Se o número máximo de laranjas estragadas é 4, então temos, no mínimo, 140 laranjas não estragadas.

Tamanho: px
Começar a partir da página:

Download "Se o número máximo de laranjas estragadas é 4, então temos, no mínimo, 140 laranjas não estragadas."

Transcrição

1 26. (IBGE 2016/FGV) Em uma caixa há doze dúzias de laranjas, sobre as quais sabe-se que: I - há pelo menos duas laranjas estragadas; II - dadas seis quaisquer dessas laranjas, há pelo menos duas não estragadas. Sobre essas doze dúzias de laranjas, deduz-se que: a) pelo menos 96 estão estragadas; b) no mínimo 140 não estão estragadas; c) exatamente duas estão estragadas; d) no máximo 96 estão estragadas; e) exatamente 48 não estão estragadas. Princípio da Casa dos Pombos!!! Há 12 x 12 = 144 laranjas. O enunciado afirma que dadas seis quaisquer dessas laranjas, há pelo menos duas não estragadas. Assim, podemos garantir que o número de laranjas estragadas é no máximo 4. Como eu concluí isso? Ora, imagine que houvesse 5 laranjas estragadas. Assim, eu não poderia garantir que ao pegar 6 laranjas teríamos pelo menos duas não estragadas, porque poderia acontecer de termos 5 estragadas dentre as 6. Se o número máximo de laranjas estragadas é 4, então temos, no mínimo, 140 laranjas não estragadas. Letra B 27. (IBGE 2016/FGV) De um grupo de controle para o acompanhamento de uma determinada doença, 4% realmente têm a doença. A tabela a seguir mostra as porcentagens das pessoas que têm e das que não têm a doença e que apresentaram resultado positivo em um determinado teste. Entre as pessoas desse grupo que apresentaram resultado positivo no teste, a porcentagem daquelas que realmente têm a doença é aproximadamente: a) 90%; b) 85%; c) 42%; 1

2 d) 26%; e) 4%. Vamos supor que são 1000 pessoas. Sabemos que 40 (4%) realmente têm a doença e 960 não têm a doença. Dos que têm a doença, 85% apresentaram teste positivo, ou seja 85% de 40 = 34 pessoas que tem a doença apresentaram teste positivo. Dos 960 que não têm, 10% apresentaram teste positivo. Portanto, 96 não têm a doença e apresentaram teste positivo. O total de pessoas que apresentou teste positivo é igual a = 130. Destes, 34 têm a doença. Assim, entre as pessoas desse grupo que apresentaram resultado positivo no teste, a porcentagem daquelas que realmente têm a doença é 34/130 0, %. Letra D 28. (IBGE 2016/FGV) Dos 40 funcionários de uma empresa, o mais novo tem 25 anos e o mais velho tem 37 anos. Considerando a idade de cada funcionário como um número inteiro de anos, conclui-se que: a) a média das idades de todos os funcionários é 31 anos; b) a idade de pelo menos um funcionário é 31 anos; c) nenhum funcionário tem idade igual a 31 anos; d) no máximo 25 funcionários têm a mesma idade; e) no mínimo 4 funcionários têm a mesma idade. Mais uma questão envolvendo o princípio da casa dos pombos. Há 13 possíveis idades: {25,26,27,...,35,36,37}. Imagine que são 13 gavetas: na gaveta 25, colocaremos as pessoas de 25 anos; na gaveta 26 colocaremos as pessoas de 26 anos, e assim por diante. A letra A é falsa, pois não podemos calcular a média sem saber as idades das pessoas. A letra B é falsa, pois não podemos garantir que há alguém na gaveta 31, ou seja, alguém com 31 anos. 2

3 A letra C é falsa, pois nada impede que alguém tenha 31 anos. A letra D é falsa, pois poderia ocorrer o caso de todos os 40 funcionários terem a mesma idade, por exemplo. A letra E é verdadeira. Observe que são 13 gavetas. Se colocarmos 3 pessoas em cada gaveta, ainda sobra 1 pessoa. Esta pessoa deverá entrar em alguma gaveta. Portanto, em alguma gaveta terá 4 funcionários. Concluímos que pelo menos 4 pessoas têm a mesma idade, mesmo pensando na pior das hipóteses. Letra E 29. (IBGE 2016/FGV) Sem A, não se tem B. Sem B, não se tem C. Assim, conclui-se que: a) A é suficiente para B e para C; b) B é necessário para A e para C; c) C é suficiente para A e para B; d) A e B são suficientes para C; e) B é necessário para A e suficiente para C. Lembre-se que a proposição Se p, então q quer dizer que: - p é suficiente para q. - q é necessário para p. Vamos reescrever as frases do enunciado no padrão da lógica. - Se não tem A, então não se tem B. - Se não tem B, então não se tem C. Utilizando a equivalência entre Se p, então q e Se não q, então não p, podemos reescrever: - Se tem B, então tem A. - Se tem C, então tem B. Assim: -B é suficiente para A. - A é necessário para B. - C é suficiente para B. - B é necessário para C. Observe ainda que temos a seguinte estrutura: 3

4 C --> B B --> A O que podemos concluir? Podemos concluir que se tem C, então tem A. Portanto, C é suficiente para A. Letra C 30 (IBGE 2016/FGV) Sobre os amigos Marcos, Renato e Waldo, sabe-se que: I - Se Waldo é flamenguista, então Marcos não é tricolor; II - Se Renato não é vascaíno, então Marcos é tricolor; III - Se Renato é vascaíno, então Waldo não é flamenguista. Logo, deduz-se que: a) Marcos é tricolor; b) Marcos não é tricolor; c) Waldo é flamenguista; d) Waldo não é flamenguista; e) Renato é vascaíno. Como não temos uma proposição simples entre as premissas, vamos chutar que Waldo é, de fato, flamenguista. Olhando I, concluímos que Marcos não é tricolor. Marcos não sendo tricolor, a partir de II, concluímos que a proposição Renato não é vascaíno é falsa. Portanto, Renato é vascaíno. Indo agora para a premissa III: Sabemos que Renato é vascaíno. Como não pode haver VF, concluímos que Waldo não é flamenguista. Temos uma contradição, pois Waldo é flamenguista e Waldo não é flamenguista são ambas verdadeiras. Isto significa que nosso chute inicial foi errado, ou seja, Waldo não é flamenguista. Letra D 4

