Probabilidade II Aula 12

Tamanho: px
Começar a partir da página:

Download "Probabilidade II Aula 12"

Transcrição

1 Coteúdo Probabilidade II Aula Juho de 009 Desigualdade de Marov Desigualdade de Jese Lei Fraca dos Grades Números Môica Barros, D.Sc. Itrodução A variâcia de uma variável aleatória mede a dispersão em toro da média. A desigualdade de Chebyshev os forece uma maeira de eteder como a variâcia mede a dispersão em toro da média, e os permite ecotrar limites superiores e iferiores para certas probabilidades. Itrodução Estes limites ão são ecessariamete próximos dos valores reais das probabilidades, e são usados pricipalmete em discussões teóricas, e ão como aproximações. A desigualdade de Marov é um resultado teórico importate que, etre outras coisas, os ajuda a demostrar a desigualdade de Chebyshev. 3 4

2 Itrodução Estas duas desigualdades os forecem limites superiores e iferiores para probabilidades quado apeas a média (Marov) é cohecida ou quado só a média e a variâcia são dadas (Chebyshev). Em geral, estes limites para as probabilidades ão são eficietes do poto de vista computacioal, mas também os requisitos ecessários para o seu cálculo são míimos, pois precisamos apeas cohecer o máximo a média e a variâcia. Desigualdade de Marov Teorema Seja u( X ) uma fução ão egativa da variável aleatória X. Se E [u( X )] existe, etão para qualquer costate positiva c temos: ( u X c) Pr ( ) ( ( )) E u X c 5 6 Desigualdade de Marov Demostração caso cotíuo Seja A o cojuto{x : u( x ) c}. Etão o valor esperado de u(x) pode ser escrito como: ( ( )) E u X = u ( x ) f ( x ) dx = u ( x ) f ( x ) dx + u ( x ) f ( x ) dx * ode A* é o complemeto de A, ou seja: A* = { X : u(x) < c} A 7 A Desigualdade de Marov Cada uma das itegrais do lado direito acima é ão egativa, e etão o lado esquerdo da equação é maior ou igual a cada uma destas itegrais. Em particular: E( u( X )) u( x) f ( x) dx A Mas, pela defiição do cojuto A, se X A etão u ( X ) c. Assim: ( ( )) ( ) ( ) ( ) =.Pr( ) =.Pr( ( ) ) E u X u x f x dx c f x dx c X A c u X c A A 8

3 Desigualdade de Marov Isto é: E [ u ( X ) ] c. Pr {u ( X ) c } Pr{ u ( X ) c } E [ u ( X ) ] /c Note que, a demostração da desigualdade de Marov a úica hipótese é que E [u(x)] existe e é uma fução ão egativa. 9 Desigualdade de Marov Exemplo Seja Y uma v.a. tal que E(Y 4 ) 00. Use esta iformação para ecotrar um limite superior para Pr(Y 5). Solução Seja W = Y 4. Etão W é uma v.a. ão egativa cuja média é, o máximo, 00. Note que se Y 5 etão W = Y Pela desigualdade de Marov: E( W ) 00 Pr ( Y 5) = Pr( W 65) = A desigualdade de Chebyshev pode ser ecarada como um corolário da desigualdade de Marov. Seja X uma v.a. qualquer com média µ e variâcia σ, ambas fiitas. Etão: Pr σ { X µ } Demostração Como u(x) = (X-µ) é uma fução ão-egativa, podemos aplicar a desigualdade de Marov e obter: E ( ) ( ) ) ( u( X )) E( X µ ) ) σ Pr u( X ) = Pr X µ = = Mas, os evetos: ( X µ ) e X µ São equivaletes, o que prova a desigualdade de Chebyshev.

4 Aalogamete podemos escrever: Pr σ ( X µ ) A desigualdade de Chebyshev pode ser escrita de maeira mais coveiete em termos da distâcia (em uidades do desvio padrão) em relação à média, ou seja: 3 A probabilidade de X estar a uma distâcia "grade" (maior que desvios padrões) da sua média é pequea (meor que / ). Pr ( X µ. σ ) A probabilidade de X estar a uma distâcia "pequea" (meor que desvios padrões) da sua média é grade (maior que - / ). Pr ( X µ. σ ) 4 Os limites forecidos pelas desigualdades de Marov e Chebyshev são, como já dissemos, grades demais para uso como aproximações uméricas. Suas maiores virtude são as de fucioar sob codições muito pouco restritivas, exigido apeas o cohecimeto da média (Marov) ou da média e variâcia (Chebyshev). Exemplo Comparação de uma probabilidade exata com o limite dado por Chebyshev. Seja X uma v.a. Uif(- 3, + 3). Verifique que E(X) = 0 e VAR(X) = Calcule exatamete: 3 Pr X = Pr X 3 = + 3/ 3/ 3 dx = =

5 Por Chebyshev, =3/ e o limite superior para esta probabilidade tora-se (vide slide 4): 3 4 Pr X 0.() = = ( 3/ ) Ou seja, o limite dado por Chebyshev é mais de 3 vezes maior que o valor real este caso. Exemplo 3 Neste caso a distribuição da v.a. é descohecida. O úmero de TVs produzido por uma fábrica um itervalo de uma semaa é uma v.a. com média 500. ) Ecotre um limite para a probabilidade do úmero de TVs produzido esta semaa exceder Neste caso usamos a desigualdade de Marov, pois só cohecemos a média. Note que a variável de iteresse (úmero de TVs produzidas é itrisecamete ão egativa, justificado o uso de Marov). ( X ) E 500 Pr ( X 000) = = ) Supoha agora que cohecemos também a variâcia do úmero de TVs produzidas a semaa, que é igual a 00. O que se pode dizer sobre a probabilidade do úmero de TVs produzidas esta semaa estar etre 400 e 600? Pela desigualdade de Chebyshev, e usado µ = 500, σ = 00 temos: 00 Pr{ X } = Pr{ 400 X 600} = = (00)

