Tipos de variáveis aleatórias

Tamanho: px
Começar a partir da página:

Download "Tipos de variáveis aleatórias"

Transcrição

1 Tipos de variáveis aleatórias Variáveis aleatórias discretas se assumem um conjunto finito ou infinito numerável de valores. Exemplos: número de pintas que sai no lançamento de um dado; registo, a intervalos regulares, do número de pessoas em fila espera na caixa de um supermercado; Variáveis aleatórias contínuas são as susceptíveis de tomar qualquer valor real num dado intervalo, que pode ser a recta real.(definição mais rigorosa será dada à frente) Exemplos: o peso de um indivíduo; o comprimento de um folha; Manuela Neves - ISA - 05/06 p. 29/42

2 Variáveis aleatórias discretas Seja X uma v.a. tomando n valores, x 1,...,x n, cada um deles ocorrendo com probabilidades p 1,...,p n, respectivamente, i.e., p i = P[X = x i ], ( i = 1,,n). Definição Chama-se função massa de probabilidade da v.a. X à aplicação p i que associa a cada valor da variável aleatória uma probabilidade. Uma função massa de probabilidade satisfaz: p i 0,i = 1,...,n n i=1 p i = 1. Nota: Se a v.a. tomar uma infinidade numerável de valores tem-se p i 0, i 1 i=1 p i = 1. Manuela Neves - ISA - 05/06 p. 30/42

3 Variáveis aleatórias discretas Chama-se distribuição de probabilidade da v.a. X ao conjunto de pares (x i,p i ) i=1, n. Habitualmente a lei (distribuição) de probabilidade da v.a. X dispõe-se na forma: x 1 x 2... x n X = p 1 p 2... p n A função de distribuição cumulativa de uma variável aleatória discreta é assim calculada F(x) = P[X x] = x i xp[x = x i ]. Exemplo: Resolva os exercícios 25 e 26 das folhas de práticas Manuela Neves - ISA - 05/06 p. 31/42

4 Exemplo O número de esquentadores vendidos diariamente num estabelecimento é uma variável aleatória, X, com a seguinte distribuição de probabilidade X = a) Escreva a função distribuição cumulativa de X e represente-a graficamente. b) Determine P[1 X 3]. Interprete esta probabilidade. c) Se cada esquentador é vendido por 150 Euros qual é a distribuição de probabilidade da receita bruta da venda de esquentadores por dia. Manuela Neves - ISA - 05/06 p. 32/42

5 Funções de variáveis aleatórias discretas A resolução da alínea c) é formalmente justificada pelo seguinte resultado: 1 ō caso Transformação de uma variável aleatória discreta Seja X uma v. a. discreta, com lei de probabilidade (x i,p i ) i=1, n, e Y = ϕ(x) uma função de X. Então Y é também uma v. a. discreta com lei de probabilidade (ϕ(x i ),p i ) i=1, n. Manuela Neves - ISA - 05/06 p. 33/42

6 Variáveis aleatórias contínuas Definição Uma variável aleatória diz-se contínua se existe uma função real de variável real, f, não negativa, tal que x F(x) = f(t) dt < x < Definição A função f diz-se função densidade de probabilidade ou apenas função densidade. Deve verificar as seguintes condições: Nota: f(x) = f(x) 0 F (x) x IR; + f(x) dx = 1 nos valores de x onde existe derivada 0 nos outros valores de x. Manuela Neves - ISA - 05/06 p. 34/42

7 Variáveis aleatórias contínuas Observações: b a f(x) dx = F(b) F(a) = P(a < X b) = P(a X b) Como F(x) = x f(t) dt, e f(.) 0 a função de distribuição representa a área da região compreendida entre o eixo das abcissas e o gráfico de f. Dados a e b, tais que a < b então F(b) F(a) é a área compreendida entre x = a, x = b, o eixo das abcissas e o gráfico de f(.). Manuela Neves - ISA - 05/06 p. 35/42