5 31. (IBGE 2016/FGV) Após a extração de uma amostra, as observações obtidas são tabuladas, gerando a seguinte distribuição de frequências: Considerando que E(X) = Média de X, Mo(X) = Moda de X e Me(X) = Mediana de X, é correto afirmar que: a) E(X) = 7 e Mo(X) = 10; b) Me(X) = 5 e E(X) = 6,3; c) Mo(X) = 9 e Me(X) = 9; d) Me(X) = 9 e E(X) = 6,3; e) Mo(X) = 9 e E(X) = 7. Pessoal, MODA não foi explicitado no edital. Apesar de achar muito difícil a anulação da questão, não custa tentar. Por definição, a moda é o valor que possui a maior frequência. Portanto, Mo(X) = 9, pois tem frequência máxima. São = 27 termos. A mediana é o termo de ordem (27+1)/2 = 14. Colocando os termos em ordem crescente, o 14º termo é 5 (observe que o número 3 aparece 5 vezes e o número 5 aparece 9 vezes). Portanto, Me(X) = 5. Vamos agora calcular a média. Devemos multiplicar cada termo pela sua frequência e dividir pela soma das frequências. Letra E E X = = = 7 5

6 32. (IBGE 2016/FGV) Raíza e Diego resolvem disputar um jogo em que cada um deles lança uma moeda honesta de forma independente e simultânea. Ela será vencedora no caso de dois resultados iguais, e ele, de dois diferentes. As probabilidades de vitória dela e dele são, respectivamente, iguais a: (A) 2/3 e 1/3; (B) 1/4 e 3/4; (C) 1/3 e 2/3; (D) 1/2 e 1/2; (E) 3/4 e 1/4. Quando lançamos duas moedas, há 4 possíveis resultados. - (Cara, Cara) - (Coroa, Coroa) - (Cara, Coroa) - (Coroa, Cara). Assim, a probabilidade de termos dois resultados iguais é 2/4 = 1/2 e a probabilidade de termos dois resultados diferentes também é 2/4 = 1/2. Letra D 33. (IBGE 2016/FGV) Suponha que, de um baralho normal, contendo 52 cartas de quatro naipes, é extraído, sem reposição e aleatoriamente, um total de quatro cartas. Se a carta Ás é equivalente a uma figura (ou seja, são 4 figuras e 9 números de cada naipe), é correto afirmar que a probabilidade de que todas sejam: a) do mesmo naipe é igual a (13/52).(12/51).(11/50).(10/49). b) figuras é igual a (10/52).(9/51).(8/50).(7/49). c) do mesmo número é igual a (4/52).(3/51).(2/50).(1/49). d) números é igual a (36/52).(35/51).(34/50).(33/49). e) de naipes diferentes é igual a 4.(16/52).(12/51).(8/50).(4/49). A letra A está errada porque faltou multiplicar por 4. Lembre-se que são 4 naipes. Aquele produto descrito na alternativa A é a probabilidade de todas as cartas serem de um mesmo naipe específico. Se são 4 figuras em cada naipe, então há um total de 16 figuras. A probabilidade de serem 4 figuras é igual a (16/52).(15/51).(14/50).(13/49). A alternativa B está errada. 6

7 A alternativa C está errada por um motivo parecido com o da alternativa A. Como são 9 números, deveríamos multiplicar por 9. Há 16 figuras e 36 números. Assim, a probabilidade de serem sorteados 4 números é (36/52).(35/51).(34/50).(33/49). Letra D 34. (IBGE 2016/FGV) Sejam Y, X, Z e W variáveis aleatórias tais que Z = 2Y 3X, sendo E(X 2 ) = 25, E(X) = 4, Var(Y) = 16, Cov(X,Y) = 6. Então a variância de Z é: a) 55 b) 73 c) 108 d) 145 e) 217 Vamos primeiro calcular a variância de X, que será necessária. Var(X) = E(X 2 ) [E(X)] 2 Var(X) = = 9 Lembre-se da fórmula da variância da diferença de duas variáveis aleatórias. Var(X-Y) = Var(X) + Var(Y) - 2cov(X,Y) Queremos calcular a variância de Z, ou seja, a variância de 2Y 3X. Var(2Y 3X) = Var(2Y) + Var(3X) 2cov(2Y,3X) Quando multiplicamos uma variável por k, a sua média é multiplicada por k e sua variância é multiplicada por k 2. É importante também saber que cov(ax,by) = ab.cov(x,y). Portanto, Var(2Y 3X) = 2 2.Var(Y) Var(X) 2.2.3cov(Y,X) Var(2Y 3X) = = = 73 Letra B 7

8 35. (IBGE 2016/FGV) Sabe-se que as notas de uma prova têm distribuição Normal com média µ = 6,5 e variância σ! = 4. Adicionalmente, são conhecidos alguns valores tabulados da normal-padrão. Ø(1,3) 0,90 Ø(1,65) 0,95 Ø(1,95) 0,975 Onde Ø(z) é a função distribuição acumulada da normal-padrão. Considerando-se que apenas os 10% que atinjam as maiores notas serão aprovados, a nota mínima para aprovação é: a) 9,10 b) 9,30 c) 9,50 d) 9,70 e) 9,80 O que significa Ø(1,3) 0,90? Significa que P(Z<1,3) = 90%. Portanto, P(Z>1,3) = 10%. Desta maneira, vamos utilizar o valor Z = 1,3 na fórmula de transformação. Letra A Z = 1,3 = X μ σ X 6,5 2 X 6,5 = 2,6 X = 9,1 8

Resoluções comentadas de Raciocínio Lógico-Quantitativo. Prova para Analista Análise de Projetos do IBGE. Realizada pela FGV em 10/4/2016

Resoluções comentadas de Raciocínio Lógico-Quantitativo. Prova para Analista Análise de Projetos do IBGE. Realizada pela FGV em 10/4/2016 Resoluções comentadas de Raciocínio Lógico-Quantitativo Prova para Analista Análise de Projetos do IBGE Realizada pela FGV em 10/4/2016 26. Em uma caixa há doze dúzias de laranjas, sobre as quais sabe-se

Leia mais

3 a Lista de PE Solução

3 a Lista de PE Solução Universidade de Brasília Departamento de Estatística 3 a Lista de PE Solução. Se X representa o ganho do jogador, então os possíveis valores para X são,, 0, e 4. Esses valores são, respectivamente, correspondentes

Leia mais

EST012 - Estatística Econômica I Turma A - 1 o Semestre de 2019 Lista de Exercícios 3 - Variável aleatória