6 Exemplo 4 Seja X uma variável Expo(). Use a desigualdade de Marov para provar que Pr(X >c) /c ode c é um úmero positivo qualquer. Solução Note que a desigualdade de Marov pode ser usada diretamete em X, que é uma variável ão egativa. Também, E(X) =. Por Marov: Pr(X > c) E(X)/c = /c A extesão deste exemplo para uma variável Expoecial qualquer é trivial. Se X é Expoecial(λ) etão: E( X ) Pr( X > c) = c λ. c Para qualquer costate positiva c. Note que isso é realmete verdadeiro, pois: ( ) { } λc λc Pr X > c = F( c) = e = e = = + λc 3 e ( ) ( λc) ( λc) λc + λc ! 3! Exemplo 5 Aplicação a uma sequêcia de Beroullis. Sejam X, X,..., X iid Beroulli(p), de tal forma que Y = X + X X é Biomial (, p). Pela desigualdade de Chebyshev: Pr VAR( Y ) pq { Y p } = 3 Mas, a fução.p.q =.p.(-p) tem um máximo em p=/ (faça o gráfico) e etão podemos garatir que: Pr 4 { Y p } = Cosidere agora a proporção de sucessos as repetições, isto é: Y p ˆ = 4

7 Pelas propriedades das fuções lieares de v.a., pode-se provar que: Y p E( pˆ ) = E = E( Y ) = Y pq VAR( pˆ ) = VAR = VAR( Y ) = = Aplicado Chebyshev a p^ segue que: pq Pr VAR( pˆ) pq 4 { pˆ p } = Esta última expressão tem implicações importates em amostragem. Por exemplo, se > 000, a probabilidade de p^ diferir do valor verdadeiro de p por mais de 0. é, o máximo, 0.05 para qualquer valor de p. 5 6 Exemplo 6 Com base a expressão do slide aterior, calcule (tamaho da amostra) ecessário para que a probabilidade da difereça etre o p real e o estimado ser maior que 3% seja meor ou igual a 5%. Solução Aqui = 0.03 e /(4 ) = 5% Logo: /4(3/00) = 0000/36 = 5/00 = 0 6 /80 = 5555 aproximadamete 7 Desigualdade de Jese Ates de euciar esta desigualdade, é preciso lembrar o que são fuções covexas. Uma fução f(x) é covexa se: f{t.x + (-t).y} t.f(x) + (-t).f(y) para 0 t e x e y um itervalo [a,b]. Se acima a desigualdade é estrita dizemos que f é estritamete covexa. 8

8 Desigualdade de Jese Este gráfico idica uma típica fução covexa Desigualdade de Jese A desigualdade de Jese pode ser escrita como: E { f ( X )} f { E( X )} alterativamete f { E( X )} E{ f ( X )} se f é uma fução covexa A igualdade ocorre se f ão é estritamete covexa ou se X tem uma distribuição degeerada (i.e, X tem toda a probabilidade um úico poto) Desigualdade de Jese A demostração será omitida. A desigualdade de Jese será importate em Iferêcia Estatística para provar algus resultados, por exemplo, o Teorema de Rao-Blacwell. Uma aplicação iteressate segue. Desigualdade de Jese Exemplo 7 Use a desigualdade de Jese para provar que a variâcia de uma v.a. é sempre ão egativa. Solução A fução f(x) = x é covexa. Assim, pela desigualdade de Jese: E(X ) { E(X)} E(X ) - { E(X)} 0 VAR(X) 0 3 3

9 Lei Fraca dos Grades NúmerosN A média µ de uma distribuição pode ser ecarada como a média empírica de X o logo prazo após um úmero muito grade de repetições. Sejam X, X,..., X iid com média µ e variâcia σ, ambas fiitas. Mostraremos que a média amostral covergirá para µ o setido idicado a seguir. 33 Lei Fraca dos Grades NúmerosN Note que a soma S = X + X X é uma v.a. com média.µ e variâcia.σ e assim ambas a média e a variâcia de S crescem à medida que tomamos mais termos a soma. A média e a variâcia da média amostral são: S. µ S E( X ) = E = = σ µ VAR( X ) = VAR = =. σ 34 Lei Fraca dos Grades NúmerosN Defiição Covergêcia em Probabilidade Dizemos que uma sequêcia de v.a. Y, Y,..., Y coverge em probabilidade para outra v.a. Y quado tede a ifiito se: lim Pr lim Pr ( Y Y ε ) equivaletemete : = 0 para todo ε > 0 ( Y Y < ε ) = para todo ε > 0 Ode os limites se referem a tededo a ifiito Lei Fraca dos Grades NúmerosN Em outras palavras: Y coverge em probabilidade para Y se tede a ifiito se, e somete se, Y está arbitrariamete perto de Y com uma probabilidade tão grade quato ecessário para suficietemete grade. Em muitos casos (como a lei fraca a seguir), a covergêcia em probabilidade será para uma costate

10 Lei Fraca dos Grades NúmerosN Teorema (Lei Fraca dos Grade Números) Sejam X, X,..., X iid com média µ e variâcia σ, ambas fiitas. Etão, para qualquer : X = X + X X Coverge em probabilidade para µ = E(X i ) quado tede a ifiito. Lei Fraca dos Grades NúmerosN Demostração Segue direto da desigualdade de Chebyshev e da defiição de covergêcia em probabilidade. VAR ( ) ( X ) X µ ε Pr σ = ε. ε 0 quado Lei Fraca dos Grades NúmerosN Exemplo 8 Sejam X, X,..., X iid Uif(0,). Seja X () o máximo de X, X,..., X. Mostre que X () coverge em probabilidade para quado tede a ifiito. Solução Note que Pr(X () > ) = 0 Também: Pr(X () - ε) = {Pr(X i ε)} = = ( ε) para 0 < ε < e etão o limite desta probabilidade quado é zero. Lei Fraca dos Grades NúmerosN Exemplo 9 Simulação de Mote Carlo Uma aplicação muito útil da lei fraca dos grades úmeros está o cálculo de itegrais que ão podem ser resolvidas umericamete. Isso pode ser feito através de simulação de Mote Carlo, como mostrado a seguir

11 Lei Fraca dos Grades NúmerosN Supoha que queremos calcular: = 0 I( f ) f ( x) dx E esta itegral ão tem uma solução aalítica, ou ão pode ser avaliada através de tabelas ou algum método fácil. O que fazer? 4 Lei Fraca dos Grades NúmerosN Uma solução bastate comum é apelar para métodos de simulação. A idéia este caso é: Gere um cojuto de variáveis iid Uif(0,) X, X,..., X Calcule uma aproximação para a itegral baseada os valores simulados, a saber: Iˆ( f ) = i= f ( ) X i 4 Lei Fraca dos Grades NúmerosN Pela lei fraca dos grades úmeros, este valor, se é grade, deve estar próximo de sua média, que é E{f(X)}, que é simplesmete: { f ( X )} = f ( x)() dx I( f ) E = 0 Este esquema pode ser alterado para, por exemplo, modificar o itervalo de itegração. Lei Fraca dos Grades NúmerosN Exemplo 0 aplicação do exemplo 9 Supoha que desejamos avaliar: I( f ) = 0 e π x / dx = Φ() 0.5 Neste caso já sabemos a resposta, pela tabela da N(0,), que é