8 Exemplo (Exame de ) Considere a função assim definida f(x) = ax 0 x < 1 a 1 x < 2 ax + 3a 2 x < 3 0 outros valores de x. a) Determine o valor da constante a, para que f seja uma função densidade de uma v.a. X. b) Determine a função de distribuição cumulativa de X c) Calcule P[ X > < X 3] d) Determine a função densidade da variável Y = 2X + 1 Nota - Para resolver a alínea d) temos o seguinte resultado: Manuela Neves - ISA - 05/06 p. 36/42

9 Funções de variáveis aleatórias contínuas 2 ō caso: Transformação de uma variável aleatória contínua Seja X é uma v.a. contínua com função densidade f X (x) e Y = ϕ(x), onde ϕ(.) função estritamente monótona e derivável em todos os pontos do seu domínio. Então a função densidade da v.a. Y, f Y (y), é definida como f Y (y) = f X (x) dx dy, com x = ϕ 1 (y). Exercício Vamos resolver o exercício 30 das folhas de práticas. E ainda... qual será a função densidade da v.a. que designa o preço de cada coelho, se cada quilo custar 8 euros? Já agora,... quanto pesa, em média, um coelho nas condicões do exercício??? Manuela Neves - ISA - 05/06 p. 37/42

10 Parâmetros de uma variável aleatória Definição Dada uma v.a. X chama-se valor médio, esperança matemática, valor esperado ou média e representa-se por E[X], µ X ou simplesmente µ a n i=1 x i p i se X v.a. discreta com distribuição (x i,p i ) (i = 1,..., n) x f(x) dx se X v.a. contínua com densidade f(x). Observação: Se X for v.a. discreta com uma infinidade numerável de valores tem-se E[X] = i=1 x i p i. Neste caso só existe valor médio se a série for absolutamente convergente. Analogamente, no caso contínuo, só existe valor médio, E[X] = x f(x) dx, se o integral for absolutamente convergente. Resposta ao exercício anterior?? Manuela Neves - ISA - 05/06 p. 38/42

11 Valor Médio Se X é uma v.a. e Y = ϕ(x) é uma função real de variável real, tem-se E[ϕ(X)] = i ϕ(x i ) p i se X é v.a. discreta com distribuição (x i,p i + E[ϕ(X)] = ϕ(x) f(x) dx se X é v.a. contínua com f.d.p. f(x) Mais uma vez, para que exista valor médio exige-se a convergência absoluta da série (no caso de se tratar de uma v.a. discreta com uma infinidade de valores) ou a convergência absoluta do integral. Manuela Neves - ISA - 05/06 p. 39/42

12 Propriedades do valor médio 1. Linearidade E[a] = a. E[a + bx] = a + b E[X]. E[ϕ(X) + ψ(x)] = E[ϕ(X)] + E[ψ(X)] 2. Positividade Se X 0, i.e. a variável toma apenas valores 0, tem-se E[X] inf(x) E[X] sup(x) Manuela Neves - ISA - 05/06 p. 40/42

13 Variância Definição: Chama-se variância de uma varivel aleatória X e representa-se por V ar[x], σx 2 ou apenas σ2 a E [ (X µ) 2] σ X = V ar[x] chama-se desvio padrão. Exercício: Verifique que se pode escrever V ar[x] = E[X 2 ] µ 2 Propriedades da variância 1. V ar[x] 0 2. V ar[a + b X] = b 2 V ar[x]. Para o desvio padrão tem-se σ (a+b X) = b σ X Manuela Neves - ISA - 05/06 p. 41/42

14 Exemplo Seja X a v.a. que designa a duração (em minutos) de cada chamada telefónica efectuada num certo local, cuja função densidade é x e x x > 0 f(x) = 0 x 0 a) Mostre que f é de facto uma função densidade. b) Determine a função de distribuição cumulativa de X. c) Qual a probabilidade de uma chamada ter uma duração entre 30 segundos e 2 minutos? d) Calcule a duração média de uma chamada telefónica. e) Calcule a variância de X. Manuela Neves - ISA - 05/06 p. 42/42

