio fudametal da cotagem ada mais é que a maeira mais simples possível de determiar de quatas maeiras diferetes que um eveto pode acotecer. Se eu, por exemplo, estiver pitado

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

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

Aula 7. Em outras palavras, x é equivalente a y se, ao aplicarmos x até a data n, o montante obtido for igual a y.

Aula 7. Em outras palavras, x é equivalente a y se, ao aplicarmos x até a data n, o montante obtido for igual a y. DEPARTAMENTO...: ENGENHARIA CURSO...: PRODUÇÃO DISCIPLINA...: ENGENHARIA ECONÔMICA / MATEMÁTICA FINANCEIRA PROFESSORES...: WILLIAM FRANCINI PERÍODO...: NOITE SEMESTRE/ANO: 2º/2008 Aula 7 CONTEÚDO RESUMIDO

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

CRI Certificados de Recebíveis Imobiliários. Guia para Elaboração dos Fluxos de Pagamentos Data: 16/11/2015

CRI Certificados de Recebíveis Imobiliários. Guia para Elaboração dos Fluxos de Pagamentos Data: 16/11/2015 1 CRI Certificados de Recebíveis Imobiliários Guia para Elaboração dos Fluxos de Pagametos Data: 16/11/2015 Sumário/Ídice CRI - CERTIFICADOS DE RECEBÍVEIS IMOBILIÁRIOS... 1 SUMÁRIO/ÍNDICE... 2 1. OBJETIVO...

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

MEDIDAS E INCERTEZAS

MEDIDAS E INCERTEZAS 9//0 MEDIDAS E INCERTEZAS O Que é Medição? É um processo empírico que objetiva a desigação de úmeros a propriedades de objetos ou a evetos do mudo real de forma a descrevêlos quatitativamete. Outra forma

Leia mais

UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA MECÂNICA IM 317 METODOLOGIA PARA PLANEJAMENTO EXPERIMENTAL E ANÁLISE DE RESULTADOS

UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA MECÂNICA IM 317 METODOLOGIA PARA PLANEJAMENTO EXPERIMENTAL E ANÁLISE DE RESULTADOS UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA MECÂNICA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA IM 37 METODOLOGIA PARA PLANEJAMENTO EXPERIMENTAL E ANÁLISE DE RESULTADOS PROF. DR. SÉRGIO

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

Capítulo 2 Análise Descritiva e Exploratória de Dados

Capítulo 2 Análise Descritiva e Exploratória de Dados UNIVERSIDADE FEDERAL DE SÃO CARLOS C E N T R O D E C I Ê N C I A S E X A T A S E D E T E C N O L O G I A D E P A R T A M E N T O D E E S T A T Í S T I C A INTRODUÇÃO AO PLANEJAMENTO E ANÁLISE ESTATÍSTICA

Leia mais

Unesp Universidade Estadual Paulista FACULDADE DE ENGENHARIA

Unesp Universidade Estadual Paulista FACULDADE DE ENGENHARIA Uesp Uiversidade Estadual Paulista FACULDADE DE ENGENHARIA CAMPUS DE GUARATINGUETÁ MBA-PRO ESTATÍSTICA PARA A TOMADA DE DECISÃO Prof. Dr. Messias Borges Silva e Prof. M.Sc. Fabricio Maciel Gomes GUARATINGUETÁ,

Leia mais

DISTRIBUIÇÕES ESPECIAIS DE PROBABILIDADE DISCRETAS

DISTRIBUIÇÕES ESPECIAIS DE PROBABILIDADE DISCRETAS VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADES 1 1. VARIÁVEIS ALEATÓRIAS Muitas situações cotidianas podem ser usadas como experimento que dão resultados correspondentes a algum valor, e tais situações

Leia mais

RESISTORES E RESISTÊNCIAS

RESISTORES E RESISTÊNCIAS ELETICIDADE CAPÍTULO ESISTOES E ESISTÊNCIAS No Capítulo estudamos, detre outras coisas, o coceito de resistêcia elétrica. Vimos que tal costitui a capacidade de um corpo qualquer se opôr a passagem de

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

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

Objetivo Estimar uma proporção p (desconhecida) de elementos uma população, apresentando certa característica de interesse, partir