12 Lei Fraca dos Grades NúmerosN Como resolver isso por Mote Carlo? Geramos observações iid da Uif(0,) e calculamos: X Iˆ( f ) = exp i = i π Faça algumas simulações o Excel. Numa a. simulação, gerei = 000 variáveis Uif(0,) e ecotrei como o valor aproximado da itegral (erro percetual de 0.4%) 45 Lei Fraca dos Grades NúmerosN Numa seguda simulação, com 0 mil úmeros gerados, o valor aproximado da itegral foi (erro percetual de 0.%). Numa terceira simulação, gerei 50 mil úmeros e obtive como valor aproximado da itegral, um erro percetual de 0.%. 46 Exemplo para casa Seja X uma variável aleatória discreta com valores maiores ou iguais a zero. Seja G(s) = E(s x ) a fução geradora de probabilidades de X, e supoha que G(s) é fiita para todo s. Seja u um úmero positivo qualquer. Usado o mesmo tipo de argumetos que a demostração da desigualdade de Chebyshev prove que: G ( ) ( s) Pr X u, 0 s u s Exemplo para casa Seja X ~ Poisso(λ). Use as desigualdades de Chebyshev e Marov para mostrar que: ) λ 4 Pr X λ ( λ) ) Pr X λ 47 48

13 Exemplo para casa Uma variação do método de Mote Carlo Supoha que desejamos avaliar: b = a I ( f ) f ( x) dx Seja g(x) uma desidade em [a, b]. Gere X, X,..., X da desidade g(x) e estime I através de: Iˆ( f ) = i= f g ( X i ) ( X ) i 49 Exemplo para casa a) Use este exemplo para defiir um procedimeto para avaliar uma itegral defiida o itervalo [-,+] b) Você cosegue usar este esquema para avaliar: I x ( f ) = x e dx 0 c) E para avaliar a mesma itegral que acima mas o itervalo (0,)? 50

Probabilidade II Aula 9

Probabilidade II Aula 9 Coteúdo Probabilidade II Aula 9 Maio de 9 Môica Barros, D.Sc. Estatísticas de Ordem Distribuição do Máximo e Míimo de uma amostra Uiforme(,) Distribuição do Máximo e Míimo caso geral Distribuição das Estatísticas

Leia mais

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

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

Leia mais

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:

DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos: 48 DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL LEI DOS GRANDES NÚMEROS Pretede-se estudar o seguite problema: À medida que o úmero de repetições de uma experiêcia cresce, a frequêcia relativa

Leia mais

ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p

ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma amostra.

Leia mais

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra.

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra. UNIVERSIDADE FEDERAL DA PARAÍBA Distribuição Amostral Luiz Medeiros de Araujo Lima Filho Departameto de Estatística INTRODUÇÃO A Iferêcia Estatística é um cojuto de técicas que objetiva estudar a população

Leia mais

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia

DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia ROTEIRO DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL 1. Itrodução. Teorema Cetral do Limite 3. Coceitos de estimação potual 4. Métodos de estimação potual 5. Referêcias Estatística Aplicada à Egeharia 1 Estatística

Leia mais

Capítulo 3. Sucessões e Séries Geométricas

Capítulo 3. Sucessões e Séries Geométricas Capítulo 3 Sucessões e Séries Geométricas SUMÁRIO Defiição de sucessão Mootoia de sucessões Sucessões itadas (majoradas e mioradas) Limites de sucessões Sucessões covergetes e divergetes Resultados sobre

Leia mais

Fundamentos de Análise Matemática Profª Ana Paula. Sequência Infinitas

Fundamentos de Análise Matemática Profª Ana Paula. Sequência Infinitas Fudametos de Aálise Matemática Profª Aa Paula Sequêcia Ifiitas Defiição 1: Uma sequêcia umérica a 1, a 2, a 3,,a,é uma fução, defiida o cojuto dos úmeros aturais : f : f a Notação: O úmero é chamado de

Leia mais

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

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

Leia mais

Séquências e Séries Infinitas de Termos Constantes

Séquências e Séries Infinitas de Termos Constantes Capítulo Séquêcias e Séries Ifiitas de Termos Costates.. Itrodução Neste capítulo estamos iteressados em aalisar as séries ifiitas de termos costates. Etretato, para eteder as séries ifiitas devemos ates

Leia mais

Capítulo I Séries Numéricas

Capítulo I Séries Numéricas Capítulo I Séries Numéricas Capitulo I Séries. SÉRIES NÚMERICAS DEFINIÇÃO Sedo u, u,..., u,... uma sucessão umérica, chama-se série umérica de termo geral u à epressão que habitualmete se escreve u u...

Leia mais

Seqüências e Séries. Notas de Aula 4º Bimestre/2010 1º ano - Matemática Cálculo Diferencial e Integral I Profª Drª Gilcilene Sanchez de Paulo

Seqüências e Séries. Notas de Aula 4º Bimestre/2010 1º ano - Matemática Cálculo Diferencial e Integral I Profª Drª Gilcilene Sanchez de Paulo Seqüêcias e Séries Notas de Aula 4º Bimestre/200 º ao - Matemática Cálculo Diferecial e Itegral I Profª Drª Gilcilee Sachez de Paulo Seqüêcias e Séries Para x R, podemos em geral, obter sex, e x, lx, arctgx

Leia mais

População x Amostra. statística descritiva X inferência estatística. Revisão de Estatística e Probabilidade

População x Amostra. statística descritiva X inferência estatística. Revisão de Estatística e Probabilidade Revisão de Estatística e Probabilidade Magos Martiello Uiversidade Federal do Espírito Sato - UFES Departameto de Iformática DI Laboratório de Pesquisas em Redes Multimidia LPRM statística descritiva X

Leia mais

1 Formulário Seqüências e Séries

1 Formulário Seqüências e Séries Formulário Seqüêcias e Séries Difereça etre Seqüêcia e Série Uma seqüêcia é uma lista ordeada de úmeros. Uma série é uma soma iita dos termos de uma seqüêcia. As somas parciais de uma série também formam