EST012 - Estatística Econômica I Turma A - 1 o Semestre de 2019 Lista de Exercícios 3 - Variável aleatória Exercício 1. Considere uma urna em que temos 4 bolas brancas e 6 bolas pretas. Vamos retirar, ao acaso, 3 bolas, uma após a outra e sem reposição. Sejam X: o número de bolas brancas e Y : o número de bolas

Leia mais

Noções sobre Probabilidade

Noções sobre Probabilidade Noções sobre Probabilidade Introdução Vimos anteriormente como apresentar dados em tabelas e gráficos, e também como calcular medidas que descrevem características específicas destes dados. Mas além de

Leia mais

MAT 461 Tópicos de Matemática II Aula 5: Resumo de Probabilidade

MAT 461 Tópicos de Matemática II Aula 5: Resumo de Probabilidade MAT 461 Tópicos de Matemática II Aula 5: Resumo de Probabilidade Edson de Faria Departamento de Matemática IME-USP 26 de Agosto, 2013 Probabilidade: uma Introdução / Aula 5 1 Variáveis aleatórias Definição

Leia mais

MAE0229 Introdução à Probabilidade e Estatística II

MAE0229 Introdução à Probabilidade e Estatística II Exercício Entre jovens atletas, um nível alto de colesterol pode ser considerado preocupante e indicativo para um acompanhamento médico mais frequente. Suponha que são classificados como tendo taxa de

Leia mais

2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB.

2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB. 2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB. 1) Classifique as seguintes variáveis aleatórias como discretas ou contínuas. X : o número de acidentes de automóvel por ano na rodovia BR 116. Y :

Leia mais

Distribuição Normal. Prof a Dr a Alcione Miranda dos Santos. Abril, 2011

Distribuição Normal. Prof a Dr a Alcione Miranda dos Santos. Abril, 2011 Distribuição Normal Prof a Dr a Alcione Miranda dos Santos Universidade Federal do Maranhão Programa de Pós-Graduação em Saúde Coletiva email:alcione.miranda@gmail.com Abril, 2011 1 / 18 Sumário Introdução

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

5 a Lista de PE Solução

5 a Lista de PE Solução Universidade de Brasília Departamento de Estatística 5 a Lista de PE Solução. Sejam X A e X B o números de jogos que o time ganha contra times da classe A e da classe B respectivamente. Claramente X A

Leia mais

3 a Lista de PE. Universidade de Brasília Departamento de Estatística

3 a Lista de PE. Universidade de Brasília Departamento de Estatística Universidade de Brasília Departamento de Estatística 3 a Lista de PE 1. Duas bolas são escolhidas aleatoriamente de uma urna contendo 8 bolas brancas, 4 pretas, e duas bolas laranjas. Suponha que um jogador

Leia mais

Unidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno

Unidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno Unidade I ESTATÍSTICA APLICADA Prof. Mauricio Fanno Estatística indutiva Estatística descritiva Dados no passado ou no presente e em pequena quantidade, portanto, reais e coletáveis. Campo de trabalho:

Leia mais

Variáveis Aleatórias. Esperança e Variância. Prof. Luiz Medeiros Departamento de Estatística - UFPB

Variáveis Aleatórias. Esperança e Variância. Prof. Luiz Medeiros Departamento de Estatística - UFPB Variáveis Aleatórias Esperança e Variância Prof. Luiz Medeiros Departamento de Estatística - UFPB ESPERANÇA E VARIÂNCIA Nos modelos matemáticos aleatórios parâmetros podem ser empregados para caracterizar

Leia mais

Variáveis Aleatórias Contínuas e Distribuição de Probabilidad

Variáveis Aleatórias Contínuas e Distribuição de Probabilidad Variáveis Aleatórias Contínuas e Distribuição de Probabilidades - parte III 23 de Abril de 2012 Introdução Objetivos Ao final deste capítulo você deve ser capaz de: Calcular probabilidades aproximadas

Leia mais

Prova Resolvida Raciocínio Lógico Quantitativo e Estatística (ANAC/2016) Prof. Guilherme Neves

Prova Resolvida Raciocínio Lógico Quantitativo e Estatística (ANAC/2016) Prof. Guilherme Neves Prova Resolvida Raciocínio Lógico Quantitativo e Estatística (ANAC/2016) 31- (ANAC 2016/ESAF) A negação da proposição se choveu, então o voo vai atrasar pode ser logicamente descrita por a) não choveu

Leia mais

PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES

PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES Certas distribuições de probabilidades se encaixam em diversas situações práticas As principais são: se v.a. discreta Distribuição de Bernoulli Distribuição binomial

Leia mais

a) o time ganhe 25 jogos ou mais; b) o time ganhe mais jogos contra times da classe A do que da classe B.

a) o time ganhe 25 jogos ou mais; b) o time ganhe mais jogos contra times da classe A do que da classe B. Universidade de Brasília Departamento de Estatística 5 a Lista de PE. Um time de basquete irá jogar uma temporada de 44 jogos. desses jogos serão disputados contra times da classe A e os 8 restantes contra

Leia mais

UNIVERSIDADE FEDERAL DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros

UNIVERSIDADE FEDERAL DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros UNIVERSIDADE FEDERAL DA PARAÍBA Variáveis Aleatórias Departamento de Estatística Luiz Medeiros Introdução Como sabemos, características de interesse em diversas áreas estão sujeitas à variação; Essa variabilidade

Leia mais

Princípios básicos de probabilidade e aplicação à genética

Princípios básicos de probabilidade e aplicação à genética Princípios básicos de probabilidade e aplicação à genética 1ª Parte: Princípios básicos de probabilidade Probabilidade é a chance que um evento tem de ocorrer, entre dois ou mais eventos possíveis. Por

Leia mais

Variáveis aleatórias. Universidade Estadual de Santa Cruz. Ivan Bezerra Allaman

Variáveis aleatórias. Universidade Estadual de Santa Cruz. Ivan Bezerra Allaman Variáveis aleatórias Universidade Estadual de Santa Cruz Ivan Bezerra Allaman DEFINIÇÃO É uma função que associa cada evento do espaço amostral a um número real. 3/37 Aplicação 1. Seja E um experimento

Leia mais

3. Probabilidade P(A) =

3. Probabilidade P(A) = 7 3. Probabilidade Probabilidade é uma medida numérica da plausibilidade de que um evento ocorrerá. Assim, as probabilidades podem ser usadas como medidas do grau de incerteza e podem ser expressas de