Objetivo Estimar uma proporção p (desconhecida) de elementos uma população, apresentando certa característica de interesse, partir Objetivo Estimar uma roorção (descohecida) de elemetos em uma oulação, aresetado certa característica de iteresse, a artir da iformação forecida or uma amostra. Exemlos: : roorção de aluos da USP que foram

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

Nota prévia. Notas de Apoio de Complementos de Probabilidades e Estatística. Manuel Cabral Morais. Secção de Probabilidades e Estatística

Nota prévia. Notas de Apoio de Complementos de Probabilidades e Estatística. Manuel Cabral Morais. Secção de Probabilidades e Estatística Nota prévia Notas de Apoio de Complemetos de Probabilidades e Estatística Mauel Cabral Morais Atrevo-me a dizer que a leccioação e o desempeho d@s alu@s da disciplia de Complemetos de Probabilidades e

Leia mais

CAPÍTULO 8 - Noções de técnicas de amostragem

CAPÍTULO 8 - Noções de técnicas de amostragem INF 6 Estatística I JIRibeiro Júior CAPÍTULO 8 - Noções de técicas de amostragem Itrodução A Estatística costitui-se uma excelete ferrameta quado existem problemas de variabilidade a produção É uma ciêcia

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

4. Inferência Estatística Estimadores Pontuais

4. Inferência Estatística Estimadores Pontuais 4. Iferêcia Estatística Estimadores Potuais 4.1. Itrodução Em lihas gerais, a Iferêcia Estatística objetiva estudar a população através de evidêcias forecidas pela amostra. É a amostra que cotém os elemetos

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

DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO ESTATISTICA AVANÇADA

DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO ESTATISTICA AVANÇADA DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO Ferado Mori DISTRIBUIÇÃO AMOSTRAL DA MÉDIA E PROPORÇÃO ESTATISTICA AVANÇADA Resumo [Atraia o leitor com um resumo evolvete, em geral, uma rápida visão geral do

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

Exercício 1. Quantos bytes (8 bits) existem de modo que ele contenha exatamente quatro 1 s? Exercício 2. Verifique que

Exercício 1. Quantos bytes (8 bits) existem de modo que ele contenha exatamente quatro 1 s? Exercício 2. Verifique que LISTA INCRÍVEL DE MATEMÁTICA DISCRETA II DANIEL SMANIA 1 Amostras, seleções, permutações e combiações Exercício 1 Quatos bytes (8 bits) existem de modo que ele coteha exatamete quatro 1 s? Exercício 2

Leia mais

Tópicos de Mecânica Quântica I. Equações de Newton e de Hamilton versus Equações de Schrödinger

Tópicos de Mecânica Quântica I. Equações de Newton e de Hamilton versus Equações de Schrödinger Tópicos de Mecâica Quâtica I Equações de Newto e de Hamilto versus Equações de Schrödiger Ferado Ferades Cetro de Ciêcias Moleculares e Materiais, DQBFCUL Notas para as aulas de Química-Física II, 010/11

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

APOSTILA MATEMÁTICA FINANCEIRA PARA AVALIAÇÃO DE PROJETOS

APOSTILA MATEMÁTICA FINANCEIRA PARA AVALIAÇÃO DE PROJETOS Miistério do Plaejameto, Orçameto e GestãoSecretaria de Plaejameto e Ivestimetos Estratégicos AJUSTE COMPLEMENTAR ENTRE O BRASIL E CEPAL/ILPES POLÍTICAS PARA GESTÃO DE INVESTIMENTOS PÚBLICOS CURSO DE AVALIAÇÃO

Leia mais

MAC122 Princípios de Desenvolvimento de Algoritmos EP no. 1

MAC122 Princípios de Desenvolvimento de Algoritmos EP no. 1 MAC122 Pricípios de Desevolvimeto de Algoritmos EP o. 1 Prof. Dr. Paulo Mirada 1 Istituto de Matemática e Estatística (IME) Uiversidade de São Paulo (USP) 1. Estrutura dos arquivos de images o formato