Leia mais

DISTRIBUIÇÕES DE PROBABILIDADE

DISTRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÃO DE PROBABILIDADE Seja uma v.a. que assume os valores,,..., com probabilidade p, p,..., p associadas a cada elemeto de, sedo p p... p diz-se que está defiida

Leia mais

Secção 1. Introdução às equações diferenciais

Secção 1. Introdução às equações diferenciais Secção. Itrodução às equações difereciais (Farlow: Sec..,.) Cosideremos um exemplo simples de um feómeo que pode ser descrito por uma equação diferecial. A velocidade de um corpo é defiida como o espaço

Leia mais

Exercícios de Cálculo III - CM043

Exercícios de Cálculo III - CM043 Eercícios de Cálculo III - CM43 Prof. José Carlos Corrêa Eidam DMAT/UFPR Dispoível o sítio people.ufpr.br/ eidam/ide.htm o. semestre de 22 Lista Sequêcias e séries de úmeros reais. Decida se cada uma das

Leia mais

) E X. ) = 0 2 ( 1 p ) p = p. ) E 2 ( X ) = p p 2 = p ( 1 p ) ( ) = i 1 n. ( ) 2 n E( X) = ( ) = 1 p ( ) = p V ( X ) = E ( X 2 E X

) E X. ) = 0 2 ( 1 p ) p = p. ) E 2 ( X ) = p p 2 = p ( 1 p ) ( ) = i 1 n. ( ) 2 n E( X) = ( ) = 1 p ( ) = p V ( X ) = E ( X 2 E X 3.5 A distribuição uiforme discreta Defiição: X tem distribuição uiforme discreta se cada um dos valores possíveis,,,, tiver fução de probabilidade P( X = i ) = e represeta-se por, i =,, 0, c.c. X ~ Uif

Leia mais

Revisando... Distribuição Amostral da Média

Revisando... Distribuição Amostral da Média Estatística Aplicada II DISTRIBUIÇÃO AMOSTRAL MÉDIA AULA 08/08/16 Prof a Lilia M. Lima Cuha Agosto de 016 Revisado... Distribuição Amostral da Média Seja X uma v. a. de uma população com média µ e variâcia

Leia mais

Capítulo 5- Introdução à Inferência estatística.

Capítulo 5- Introdução à Inferência estatística. Capítulo 5- Itrodução à Iferêcia estatística. 1.1) Itrodução.(184) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar coclusões acerca da população de ode se extraiu a amostra.

Leia mais

Virgílio A. F. Almeida DCC-UFMG 1/2005

Virgílio A. F. Almeida DCC-UFMG 1/2005 Virgílio A. F. Almeida DCC-UFMG 1/005 !" # Comparado quatitativamete sistemas eperimetais: Algoritmos, protótipos, modelos, etc Sigificado de uma amostra Itervalos de cofiaça Tomado decisões e comparado

Leia mais

Sucessão ou Sequência. Sucessão ou seqüência é todo conjunto que consideramos os elementos dispostos em certa ordem. janeiro,fevereiro,...

Sucessão ou Sequência. Sucessão ou seqüência é todo conjunto que consideramos os elementos dispostos em certa ordem. janeiro,fevereiro,... Curso Metor www.cursometor.wordpress.com Sucessão ou Sequêcia Defiição Sucessão ou seqüêcia é todo cojuto que cosideramos os elemetos dispostos em certa ordem. jaeiro,fevereiro,...,dezembro Exemplo : Exemplo

Leia mais

Capítulo II - Sucessões e Séries de Números Reais

Capítulo II - Sucessões e Séries de Números Reais Capítulo II - Sucessões e Séries de Números Reais 2 Séries de úmeros reais Sabemos bem o que sigifica u 1 + u 2 + + u p = p =1 e cohecemos as propriedades desta operação - comutatividade, associatividade,

Leia mais

Alguns autores também denotam uma sequência usando parêntesis:

Alguns autores também denotam uma sequência usando parêntesis: Capítulo 3 Sequêcias e Séries Numéricas 3. Sequêcias Numéricas Uma sequêcia umérica é uma fução real com domíio N que, a cada associa um úmero real a. Os úmeros a são chamados termos da sequêcia. É comum

Leia mais

MAE Introdução à Probabilidade e Estatística II Resolução Lista 1

MAE Introdução à Probabilidade e Estatística II Resolução Lista 1 MAE 229 - Itrodução à Probabilidade e Estatística II Resolução Lista 1 Professor: Pedro Moretti Exercício 1 (a) Fazer histograma usado os seguites dados: Distribuição de probabilidade da variável X: X

Leia mais

Exame MACS- Inferência-Intervalos.

Exame MACS- Inferência-Intervalos. Exame MACS- Iferêcia-Itervalos. No iício deste capítulo, surgem algumas ideias que devemos ter presetes: O objectivo da iferêcia estatística é usar uma amostra e tirar coclusões para toda a população.

Leia mais

Sobre a necessidade das hipóteses no Teorema do Ponto Fixo de Banach

Sobre a necessidade das hipóteses no Teorema do Ponto Fixo de Banach Sobre a ecessidade das hipóteses o Teorema do Poto Fio de Baach Marcelo Lopes Vieira Valdair Bofim Itrodução: O Teorema do Poto Fio de Baach é crucial a demostração de vários resultados importates da Matemática

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

INFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões

INFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões INFERÊNCIA Fazer iferêcia (ou iferir) = tirar coclusões Iferêcia Estatística: cojuto de métodos de aálise estatística que permitem tirar coclusões sobre uma população com base em somete uma parte dela

Leia mais

) E 2 ( X) = p p 2 = p( 1 p) ) = 0 2 ( 1 p) p = p ( ) = ( ) = ( ) = p. F - cara (sucesso) C - coroa (insucesso)

) E 2 ( X) = p p 2 = p( 1 p) ) = 0 2 ( 1 p) p = p ( ) = ( ) = ( ) = p. F - cara (sucesso) C - coroa (insucesso) 3.6 A distribuição biomial Defiição: uma eperiêcia ou prova de Beroulli é uma eperiêcia aleatória só com dois resultados possíveis (um deles chamado "sucesso" e o outro "isucesso"). Seja P(sucesso) = p,

Leia mais

Os testes da Comparação, Raiz e Razão e Convergência absoluta

Os testes da Comparação, Raiz e Razão e Convergência absoluta Os testes da Comparação, Raiz e Razão e Covergêcia absoluta Prof. Flávia Simões AULA 4 Os testes de Comparação Comparar uma série dada com uma que já sabemos se coverge ou diverge. Usamos geralmete as