Leia mais

Teste para a Média Populacional com Variância Conhecida

Teste para a Média Populacional com Variância Conhecida Teste para a Média Populacional com Variância Conhecida Quando o desvio padrão σ for conhecido, a estatística do teste é: x µ z obs = σ n onde: x é a média amostral; µ é a média populacional testada (sob

Leia mais

Prova de Estatística

Prova de Estatística Prova de Estatística 1. Para um número-índice ser considerado um índice ideal, ele precisa atender duas propriedades: reversão no tempo e o critério da decomposição das causas. Desta forma, é correto afirmar

Leia mais

Modelos de Distribuição PARA COMPUTAÇÃO

Modelos de Distribuição PARA COMPUTAÇÃO Modelos de Distribuição MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Distribuições Discretas Bernoulli Binomial Geométrica Hipergeométrica Poisson ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO

Leia mais

AULA 08 Probabilidade

AULA 08 Probabilidade Cursinho Pré-Vestibular da UFSCar São Carlos Matemática Professora Elvira e Monitores Ana Carolina e Bruno AULA 08 Conceitos e assuntos envolvidos: Espaço amostral Evento Combinação de eventos Espaço Amostral

Leia mais

EST029 - Cálculo de Probabilidades I Lista 05

EST029 - Cálculo de Probabilidades I Lista 05 EST029 - Cálculo de Probabilidades I Lista 05 Marcus Nunes 07/0/20 Exercícios retirados do livro Probabilidade - Um Curso Moderno com Aplicações, de Sheldon Ross, com a seguinte legenda: P : Problemas

Leia mais

Prova Resolvida Raciocínio Lógico (ANAC/2016) Prof. Guilherme Neves

Prova Resolvida Raciocínio Lógico (ANAC/2016) Prof. Guilherme Neves Prova Resolvida Raciocínio Lógico (ANAC/2016) 71. (ANAC 2016/ESAF) Sabendo que os valores lógicos das proposições simples p e q são, respectivamente, a verdade e a falsidade, assinale o item que apresenta

Leia mais

Processos Estocásticos

Processos Estocásticos Processos Estocásticos Primeira Lista de Exercícios de junho de 0 Quantos códigos de quatro letras podem ser construídos usando-se as letras a, b, c, d, e, f se: a nenhuma letra puder ser repetida? b qualquer

Leia mais

Resolução da Prova de Raciocínio Lógico da Agente Penitenciário/MA, aplicada em 24/04/2016.

Resolução da Prova de Raciocínio Lógico da Agente Penitenciário/MA, aplicada em 24/04/2016. de Raciocínio Lógico da gente Penitenciário/M, aplicada em 24/04/206. - sentença Se Maria é médica, então Silvio é engenheiro. é logicamente equivalente a () se Maria é médica, então Silvio é engenheiro.

Leia mais

AULA 6: Resolução da Prova de RLQ ATA 2009.

AULA 6: Resolução da Prova de RLQ ATA 2009. AULA 6: Resolução da Prova de RLQ ATA 2009. Olá Pessoal! Dando prosseguimento ao nosso curso de PROVAS COMENTADAS ESAF RACIOCÍNIO LÓGICO, resolverei hoje a prova de ATA 2009. Sei que estava previsto o

Leia mais

Resposta: Resposta: 4 ou seja, 1.

Resposta: Resposta: 4 ou seja, 1. 1. (Unicamp 2016) Uma moeda balanceada é lançada quatro vezes, obtendo-se cara exatamente três vezes. A probabilidade de que as caras tenham saído consecutivamente é igual a a) 1. 4 b). 8 c) 1. 2 d). 4

Leia mais

Variáveis Aleatórias Discretas e Distribuição de Probabilidade

Variáveis Aleatórias Discretas e Distribuição de Probabilidade Variáveis Aleatórias Discretas e Distribuição de Probabilidades - parte II 29 de Março de 2011 Distribuição Uniforme Discreta Média Propriedade da falta de memória Objetivos Ao final deste capítulo você

Leia mais

Lista de Exercícios #3 Assunto: Variáveis Aleatórias Multidimensionais Discretas

Lista de Exercícios #3 Assunto: Variáveis Aleatórias Multidimensionais Discretas 1. ANPEC 2018 - Questão 07 Em um problema envolvendo variáveis aleatórias independentes, um estudante calculou corretamente que E(Y) = 2, E(X 2 )E(Y) = 6, E(X)E(Y 2 ) = 8 e E(X) 2 E(Y) 2 = 24. Avalie as

Leia mais

DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros

DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros UNIVERSIDADE FEDERAL DA PARAÍBA Variáveis Aleatórias Departamento de Estatística Luiz Medeiros Introdução Como sabemos, características de interesse em diversas áreas estão sujeitas à variação Essa variabilidade

Leia mais

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição Qui-quadrado 02/14 1 / 1 Definição 14.1: Uma variável aleatória contínua X tem

Leia mais

BANCO DE QUESTÕES TURMA PM-PE PROBABILIDADE

BANCO DE QUESTÕES TURMA PM-PE PROBABILIDADE 01. (UNICAMP 016) Uma moeda balanceada é lançada quatro vezes, obtendo-se cara exatamente três vezes. A probabilidade de que as caras tenham saído consecutivamente é igual a A) 1. B). 8 C) 1. D). 0. (UNESP

Leia mais

Olá pessoal! Foram bem na prova? Não foi uma prova difícil, acho que dava para fazer tudo sem dificuldade.

Olá pessoal! Foram bem na prova? Não foi uma prova difícil, acho que dava para fazer tudo sem dificuldade. Olá pessoal! Foram bem na prova? Não foi uma prova difícil, acho que dava para fazer tudo sem dificuldade. Vamos resolvê-la? Exercício 1 Resolução Vamos para o jeito que sempre fazemos, vamos supor que

Leia mais

PROBABILIDADE RESUMO E EXERCÍCIOS* P1

PROBABILIDADE RESUMO E EXERCÍCIOS* P1 PROBABILIDADE RESUMO E EXERCÍCIOS* P1 *Exercícios de provas anteriores escolhidos para você estar preparado para qualquer questão na prova. Resoluções grátis em Conceitos e Fundamentos Estudamos probabilidade

Leia mais

Lista de Exercicios 1 MEDIDAS RESUMO. ESTIMAÇÃO PONTUAL.