Leia mais

TESTE DE MANN-WHITNEY

TESTE DE MANN-WHITNEY TESTE DE MANN-WHITNEY A importâcia deste teste é ser a alterativa ão paramétrica ao teste t para a difereça de médias. Sejam (X 1,X,...,X ) e (Y 1,Y,...,Y m ) duas amostras idepedetes, de tamahos e m respectivamete,

Leia mais

Duas Fases da Estatística

Duas Fases da Estatística Aula 5. Itervalos de Cofiaça Métodos Estadísticos 008 Uiversidade de Averio Profª Gladys Castillo Jordá Duas Fases da Estatística Estatística Descritiva: descrever e estudar uma amostra Estatística Idutiva

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

UNICAMP - 2004. 2ª Fase MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR

UNICAMP - 2004. 2ª Fase MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR UNICAMP - 004 ª Fase MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR Matemática Questão 01 Em uma sala há uma lâmpada, uma televisão [TV] e um aparelho de ar codicioado [AC]. O cosumo da lâmpada equivale

Leia mais

SUMÁRIO 1. AMOSTRAGEM 4. 1.1. Conceitos básicos 4

SUMÁRIO 1. AMOSTRAGEM 4. 1.1. Conceitos básicos 4 SUMÁRIO 1. AMOSTRAGEM 4 1.1. Coceitos básicos 4 1.. Distribuição amostral dos estimadores 8 1..1. Distribuição amostral da média 8 1... Distribuição amostral da variâcia 11 1..3. Distribuição amostral

Leia mais

CURTOSE. Teremos, portanto, no tocante às situações de Curtose de um conjunto, as seguintes possibilidades:

CURTOSE. Teremos, portanto, no tocante às situações de Curtose de um conjunto, as seguintes possibilidades: CURTOSE O que sigifica aalisar um cojuto quato à Curtose? Sigifica apeas verificar o grau de achatameto da curva. Ou seja, saber se a Curva de Freqüêcia que represeta o cojuto é mais afilada ou mais achatada

Leia mais

Análise estratégica dos leilões de novos empreendimentos de geração de energia

Análise estratégica dos leilões de novos empreendimentos de geração de energia Aálise estratégica dos leilões de ovos empreedimetos de geração de eergia elétrica Gustavo S. Masili masili@fem.uicamp.r Ferado C. Muhoz fcolli@fem.uicamp.r Resumo Leilões de empreedimetos o setor elétrico

Leia mais

INE 5111- ESTATÍSTICA APLICADA I - TURMA 05324 - GABARITO LISTA DE EXERCÍCIOS SOBRE AMOSTRAGEM E PLANEJAMENTO DA PESQUISA

INE 5111- ESTATÍSTICA APLICADA I - TURMA 05324 - GABARITO LISTA DE EXERCÍCIOS SOBRE AMOSTRAGEM E PLANEJAMENTO DA PESQUISA INE 5111- ESTATÍSTICA APLICADA I - TURMA 534 - GABARITO LISTA DE EXERCÍCIOS SOBRE AMOSTRAGEM E PLANEJAMENTO DA PESQUISA 1. Aalise as situações descritas abaixo e decida se a pesquisa deve ser feita por

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

Resposta: L π 4 L π 8

Resposta: L π 4 L π 8 . A figura a seguir ilustra as três primeiras etapas da divisão de um quadrado de lado L em quadrados meores, com um círculo iscrito em cada um deles. Sabedo-se que o úmero de círculos em cada etapa cresce

Leia mais

Matemática Alexander dos Santos Dutra Ingrid Regina Pellini Valenço

Matemática Alexander dos Santos Dutra Ingrid Regina Pellini Valenço 4 Matemática Alexader dos Satos Dutra Igrid Regia Pellii Valeço Professor SUMÁRIO Reprodução proibida. Art. 84 do Código Peal e Lei 9.60 de 9 de fevereiro de 998. Módulo 0 Progressão aritmérica.................................