Leia mais

Cálculo II Sucessões de números reais revisões

Cálculo II Sucessões de números reais revisões Ídice 1 Defiição e exemplos Cálculo II Sucessões de úmeros reais revisões Mestrado Itegrado em Egeharia Aeroáutica Mestrado Itegrado em Egeharia Civil Atóio Beto beto@ubi.pt Departameto de Matemática Uiversidade

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

SUCESSÕES E SÉRIES. Definição: Chama-se sucessão de números reais a qualquer f. r. v. r., cujo domínio é o conjunto dos números naturais IN, isto é,

SUCESSÕES E SÉRIES. Definição: Chama-se sucessão de números reais a qualquer f. r. v. r., cujo domínio é o conjunto dos números naturais IN, isto é, SUCESSÕES E SÉRIES Defiição: Chama-se sucessão de úmeros reais a qualquer f. r. v. r., cujo domíio é o cojuto dos úmeros aturais IN, isto é, u : IN IR u( ) = u Defiição: i) ( u ) IN é crescete IN, u u

Leia mais

Capítulo VII: Soluções Numéricas de Equações Diferenciais Ordinárias

Capítulo VII: Soluções Numéricas de Equações Diferenciais Ordinárias Capítulo VII: Soluções Numéricas de Equações Difereciais Ordiárias 0. Itrodução Muitos feómeos as áreas das ciêcias egearias ecoomia etc. são modelados por equações difereciais. Supoa-se que se quer determiar

Leia mais

Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem

Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem Mestrado Itegrado em Egeharia Civil Disciplia: TRNSPORTES Prof. Resposável: José Mauel Viegas Sessão Prática 4: mostragem Istituto Superior Técico / Mestrado Itegrado Egª Civil Trasportes ulas Práticas

Leia mais

Cálculo III - SMA 333. Notas de Aula

Cálculo III - SMA 333. Notas de Aula Cálculo III - SMA 333 Notas de Aula Sumário 1 Itrodução 2 2 Seqüêcias Numéricas 6 2.1 Defiição, Exemplos e Operações........................ 6 2.2 Seqüêcias Limitadas e Ilimitadas........................

Leia mais

UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Benito Olivares Aguilera

UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Benito Olivares Aguilera UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Beito Olivares Aguilera 2 o Sem./09 1. Das variáveis abaixo descritas, assiale quais são

Leia mais

CAPÍTULO IV DESENVOLVIMENTOS EM SÉRIE

CAPÍTULO IV DESENVOLVIMENTOS EM SÉRIE CAPÍTUO IV DESENVOVIMENTOS EM SÉRIE Série de Taylor e de Mac-auri Seja f ) uma fução real de variável real com domíio A e seja a um poto iterior desse domíio Supoha-se que a fução admite derivadas fiitas

Leia mais

Estudando complexidade de algoritmos

Estudando complexidade de algoritmos Estudado complexidade de algoritmos Dailo de Oliveira Domigos wwwdadomicombr Notas de aula de Estrutura de Dados e Aálise de Algoritmos (Professor Adré Bala, mestrado UFABC) Durate os estudos de complexidade

Leia mais

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Algumas Distribuições

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Algumas Distribuições Deartameto de Iformática Discilia: do Desemeho de Sistemas de Comutação Algumas Distribuições Algumas Distribuições Discretas Prof. Sérgio Colcher colcher@if.uc-rio.br Coyright 999-8 by TeleMídia Lab.

Leia mais

Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos Estimação pontual e intervalar

Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos Estimação pontual e intervalar potual por itervalos Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos potual e itervalar Lic. Eg. Biomédica e Bioegeharia-2009/2010 potual por itervalos A Teoria das Probabilidades cosiste

Leia mais

11 Aplicações da Integral

11 Aplicações da Integral Aplicações da Itegral Ao itroduzirmos a Itegral Defiida vimos que ela pode ser usada para calcular áreas sob curvas. Veremos este capítulo que existem outras aplicações. Essas aplicações estedem-se aos

Leia mais

Objetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra.

Objetivo. Estimar a média µ de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra. ESTIMAÇÃO PARA A MÉDIAM Objetivo Estimar a média µ de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: µ : peso médio de homes

Leia mais

CORRELAÇÃO Aqui me tens de regresso

CORRELAÇÃO Aqui me tens de regresso CORRELAÇÃO Aqui me tes de regresso O assuto Correlação fez parte, acompahado de Regressão, do programa de Auditor Fiscal, até 998, desaparecedo a partir do cocurso do ao 000 para agora retorar soziho.

Leia mais

CAP. I ERROS EM CÁLCULO NUMÉRICO

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

Leia mais

1. Revisão Matemática

1. Revisão Matemática Sequêcias de Escalares Uma sequêcia { } diz-se uma sequêcia de Cauchy se para qualquer (depedete de ε ) tal que : ε > 0 algum K m < ε para todo K e m K Uma sequêcia { } diz-se ser limitada superiormete

Leia mais

Fundamentos de Análise Matemática Profª Ana Paula. Números reais

Fundamentos de Análise Matemática Profª Ana Paula. Números reais Fudametos de Aálise Matemática Profª Aa Paula Números reais 1,, 3, cojuto dos úmeros aturais 0,1,,3, cojuto dos úmeros iteiros p q /p e q cojuto dos úmeros racioais a, a 0 a 1 a a, a e a i 0, 1,, 3, 4,

Leia mais

lim Px ( ) 35 x 5 ), teremos Px ( ) cada vez mais próximo de 35 (denotaremos isso da forma Px ( ) 35 ). UNIVERSIDADE FEDERAL DA PARAÍBA CAMPUS IV-CCAE

lim Px ( ) 35 x 5 ), teremos Px ( ) cada vez mais próximo de 35 (denotaremos isso da forma Px ( ) 35 ). UNIVERSIDADE FEDERAL DA PARAÍBA CAMPUS IV-CCAE CURSO DISCIPLINA PROFESSOR I) Itrodução ao Limite de uma Fução UNIVERSIDADE FEDERAL DA PARAÍBA CAMPUS IV-CCAE LICENCIATURA EM MATEMÁTICA CÁLCULO DIFERENCIAL E INTEGRAL I Limite de uma Fução José Elias