Lista de Exercicios 1 MEDIDAS RESUMO. ESTIMAÇÃO PONTUAL. Introdução à Inferência Estatística Departamento de Física é Matemática. USP-RP. Prof. Rafael A. Rosales 5 de setembro de 004 Lista de Exercicios 1 MEDIDAS RESUMO. ESTIMAÇÃO PONTUAL. 1 Medidas Resumo DISTRIBUIÇÕES

Leia mais

a) Considerando o lançamento de dois dados, o espaço amostral é Tabela 1: Tabela de distribuição de X. X P 11/36 9/36 7/36 5/36 3/36 1/36

a) Considerando o lançamento de dois dados, o espaço amostral é Tabela 1: Tabela de distribuição de X. X P 11/36 9/36 7/36 5/36 3/36 1/36 1 Exercício 1 Um par de dados não viciados é lançado. Seja X a variável aleatória denotando o menor dos dois números observados. a) Encontre a tabela da distribuição dessa variável. b) Construa o gráfico

Leia mais

Os experimentos que repetidos sob as mesmas condições produzem resultados geralmente diferentes serão chamados experimentos aleatórios.

Os experimentos que repetidos sob as mesmas condições produzem resultados geralmente diferentes serão chamados experimentos aleatórios. PROBABILIDADE A teoria das Probabilidades é o ramo da Matemática que cria, desenvolve e em geral pesquisa modelos que podem ser utilizados para estudar experimentos ou fenômenos aleatórios. Os experimentos

Leia mais

Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Variáveis Aleatórias

Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Variáveis Aleatórias Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Variáveis Aleatórias Professora Renata Alcarde Piracicaba março 2014 Renata Alcarde Estatística Geral 27 de Março de 2014 1 / 42

Leia mais

2.4 Esperança e distribuição condicionais

2.4 Esperança e distribuição condicionais 2.4. ESPERANÇA E DISTRIBUIÇÃO CONDICIONAIS 35 2.4 Esperança e distribuição condicionais Estendemos aqui o conceito de probabilidade condicional em (2.8) para obter a distribuição condicional e, posteriormente,

Leia mais

1 Definição Clássica de Probabilidade

1 Definição Clássica de Probabilidade Centro de Ciências e Tecnologia Agroalimentar - Campus Pombal Disciplina: Estatística Básica - 2013 Aula 4 Professor: Carlos Sérgio UNIDADE 2 - Probabilidade: Definições (Notas de aula) 1 Definição Clássica

Leia mais

Distribuições Amostrais e Estimação Pontual de Parâmetros

Distribuições Amostrais e Estimação Pontual de Parâmetros Distribuições Amostrais e Estimação Pontual de Parâmetros - parte I 19 de Maio de 2011 Introdução Objetivos Ao final deste capítulo você deve ser capaz de: Entender estimação de parâmetros de uma distribuição

Leia mais

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO Área Científica Matemática Probabilidades e Estatística Curso Engenharia do Ambiente º Semestre º Ficha n.º: Probabilidades e Variáveis Aleatórias. Lançam-se ao acaso moedas. a) Escreva o espaço de resultados

Leia mais

Nome: N. o : f(u) du para todo o x (V) d) Se F (x) tiver pontos de descontinuidade, então X é discreta (F)

Nome: N. o : f(u) du para todo o x (V) d) Se F (x) tiver pontos de descontinuidade, então X é discreta (F) ESTATÍSTICA I 2. o Ano/Gestão 1. o Semestre Época Normal Duração: 2 horas 1. a Parte Teórica N. o de Exame: RESOLUÇÃO 09.01.2015 Este exame é composto por duas partes. Esta é a 1 a Parte Teórica (Cotação:

Leia mais

4.1. ESPERANÇA x =, x=1

4.1. ESPERANÇA x =, x=1 4.1. ESPERANÇA 139 4.1 Esperança Certamente um dos conceitos mais conhecidos na teoria das probabilidade é a esperança de uma variável aleatória, mas não com esse nome e sim com os nomes de média ou valor

Leia mais

RACIOCÍNIO LÓGICO-QUANTITATIVO Prova comentada ANAC / ANALISTA / 2016 Professor Josimar Padilha

RACIOCÍNIO LÓGICO-QUANTITATIVO Prova comentada ANAC / ANALISTA / 2016 Professor Josimar Padilha RACIOCÍNIO LÓGICO-QUANTITATIVO Prova comentada ANAC / ANALISTA / 2016 Professor Josimar Padilha 1. A negação da proposição se choveu, então o voo vai atrasar pode ser logicamente descrita por: a. não choveu

Leia mais

X ~ Binomial (n ; p) H: p = p 0 x A: p p 0 (ou A: p > p 0 ou A: p < p 0 ) { X k 1 } U { X k 2 } (ou { X k } ou { X k }) x RC não rejeitamos H

X ~ Binomial (n ; p) H: p = p 0 x A: p p 0 (ou A: p > p 0 ou A: p < p 0 ) { X k 1 } U { X k 2 } (ou { X k } ou { X k }) x RC não rejeitamos H NOÇÕES DE TESTE DE HIPÓTESES (II) Nível Descritivo valor P Resumo X ~ Binomial (n ; p) (1) Estabelecer as hipóteses sobre p: H: p = p 0 x A: p p 0 (ou A: p > p 0 ou A: p < p 0 ) (2) Escolher um nível de

Leia mais

Variáveis Aleatórias. Henrique Dantas Neder. April 26, Instituto de Economia - Universidade Federal de Uberlândia

Variáveis Aleatórias. Henrique Dantas Neder. April 26, Instituto de Economia - Universidade Federal de Uberlândia Variáveis Aleatórias Henrique Dantas Neder Instituto de Economia - Universidade Federal de Uberlândia April 2, 202 VARIÁVEL ALEATÓRIA DISCRETA O conceito de variável aleatória está intrínsicamente relacionado

Leia mais

Daniel Queiroz VARIÁVEIS ALEATÓRIAS DISCRETAS

Daniel Queiroz VARIÁVEIS ALEATÓRIAS DISCRETAS Daniel Queiroz VARIÁVEIS ALEATÓRIAS DISCRETAS INTRODUÇÃO O que é uma variável aleatória? Um tipo de variável que depende do resultado aleatório de um experimento aleatório. Diz-se que um experimento é

Leia mais

Probabilidade. Variáveis Aleatórias e Distribuição de Probabilidades

Probabilidade. Variáveis Aleatórias e Distribuição de Probabilidades Probabilidade Variáveis Aleatórias e Distribuição de Probabilidades Na aula de hoje, vamos 1 - Estender o conceito de variável, definindo o conceito de variável aleatória; 2 Entender porque as variáveis

Leia mais

1 Variáveis Aleatórias

1 Variáveis Aleatórias Centro de Ciências e Tecnologia Agroalimentar - Campus Pombal Disciplina: Estatística Básica - 2013 Aula 5 Professor: Carlos Sérgio UNIDADE 3 - VARIÁVEIS ALEATÓRIAS DISCRETAS (Notas de aula) 1 Variáveis

Leia mais

IND 1115 Inferência Estatística Aula 7

IND 1115 Inferência Estatística Aula 7 Conteúdo IND 1115 Inferência Estatística Aula 7 Setembro 2004 Por que a revisão de probabilidades até agora? A importância da distribuição Normal O Mônica Barros mbarros.com 1 mbarros.com 2 Por que uma

Leia mais

Os experimentos que repetidos sob as mesmas condições produzem resultados geralmente diferentes serão chamados experimentos aleatórios.