Leia mais

5 Proposta de Melhoria para o Sistema de Medição de Desempenho Atual

5 Proposta de Melhoria para o Sistema de Medição de Desempenho Atual 49 5 Proposta de Melhoria para o Sistema de Medição de Desempeho Atual O presete capítulo tem por objetivo elaborar uma proposta de melhoria para o atual sistema de medição de desempeho utilizado pela

Leia mais

AULA: Inferência Estatística

AULA: Inferência Estatística AULA: Iferêcia Estatística stica Prof. Víctor Hugo Lachos Dávila Iferêcia Estatística Iferêcia Estatística é um cojuto de técicas que objetiva estudar uma oulação através de evidêcias forecidas or uma

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

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

PUCRS FAMAT DEPTº DE ESTATÍSTICA Estimação e Teste de Hipótese- Prof. Sérgio Kato

PUCRS FAMAT DEPTº DE ESTATÍSTICA Estimação e Teste de Hipótese- Prof. Sérgio Kato 1 PUCRS FAMAT DEPTº DE ESTATÍSTICA Estimação e Teste de Hipótese- Prof. Sérgio Kato 1. Estimação: O objetivo da iferêcia estatística é obter coclusões a respeito de populações através de uma amostra extraída

Leia mais

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

O QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE li O QUE SÃO E QUAIS SÃO AS PRINCIPAIS MEDIDAS DE TENDÊNCIA CENTRAL EM ESTATÍSTICA PARTE li Média Aritmética Simples e Poderada Média Geométrica Média Harmôica Mediaa e Moda Fracisco Cavalcate(f_c_a@uol.com.br)

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

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

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

Caderno de Fórmulas. Debêntures Cetip21

Caderno de Fórmulas. Debêntures Cetip21 Última Atualização: 01/04/2016 E ste Cadero tem por objetivo iformar aos usuários a metodologia e os critérios de precisão dos cálculos implemetados Para Debêtures o Cetip21. São aqui apresetadas fórmulas

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

LEILLIMAR DOS REIS FREITAS COMPARAÇÃO DAS FUNÇÕES DE LIGAÇÃO LOGIT E PROBIT EM REGRESSÃO BINÁRIA CONSIDERANDO DIFERENTES TAMANHOS AMOSTRAIS

LEILLIMAR DOS REIS FREITAS COMPARAÇÃO DAS FUNÇÕES DE LIGAÇÃO LOGIT E PROBIT EM REGRESSÃO BINÁRIA CONSIDERANDO DIFERENTES TAMANHOS AMOSTRAIS LEILLIMAR DOS REIS FREITAS COMPARAÇÃO DAS FUNÇÕES DE LIGAÇÃO LOGIT E PROBIT EM REGRESSÃO BINÁRIA CONSIDERANDO DIFERENTES TAMANHOS AMOSTRAIS Dissertação apresetada à Uiversidade Federal de Viçosa, como

Leia mais

1.4- Técnicas de Amostragem

1.4- Técnicas de Amostragem 1.4- Técicas de Amostragem É a parte da Teoria Estatística que defie os procedimetos para os plaejametos amostrais e as técicas de estimação utilizadas. As técicas de amostragem, tal como o plaejameto

Leia mais

Pesquisa Operacional

Pesquisa Operacional Faculdade de Egeharia - Campus de Guaratiguetá esquisa Operacioal Livro: Itrodução à esquisa Operacioal Capítulo 6 Teoria de Filas Ferado Maris fmaris@feg.uesp.br Departameto de rodução umário Itrodução

Leia mais

Capítulo 1. Teoria da Amostragem

Capítulo 1. Teoria da Amostragem Capítulo 1 Teoria da Amostragem 1.1 Itrodução A amostragem e em particular os processos de amostragem aplicam-se em variadíssimas áreas do cohecimeto e costituem, muitas vezes, a úica forma de obter iformações

Leia mais

Guia do Professor. Matemática e Saúde. Experimentos

Guia do Professor. Matemática e Saúde. Experimentos Guia do Professor Matemática e Saúde Experimetos Coordeação Geral Elizabete dos Satos Autores Bárbara N. Palharii Alvim Sousa Karia Pessoa da Silva Lourdes Maria Werle de Almeida Luciaa Gastaldi S. Souza

Leia mais

MATEMÁTICA PARA CONCURSOS II

MATEMÁTICA PARA CONCURSOS II MATEMÁTICA PARA CONCURSOS II Módulo III Neste Módulo apresetaremos um dos pricipais assutos tratados em cocursos públicos e um dos mais temíveis por parte dos aluos: Progressão Aritmética e Progressão

Leia mais