Leia mais

Estimativa de Parâmetros

Estimativa de Parâmetros Estimativa de Parâmetros ENG09004 04/ Prof. Alexadre Pedott pedott@producao.ufrgs.br Trabalho em Grupo Primeira Etrega: 7/0/04. Plao de Amostragem - Cotexto - Tipo de dado, frequêcia de coleta, quatidade

Leia mais

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

CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA

CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA 1 CONCEITOS BÁSICOS E PRINCÍPIOS DE ESTATÍSTICA 1. Coceitos Básicos de Probabilidade Variável aleatória: é um úmero (ou vetor) determiado por uma resposta, isto é, uma fução defiida em potos do espaço

Leia mais

CAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS

CAPÍTULO 6 ESTIMATIVA DE PARÂMETROS PPGEP. Introdução. Introdução. Estimativa de Parâmetros UFRGS CAPÍTULO 6 Itrodução Uma variável aleatória é caracterizada ou descrita pela sua distribuição de probabilidade. ETIMATIVA DE PARÂMETRO URG Em aplicações idustriais, as distribuições de probabilidade são

Leia mais

ESTIMAÇÃO DE PARÂMETROS

ESTIMAÇÃO DE PARÂMETROS ESTIMAÇÃO DE PARÂMETROS 1 Estimação de Parâmetros uiverso do estudo (população) dados observados O raciocíio idutivo da estimação de parâmetros Estimação de Parâmetros POPULAÇÃO p =? AMOSTRA Observações:

Leia mais

Introdução ao Qui-Quadrado

Introdução ao Qui-Quadrado Técicas Laboratoriais de Física Lic. Física e g. Biomédica 007/08 Capítulo X Teste do Qui-quadrado, Itrodução ao qui-quadrado Defiição geral do qui-quadrado Graus de liberdade e reduzido abilidade do 66

Leia mais

Licenciatura em Economia REVISÃO DE ALGUNS CONCEITOS EM ESTATÍSTICA. Luís Filipe Martins.

Licenciatura em Economia REVISÃO DE ALGUNS CONCEITOS EM ESTATÍSTICA. Luís Filipe Martins. 1 Ecoometria e Métodos de Modelização I Liceciatura em Ecoomia REVISÃO DE ALGUNS CONCEITOS EM ESTATÍSTICA Luís Filipe Martis luis.martis@iscte.pt http://home.iscte.pt/~lfsm Departameto de Métodos Quatitativos,

Leia mais

DFS Série Discreta de Fourier DFT Transformada Discreta de Fourier Convolução Circular

DFS Série Discreta de Fourier DFT Transformada Discreta de Fourier Convolução Circular Sistemas de Processameto Digital Egeharia de Sistemas e Iformática Ficha 4 5/6 4º Ao/ º Semestre DFS Série Discreta de Fourier DFT Trasformada Discreta de Fourier Covolução Circular Para calcular a DFT,

Leia mais

Mas o que deixou de ser abordado na grande generalidade desses cursos foi o estudo dos produtos infinitos, mesmo que só no caso numérico real.

Mas o que deixou de ser abordado na grande generalidade desses cursos foi o estudo dos produtos infinitos, mesmo que só no caso numérico real. Resumo. O estudo das séries de termos reais, estudado as disciplias de Aálise Matemática da grade geeralidade dos cursos técicos de liceciatura, é aqui estedido ao corpo complexo, bem como ao caso em que

Leia mais

Matemática. B) Determine a equação da reta que contém a diagonal BD. C) Encontre as coordenadas do ponto de interseção das diagonais AC e BD.

Matemática. B) Determine a equação da reta que contém a diagonal BD. C) Encontre as coordenadas do ponto de interseção das diagonais AC e BD. Matemática 0. Um losago do plao cartesiao oxy tem vértices A(0,0), B(,0), C(,) e D(,). A) Determie a equação da reta que cotém a diagoal AC. B) Determie a equação da reta que cotém a diagoal BD. C) Ecotre

Leia mais

Departamento de Matemática. CÁLCULO ii. Ady Cambraia Junior Braz Moura Freitas. Coordenadoria de Educação Aberta e a Distância

Departamento de Matemática. CÁLCULO ii. Ady Cambraia Junior Braz Moura Freitas. Coordenadoria de Educação Aberta e a Distância Departameto de Matemática CÁLCULO ii Ady Cambraia Juior Braz Moura Freitas 7 Coordeadoria de Educação Aberta e a Distâcia Uiversidade Federal de Viçosa Reitora Nilda de Fátima Ferreira Soares Vice-Reitor

Leia mais

ESTATÍSTICA. PROF. RANILDO LOPES U.E PROF EDGAR TITO

ESTATÍSTICA. PROF. RANILDO LOPES  U.E PROF EDGAR TITO ESTATÍSTICA PROF. RANILDO LOPES http://ueedgartito.wordpress.com U.E PROF EDGAR TITO Medidas de tedêcia cetral Medidas cetrais são valores que resumem um cojuto de dados a um úico valor que, de alguma

Leia mais

objetivo Exercícios Meta da aula Pré-requisitos

objetivo Exercícios Meta da aula Pré-requisitos Exercícios A U L A 6 Meta da aula Aplicar o formalismo quâtico estudado as Aulas a 5 deste módulo à resolução de um cojuto de exercícios. objetivo Esperamos que, após o térmio desta aula, você teha cosolidado

Leia mais

FICHA DE TRABALHO 11º ANO. Sucessões

FICHA DE TRABALHO 11º ANO. Sucessões . Observe a sequêcia das seguites figuras: FICHA DE TRABALHO º ANO Sucessões Vão-se costruido, sucessivamete, triâgulos equiláteros os vértices dos triâgulos equiláteros já existetes, prologado-se os seus

Leia mais

MAE116 Noções de Estatística

MAE116 Noções de Estatística Exercício 1 A Secretaria de Saúde de um muicípio vem realizado um programa educativo etre as gestates mostrado a importâcia da amametação. Para averiguar a eficácia do programa pretede-se realizar uma

Leia mais

Séries e aplicações15

Séries e aplicações15 Séries e aplicações5 Gil da Costa Marques Fudametos de Matemática I 5. Sequêcias 5. Séries 5. Séries especiais 5.4 Arquimedes e a quadratura da parábola 5.5 Sobre a Covergêcia de séries 5.6 Séries de Taylor

Leia mais

FACULDADE DE CIÊNCIAS E TECNOLOGIA. Redes de Telecomunicações (2006/2007)

FACULDADE DE CIÊNCIAS E TECNOLOGIA. Redes de Telecomunicações (2006/2007) FCULDDE DE CIÊCIS E TECOLOGI Redes de Telecomuicações (6/7) Egª de Sistemas e Iformática Trabalho º4 (ª aula) Título: Modelação de tráfego utilizado o modelo de Poisso Fudametos teóricos (cotiuação) 7.