Os experimentos que repetidos sob as mesmas condições produzem resultados geralmente diferentes serão chamados experimentos aleatórios. PROBABILIDADE Prof. Aurimenes A teoria das Probabilidades é o ramo da Matemática que cria, desenvolve e em geral pesquisa modelos que podem ser utilizados para estudar experimentos ou fenômenos aleatórios.

Leia mais

Lista 2 - Bases Matemáticas

Lista 2 - Bases Matemáticas Lista 2 - Bases Matemáticas (Última versão: 14/6/2017-21:00) Elementos de Lógica e Linguagem Matemática Parte I 1 Atribua valores verdades as seguintes proposições: a) 5 é primo e 4 é ímpar. b) 5 é primo

Leia mais

PROBABILIDADE. Luciana Santos da Silva Martino. PROFMAT - Colégio Pedro II. 01 de julho de 2017

PROBABILIDADE. Luciana Santos da Silva Martino. PROFMAT - Colégio Pedro II. 01 de julho de 2017 Sumário PROBABILIDADE Luciana Santos da Silva Martino PROFMAT - Colégio Pedro II 01 de julho de 2017 Sumário 1 Conceitos Básicos 2 Probabildade Condicional 3 Espaço Amostral Infinito Outline 1 Conceitos

Leia mais

Matemática & Raciocínio Lógico

Matemática & Raciocínio Lógico Matemática & Raciocínio Lógico para concursos Prof. Me. Jamur Silveira www.professorjamur.com.br facebook: Professor Jamur PROBABILIDADE No estudo das probabilidades estamos interessados em estudar o experimento

Leia mais

INTRODUÇÃO À PROBABILIDADE

INTRODUÇÃO À PROBABILIDADE INTRODUÇÃO À PROBABILIDADE Foto extraída em http://www.alea.pt Profª Maria Eliane Universidade Estadual de Santa Cruz USO DE PROBABILIDADES EM SITUAÇÕES DO COTIDIANO Escolhas pessoais Previsão do tempo

Leia mais

Portal da OBMEP. Material Teórico - Módulo de FRAÇÃO COMO PORCENTAGEM E COMO PROBABILIDADE. Fração como Probabilidade. Sexto Ano do Ensino Fundamental

Portal da OBMEP. Material Teórico - Módulo de FRAÇÃO COMO PORCENTAGEM E COMO PROBABILIDADE. Fração como Probabilidade. Sexto Ano do Ensino Fundamental Material Teórico - Módulo de FRAÇÃO COMO PORCENTAGEM E COMO PROBABILIDADE Fração como Probabilidade Sexto Ano do Ensino Fundamental Prof. Francisco Bruno Holanda Prof. Antonio Caminha Muniz Neto 1 Introdução

Leia mais

Escola Secundária/2,3 da Sé-Lamego Ficha de Trabalho de Matemática A Ano Lectivo 2011/12 Distribuição de probabilidades 12.º Ano

Escola Secundária/2,3 da Sé-Lamego Ficha de Trabalho de Matemática A Ano Lectivo 2011/12 Distribuição de probabilidades 12.º Ano Escola Secundária/, da Sé-Lamego Ficha de Trabalho de Matemática A Ano Lectivo 0/ Distribuição de probabilidades.º Ano Nome: N.º: Turma:. Numa turma do.º ano, a distribuição dos alunos por idade e sexo

Leia mais

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Aula Valor esperado como solução do problema do menor erro quadrático médio e Quantis 03/14 1 / 15 Valor esperado como solução

Leia mais

Inferência Estatística

Inferência Estatística Inferência Estatística procura os argumentos estatísticos para fazer afirmações sobre as características de uma população, com base em informações dadas por amostras. Exemplo 1: observe como uma cozinheira

Leia mais

PROBABILIDADES PROBABILIDADE DE UM EVENTO EM UM ESPAÇO AMOSTRAL FINITO

PROBABILIDADES PROBABILIDADE DE UM EVENTO EM UM ESPAÇO AMOSTRAL FINITO PROBABILIDADES Probabilidade é um conceito filosófico e matemático que permite a quantificação da incerteza, permitindo que ela seja aferida, analisada e usada para a realização de previsões ou para a

Leia mais

3. (Apostila 1 - ex.1.4) Defina um espaço amostral para cada um dos seguintes experimentos

3. (Apostila 1 - ex.1.4) Defina um espaço amostral para cada um dos seguintes experimentos Primeira Lista de Exercícios Introdução à probabilidade e à estatística Prof Patrícia Lusié Assunto: Probabilidade. 1. (Apostila 1 - ex.1.1) Lançam-se três moedas. Enumerar o espaço amostral e os eventos

Leia mais

Testes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo

Testes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais

Leia mais

Estatística e Modelos Probabilísticos - COE241

Estatística e Modelos Probabilísticos - COE241 Estatística e Modelos Probabilísticos - COE241 Aulas passadas Espaço Amostral Álgebra de Eventos Axiomas de Probabilidade Análise Aula de hoje Probabilidade Condicional Independência de Eventos Teorema

Leia mais

Cálculo das Probabilidades I - Sexta Lista - Rio, 13/09/2014

Cálculo das Probabilidades I - Sexta Lista - Rio, 13/09/2014 Cálculo das Probabilidades I - Sexta Lista - Rio, 13/09/2014 1. O diâmetro X de{ um cabo elétrico é uma variável aleatória com densidade de probabilidade K(2x x dada por 2 ), 0 x 1 0, x < 0 ou x > 1. (a)