Leia mais

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança Teorema do Limite Cetral, distribuição amostral, estimação por poto e itervalo de cofiaça Prof. Marcos Pó Métodos Quatitativos para Ciêcias Sociais Distribuição amostral Duas amostrages iguais oriudas

Leia mais

Ajuste de Curvas pelo Método dos Quadrados Mínimos

Ajuste de Curvas pelo Método dos Quadrados Mínimos Notas de aula de Métodos Numéricos. c Departameto de Computação/ICEB/UFOP. Ajuste de Curvas pelo Método dos Quadrados Míimos Marcoe Jamilso Freitas Souza, Departameto de Computação, Istituto de Ciêcias

Leia mais

Definição 1: Sequência é uma lista infinita de números reais ordenados.

Definição 1: Sequência é uma lista infinita de números reais ordenados. Cálculo I Egeharia Mecâica. Sequêcias Defiição : Sequêcia é uma lista ifiita de úmeros reais ordeados. 2º termo º termo Nome (x ) = (x, x 2, x,..., x,...) º termo º termo N R x Observação: Podemos pesar

Leia mais

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança

Teorema do Limite Central, distribuição amostral, estimação por ponto e intervalo de confiança Teorema do Limite Cetral, distribuição amostral, estimação por poto e itervalo de cofiaça Prof. Marcos Pó Métodos Quatitativos para Ciêcias Sociais Distribuição amostral Duas amostrages iguais oriudas

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Técnicas de Reamostragem

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Técnicas de Reamostragem Estatística: Aplicação ao Sesoriameto Remoto SER 202 - ANO 2016 Técicas de Reamostragem Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Distribuição Amostral Testes paramétricos

Leia mais

2- Resolução de Sistemas Não-lineares.

2- Resolução de Sistemas Não-lineares. MÉTODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS - Resolução de Sisteas Não-lieares..- Método de Newto..- Método da Iteração. 3.3- Método do Gradiete. - Sisteas Não Lieares de Equações Cosidere u

Leia mais

Cap. VI Histogramas e Curvas de Distribuição

Cap. VI Histogramas e Curvas de Distribuição TLF /11 Capítulo VI Histogramas e curvas de distribuição 6.1. Distribuições e histogramas. 6 6.. Distribuição limite 63 6.3. Sigificado da distribuição limite: frequêcia esperada e probabilidade de um

Leia mais

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra.

A finalidade de uma equação de regressão seria estimar valores de uma variável, com base em valores conhecidos da outra. Jaete Pereira Amador Itrodução A aálise de regressão tem por objetivo descrever através de um modelo matemático, a relação existete etre duas variáveis, a partir de observações dessas viráveis. A aálise

Leia mais

Uma relação entre sincronização no mapa do círculo e os números racionais

Uma relação entre sincronização no mapa do círculo e os números racionais Uma relação etre sicroização o mapa do círculo e os úmeros racioais Mariaa P. M. A. Baroi Elbert E. N. Macau Laboratório Associado de Computação e Matemática Aplicada Istituto Nacioal de Pesquisas Espaciais

Leia mais

DERIVADAS DE FUNÇÕES11

DERIVADAS DE FUNÇÕES11 DERIVADAS DE FUNÇÕES11 Gil da Costa Marques Fudametos de Matemática I 11.1 O cálculo diferecial 11. Difereças 11.3 Taxa de variação média 11.4 Taxa de variação istatâea e potual 11.5 Primeiros exemplos

Leia mais

Probabilidades num jogo aos dados

Probabilidades num jogo aos dados Técicas Laboratoriais de Física Lic. Física e Eg. Biomédica 007/08 Capítulo VIII Distribuição Biomial Probabilidades um jogo aos dados Defiição de uma Distribuição Biomial Propriedades da Distribuição

Leia mais

Interpolação-Parte II Estudo do Erro

Interpolação-Parte II Estudo do Erro Iterpolação-Parte II Estudo do Erro. Estudo do Erro a Iterpolação. Iterpolação Iversa 3. Grau do Poliômio Iterpolador 4. Fução Splie em Iterpolação 4. Splie Liear 4. Splie Cúbica .Estudo do Erro a Iterpolação

Leia mais

MODELOS PROBABILÍSTICOS DISCRETOS (BINOMIAL e POISSON)

MODELOS PROBABILÍSTICOS DISCRETOS (BINOMIAL e POISSON) MODELOS PROBABILÍSTICOS DISCRETOS (BINOMIAL e POISSON) Modelos probabilísticos Algumas variáveis aleatórias (V.A.) aparecem com bastate frequêcia em situações práticas de eperimetos aleatórios (E.: peso,

Leia mais

RESOLUÇÃO DE SISTEMAS NÃO LINEARES

RESOLUÇÃO DE SISTEMAS NÃO LINEARES 87 RESOLUÇÃO DE SISTEMAS NÃO LINEARES Uma equação que coteha uma epressão do tipo, -,,, se(), e +z, z etc, é chamada ão-liear em,, z,, porque ela ão pode ser escrita o que é uma equação liear em,, z, a

Leia mais

Análise de Regressão Linear Múltipla I

Análise de Regressão Linear Múltipla I Aálise de Regressão Liear Múltipla I Aula 04 Gujarati e Porter, 0 Capítulos 7 e 0 tradução da 5ª ed. Heij et al., 004 Capítulo 3 Wooldridge, 0 Capítulo 3 tradução da 4ª ed. Itrodução Como pode ser visto

Leia mais

4.2 Numeração de funções computáveis

4.2 Numeração de funções computáveis 4. Numeração de fuções computáveis 4.1 Numeração de programas 4.2 Numeração de fuções computáveis 4.3 O método da diagoal 4.4 O Teorema s-m- Teresa Galvão LEIC - Teoria da Computação I 4.1 4.1 Numeração