Leia mais

Teste de hipóteses para proporção populacional p

Teste de hipóteses para proporção populacional p Teste de hipóteses para proporção populacional p 1 Métodos Estatísticos Métodos Estatísticos Estatística Descritiva Inferência Estatística Estimação Teste de Hipóteses 2 TESTE DE HIPÓTESES Eu acredito

Leia mais

Estatística. Capítulo 3 - Parte 1: Variáveis Aleatórias Discretas. Professor Fernando Porto

Estatística. Capítulo 3 - Parte 1: Variáveis Aleatórias Discretas. Professor Fernando Porto Estatística Capítulo 3 - Parte 1: Variáveis Aleatórias Discretas Professor Fernando Porto Lançam-se 3 moedas. Seja X o número de ocorrências da face cara. O espaço amostral do experimento é: W = {(c,c,c),(c,c,r),(c,r,c),(c,r,r),(r,c,c),(r,c,r),(r,r,c),(r,r,r)}

Leia mais

Aula de Exercícios - Variáveis Aleatórias Contínuas (II) Aula de Exercícios - Variáveis Aleatórias Contínuas (II)

Aula de Exercícios - Variáveis Aleatórias Contínuas (II) Aula de Exercícios - Variáveis Aleatórias Contínuas (II) Aula de Exercícios - Variáveis Aleatórias Contínuas (II) Organização: Rafael Tovar Digitação: Guilherme Ludwig Exemplo VIII Distribuição contínua Seja X a v. a. contínua cuja densidade de probabilidade

Leia mais

TESTE DE HIPÓTESES NÍVEL DESCRITIVO

TESTE DE HIPÓTESES NÍVEL DESCRITIVO TESTE DE HIPÓTESES NÍVEL DESCRITIVO Exemplo 2: A diretoria de uma escola acredita que neste ano a proporção p de alunos usuários da Internet é maior que os 70% encontrados no ano anterior. Se uma pesquisa

Leia mais

Sumário. 2 Índice Remissivo 11

Sumário. 2 Índice Remissivo 11 i Sumário 1 Principais Distribuições Contínuas 1 1.1 Distribuição Uniforme................................. 1 1.2 A Distribuição Normal................................. 2 1.2.1 Padronização e Tabulação

Leia mais

Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Variáveis Aleatórias

Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Variáveis Aleatórias Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Variáveis Aleatórias Professora Renata Alcarde Sermarini Piracicaba Abril 2016 Renata Alcarde Sermarini Estatística Geral 27 de

Leia mais

Exercícios propostos:

Exercícios propostos: INF 16 Exercícios propostos: 1. Sabendo-se que Y=X-5 e que E(X)= e V(X)=1, calcule: a)e(y); b)v(y); c)e(x+y); d)e(x + Y ); e)v(x+y); Resp.: 1; 9; 5; 15; 81. Uma urna contém 5 bolas brancas e 7 bolas pretas.

Leia mais

Probabilidade combinatória

Probabilidade combinatória Capítulo 5 Probabilidade combinatória 51 Eventos e probabilidades A teoria da probabilidade é uma das áreas mais importantes da matemática do ponto de vista de aplicações Neste livro, não tentamos introduzir

Leia mais

{ C(1 x 2 ), se x ( 1, 1), f(x) = Cxe x/2, se x > 0, x + k, se 0 x 3; 0, c.c. k, se 1 < x 2; kx + 3k, se 2 < x 3;

{ C(1 x 2 ), se x ( 1, 1), f(x) = Cxe x/2, se x > 0, x + k, se 0 x 3; 0, c.c. k, se 1 < x 2; kx + 3k, se 2 < x 3; Universidade de Brasília Departamento de Estatística 4 a Lista de PE 1. Seja X uma variável aleatória com densidade { C(1 x 2 ), se x ( 1, 1), 0, se x / ( 1, 1). a) Qual o valor de C? b) Qual a função

Leia mais

Estimação de valores. Luiz Carlos Terra

Estimação de valores. Luiz Carlos Terra Luiz Carlos Terra Nesta aula, você conhecerá a parte mais importante da estatística, que é conhecida como inferência estatística, ou seja, você aprenderá como usar os dados de uma amostra para estimar

Leia mais

ESTATÍSTICA I 2. o Ano/Gestão 1. o Semestre Época de Recurso Duração: 2 horas. 1. a Parte Teórica N. o de Exame: RESOLUÇÃO

ESTATÍSTICA I 2. o Ano/Gestão 1. o Semestre Época de Recurso Duração: 2 horas. 1. a Parte Teórica N. o de Exame: RESOLUÇÃO ESTATÍSTICA I 2. o Ano/Gestão 1. o Semestre Época de Recurso Duração: 2 horas 1. a Parte Teórica N. o de Exame: RESOLUÇÃO 27.01.2015 Este exame é composto por duas partes. Esta é a 1 a Parte Teórica (Cotação:

Leia mais

Aula 00 Aula Demonstrativa

Aula 00 Aula Demonstrativa Aula 00 Modelos de questões comentadas CESPE-UnB... 3 Relação das questões comentadas... 12 Gabaritos... 13 1 Olá, pessoal. Como vocês já sabem, saiu o edital para o concurso do TCE-SC. Esta é a aula demonstrativa

Leia mais

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ Duração: 90 minutos Grupo I Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ Justifique convenientemente todas as respostas 1 o semestre 2017/2018 18/11/2017

Leia mais

Variáveis Aleatórias Discretas - Esperança e Variância

Variáveis Aleatórias Discretas - Esperança e Variância Exemplo Um empresário pretende estabelecer uma firma para montagem de um componente mecânico. Cada peça é composta de duas partes, A e B, cada uma com uma chance específica de ser defeituosa. Só é possível

Leia mais

Livro Eletrônico Aula 00 Raciocínio Lógico p/ PC-RS (Inspetor e Escrivão) Com videoaulas - Pós-Edital

Livro Eletrônico Aula 00 Raciocínio Lógico p/ PC-RS (Inspetor e Escrivão) Com videoaulas - Pós-Edital Livro Eletrônico Aula Raciocínio Lógico p/ PC-RS (Inspetor e Escrivão) Com videoaulas - Pós-Edital Professores: Arthur Lima, Hugo Lima - DEMO , Aula AULA - DEMONSTRATIVA SUMÁRIO PÁGINA. Apresentação 2.

Leia mais

LCE Introdução à Bioestatística Florestal 3. Variáveis aleatórias

LCE Introdução à Bioestatística Florestal 3. Variáveis aleatórias LCE0216 - Introdução à Bioestatística Florestal 3. Variáveis aleatórias Profa. Dra. Clarice Garcia Borges Demétrio Monitores: Giovana Fumes e Ricardo Klein Escola Superior de Agricultura Luiz de Queiroz

Leia mais

PROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS. Aula 2 07 e 08 março MOQ-12 Probabilidades e Int. a Processos Estocásticos

PROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS. Aula 2 07 e 08 março MOQ-12 Probabilidades e Int. a Processos Estocásticos PROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS Aula 2 07 e 08 março 2007 1 1. Probabilidade Condicional 2. Propriedades 3. Partições 4. Teorema de Probabilidade Total 5. Teorema de Bayes 6. Independencia

Leia mais

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística TODOS OS CURSOS Duração: 90 minutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique convenientemente todas as respostas 1 o semestre 2018/2019 30/01/2019 11:30 1 o Teste C 10 valores 1. Numa unidade fabril

Leia mais

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística TODOS OS CURSOS Duração: 90 minutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique convenientemente todas as respostas o semestre 07/08 0/07/08 :0 o Teste C 0 valores. Um relatório anual estabelece que

Leia mais

ESTATÍSTICA. Prof. Ari Antonio, Me. Ciências Econômicas. Unemat Sinop 2012

ESTATÍSTICA. Prof. Ari Antonio, Me. Ciências Econômicas. Unemat Sinop 2012 ESTTÍSTIC rof. ri ntonio, Me Ciências Econômicas Unemat Sinop 2012 1. robabilidades Diz respeito a experiências aleatórias: - Lançamento de uma moeda - Lançamento de um par de dados - Retirada de uma carta

Leia mais

ELEMENTOS DE PROBABILIDADE. Prof. Paulo Rafael Bösing 25/11/2015

ELEMENTOS DE PROBABILIDADE. Prof. Paulo Rafael Bösing 25/11/2015 ELEMENTOS DE PROBABILIDADE Prof. Paulo Rafael Bösing 25/11/2015 ELEMENTOS DE PROBABILIDADE Def.: Um experimento é dito aleatório quando o seu resultado não for previsível antes de sua realização, ou seja,

Leia mais

2 a Lista de PE Solução

2 a Lista de PE Solução Universidade de Brasília Departamento de Estatística 2 a Lista de PE Solução 1. a Ω {(d 1, d 2, m : d 1, d 2 {1,..., 6}, m {C, K}}, onde C coroa e K cara. b Ω {0, 1, 2,...} c Ω {(c 1, c 2, c 3, c 4 : c

Leia mais

Probabilidade. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo

Probabilidade. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Probabilidade Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução Experimento aleatório Definição Qualquer experimento cujo resultado

Leia mais

TÓPICO. Fundamentos da Matemática II INTRODUÇÃO ÀS PROBABILIDADES14. Licenciatura em Ciências USP/ Univesp. Vanderlei S. Bagnato

TÓPICO. Fundamentos da Matemática II INTRODUÇÃO ÀS PROBABILIDADES14. Licenciatura em Ciências USP/ Univesp. Vanderlei S. Bagnato INTRODUÇÃO ÀS PROBABILIDADES14 TÓPICO Vanderlei S. Bagnato Fundamentos da Matemática II 14.1 Introdução 14.2 Definição de Probabilidade 14.3 Adição de probabilidade 14.4 Multiplicação de Probabilidades

Leia mais

Probabilidade. Definição de Probabilidade Principais Teoremas Probabilidades dos Espaços Amostrais Espaços Amostrais Equiprováveis.

Probabilidade. Definição de Probabilidade Principais Teoremas Probabilidades dos Espaços Amostrais Espaços Amostrais Equiprováveis. Probabilidade Definição de Probabilidade Principais Teoremas Probabilidades dos Espaços Amostrais Espaços Amostrais Equiprováveis Renata Souza Probabilidade É um conceito matemático que permite a quantificação

Leia mais

Matemática Discreta - 04

Matemática Discreta - 04 Universidade Federal do Vale do São Francisco Curso de Engenharia da Computação Matemática Discreta - 04 Prof. Jorge Cavalcanti jorge.cavalcanti@univasf.edu.br www.univasf.edu.br/~jorge.cavalcanti www.twitter.com/jorgecav

Leia mais

Livro Eletrônico. Aula 00. RETA FINAL - Questões Comentadas de Estatística p/ AFRFB 2018 (Com videoaulas)

Livro Eletrônico. Aula 00. RETA FINAL - Questões Comentadas de Estatística p/ AFRFB 2018 (Com videoaulas) Livro Eletrônico Aula 00 RETA FINAL - Questões Comentadas de Estatística p/ AFRFB 018 (Com videoaulas) Professores: Equipe ArthurLima, Jeronymo Marcondes Aula 00 AULA 00 ESTATÍSTICA SUMÁRIO PÁGINA 1. Apresentação

Leia mais

Métodos Estatísticos

Métodos Estatísticos Métodos Estatísticos 5 - Distribuição Normal Referencia: Estatística Aplicada às Ciências Sociais, Cap. 7 Pedro Alberto Barbetta. Ed. UFSC, 5ª Edição, 2002. Distribuição de Probabilidades A distribuição

Leia mais

COLEÇÃO DARLAN MOUTINHO VOL. 01 RESOLUÇÕES

COLEÇÃO DARLAN MOUTINHO VOL. 01 RESOLUÇÕES COLEÇÃO DARLAN MOUTINHO VOL. 0 RESOLUÇÕES Me ta PÁGINA 8 0 0 Havendo apenas bolas verdes e azuis na urna, segue que a resposta é dada por Basta dividirmos o número de ocorrências, pelo número total de

Leia mais

Probabilidade e Estatística

Probabilidade e Estatística Probabilidade e Estatística Aula 5 Probabilidade: Distribuições de Discretas Parte 1 Leitura obrigatória: Devore, 3.1, 3.2 e 3.3 Chap 5-1 Objetivos Nesta parte, vamos aprender: Como representar a distribuição

Leia mais

Medidas resumo. Wagner H. Bonat Elias T. Krainski Fernando P. Mayer

Medidas resumo. Wagner H. Bonat Elias T. Krainski Fernando P. Mayer Medidas resumo Wagner H. Bonat Elias T. Krainski Fernando P. Mayer Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 28/03/2018 WB, EK, FM ( LEG/DEST/UFPR

Leia mais