Leia mais

INTEIROS DE GAUSS E INTEIROS DE EISENSTEIN Guilherme Fujiwara, São Paulo SP

INTEIROS DE GAUSS E INTEIROS DE EISENSTEIN Guilherme Fujiwara, São Paulo SP Nível Avaçado. INTEIROS DE GAUSS E INTEIROS DE EISENSTEIN Guilherme Fujiwara, São Paulo SP Vamos abordar esse artigo a aritmética de dois cojutos de iteiros algébricos: os Iteiros de Gauss e os Iteiros

Leia mais

Métodos Estatísticos Aplicados à Economia I (GET00117) Variáveis Aleatórias Discretas

Métodos Estatísticos Aplicados à Economia I (GET00117) Variáveis Aleatórias Discretas Uiversidade Federal Flumiese Istituto de Matemática e Estatística Métodos Estatísticos Aplicados à Ecoomia I (GET00117) Variáveis Aleatórias Discretas Aa Maria Lima de Farias Departameto de Estatística

Leia mais

SEQUÊNCIAS IMPORTANTES PARA O LIMITE

SEQUÊNCIAS IMPORTANTES PARA O LIMITE começado a eteder CÁLCULO Volume Um - SEQUÊNCIAS IMPORTANTES PARA O LIMITE Uma sequêcia ifiita de úmeros () é covergete a um úmero o quado () se tora (ou é sempre) igual a o, ou se tora cada vez mais próima

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 3 Resumo dos dados uméricos por meio de úmeros 1. Medidas de Tedêcia Cetral A tedêcia cetral da distribuição de freqüêcias de uma variável em um cojuto de dados é caracterizada pelo valor típico

Leia mais

Aula 11 - Questões Comentadas e Resolvidas

Aula 11 - Questões Comentadas e Resolvidas Curso Olie - Raciocíio Lógico-Quatitativo para Traumatizados em Exercícios, icluido Matemática, Matemática Fiaceira e Estatística Profs. Alexadre Lima e Moraes Juior Aula - Questões Cometadas e Resolvidas

Leia mais

Em linguagem algébrica, podemos escrever que, se a sequência (a 1, a 2, a 3,..., a n,...) é uma Progres-

Em linguagem algébrica, podemos escrever que, se a sequência (a 1, a 2, a 3,..., a n,...) é uma Progres- MATEMÁTICA ENSINO MÉDIO MÓDULO DE REFORÇO - EAD PROGRESSÕES Progressão Geométrica I) PROGRESSÃO GEOMÉTRICA (P.G.) Progressão Geométrica é uma sequêcia de elemetos (a, a 2, a 3,..., a,...) tais que, a partir

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

= o logaritmo natural de x.

= o logaritmo natural de x. VI OLIMPÍ IEROMERIN E MTEMÁTI UNIVERSITÁRI 8 E NOVEMRO E 00 PROLEM [5 potos] Seja f ( x) log x 0 = o logaritmo atural de x efia para todo 0 f+ ( x) = f() t dt = lim f() t dt x 0 ε 0 ε Prove que o limite

Leia mais

Distribuição de Bernoulli

Distribuição de Bernoulli Algumas Distribuições Discretas Cálculo das Probabilidades e Estatística I Prof. Luiz Medeiros Departameto de Estatística UFPB Distribuição de Beroulli Na prática muitos eperimetos admitem apeas dois resultados

Leia mais

MEDIDAS DESCRITIVAS DE POSIÇÃO, TENDÊNCIA CENTRAL E VARIABILIDADE

MEDIDAS DESCRITIVAS DE POSIÇÃO, TENDÊNCIA CENTRAL E VARIABILIDADE MEDIDAS DESCRITIVAS DE POSIÇÃO, TENDÊNCIA CENTRAL E VARIABILIDADE 1 Estatística descritiva (Eploratória) PRIMEIRO PASSO: Tabelas (distribuição de frequêcia) e Gráficos. SEGUNDO PASSO: Cálculo de medidas

Leia mais

Variáveis Aleatórias e Distribuições de Probabilidade

Variáveis Aleatórias e Distribuições de Probabilidade PROBABILIDADES Variáveis Aleatórias e Distribuições de Probabilidade BERTOLO Fução de Probabilidades Vamos cosiderar um experimeto E que cosiste o laçameto de um dado hoesto. Seja a variável aleatória

Leia mais

DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS

DETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS DTRMINANDO A SIGNIFIÂNIA STATÍSTIA PARA AS DIFRNÇAS NTR MÉDIAS Ferado Lag da Silveira Istituto de Física - UFRGS lag@if.ufrgs.br O objetivo desse texto é apresetar através de exemplos uméricos como se

Leia mais

Sequências Reais. Departamento de Matemática - UEL Ulysses Sodré. 1 Sequências de números reais 1

Sequências Reais. Departamento de Matemática - UEL Ulysses Sodré.  1 Sequências de números reais 1 Matemática Essecial Sequêcias Reais Departameto de Matemática - UEL - 200 Ulysses Sodré http://www.mat.uel.br/matessecial/ Coteúdo Sequêcias de úmeros reais 2 Médias usuais 6 3 Médias versus progressões

Leia mais

PROVA DE MATEMÁTICA DA UNIFESP VESTIBULAR 2011 RESOLUÇÃO: Profa. Maria Antônia Gouveia.

PROVA DE MATEMÁTICA DA UNIFESP VESTIBULAR 2011 RESOLUÇÃO: Profa. Maria Antônia Gouveia. PROVA DE MATEMÁTICA DA UNIFESP VESTIBULAR 0 Profa Maria Atôia Gouveia 6 A figura represeta um cabo de aço preso as etremidades de duas hastes de mesma altura h em relação a uma plataforma horizotal A represetação

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

MAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade

MAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade MAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade Edson de Faria Departamento de Matemática IME-USP 28 de Agosto, 2013 Probabilidade: uma Introdução / Aula 8 1 Desigualdades de Markov e

Leia mais

1ª Lista de Exercícios Números Naturais e o PIF

1ª Lista de Exercícios Números Naturais e o PIF Álgebra I Prof. Robso Rodrigues http: www.robso.mat.br e-mail: robsomat@uol.com.br 1ª Lista de Exercícios Números Naturais e o PIF Questão 01. (Cocurso Professor de Matemática SP 001) Segudo o Pricípio

Leia mais

Elementos de Análise - Verão 2001

Elementos de Análise - Verão 2001 Elemetos de Aálise - Verão 00 Lista Thomas Robert Malthus, 766-834, foi professor de Ecoomia Política em East Idia College e em seu trabalho trouxe à luz os estudos sobre diâmica populacioal. Um de seus

Leia mais