Variáveis Aleatórias Contínuas

Variáveis Aleatórias Contínuas Variáveis aleatórias contínuas: vamos considerar agora uma lista de quantidades as quais não é possível associar uma tabela de probabilidades pontuais ou frequências tempo de duração de uma chamada telefônica

Leia mais

Momentos de uma variável aleatória

Momentos de uma variável aleatória Momentos de uma variável aleatória O cálculo de E[X] (valor médio de X) e E[X 2 ] (que intervém na variância), pode ser generalizado pensando em E[X k ] com k IN. Definição: Dada uma v.a. X, chama-se momento

Leia mais

PE-MEEC 1S 09/10 118. Capítulo 4 - Variáveis aleatórias e. 4.1 Variáveis. densidade de probabilidade 4.2 Valor esperado,

PE-MEEC 1S 09/10 118. Capítulo 4 - Variáveis aleatórias e. 4.1 Variáveis. densidade de probabilidade 4.2 Valor esperado, Capítulo 4 - Variáveis aleatórias e distribuições contínuas 4.1 Variáveis aleatórias contínuas. Função densidade de probabilidade 4.2 Valor esperado, variância e algumas das suas propriedades. Moda e quantis

Leia mais

DISTRIBUIÇÕES DE PROBABILIDADES de variável discreta BERNOULLI E BINOMIAL

DISTRIBUIÇÕES DE PROBABILIDADES de variável discreta BERNOULLI E BINOMIAL DISTRIBUIÇÕES DE PROBABILIDADES de variável discreta BERNOULLI E BINOMIAL Introdução Variável aleatória Discreta: assume um número finito ou infinito numerável de valores Contínua: assume todos os valores

Leia mais

Distribuição de Erlang

Distribuição de Erlang Distribuição de Erlang Uma variável aleatória exponencial descreve a distância até que a primeira contagem é obtida em um processo de Poisson. Generalização da distribuição exponencial : O comprimento

Leia mais

DISTRIBUIÇÃO NORMAL 1

DISTRIBUIÇÃO NORMAL 1 DISTRIBUIÇÃO NORMAL 1 D ensid ade Introdução Exemplo : Observamos o peso, em kg, de 1500 pessoas adultas selecionadas ao acaso em uma população. O histograma por densidade é o seguinte: 0.04 0.03 0.02

Leia mais

1 Variáveis Aleatórias

1 Variáveis Aleatórias Variáveis Aleatórias Exercício Num lançamento de 3 moedas equilibradas seja X avariável aleatória que representa o número de caras saídas Escreva a função de probabilidade de X Exercício Quantasvezessedevelançarumdadoaoarparaqueaprobabilidade

Leia mais

Aula 2: Variáveis Aleatórias Discretas e Contínuas e suas Principais Distribuições.

Aula 2: Variáveis Aleatórias Discretas e Contínuas e suas Principais Distribuições. Aula 2: Variáveis Aleatórias Discretas e Contínuas e suas Principais Distribuições. Prof. Leandro Chaves Rêgo Programa de Pós-Graduação em Engenharia de Produção - UFPE Recife, 14 de Março de 2012 Tipos

Leia mais

Lógica Matemática e Computacional 5 FUNÇÃO

Lógica Matemática e Computacional 5 FUNÇÃO 5 FUNÇÃO 5.1 Introdução O conceito de função fundamenta o tratamento científico de problemas porque descreve e formaliza a relação estabelecida entre as grandezas que o integram. O rigor da linguagem e

Leia mais

Variáveis Aleatórias Contínuas e Distribuição de Probabilidad

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

Leia mais

Uma distribuição de probabilidade é um modelo matemático que relaciona um certo valor da variável em estudo com a sua probabilidade de ocorrência.

Uma distribuição de probabilidade é um modelo matemático que relaciona um certo valor da variável em estudo com a sua probabilidade de ocorrência. Professor: Leandro Zvirtes UDESC/CCT Uma distribuição de probabilidade é um modelo matemático que relaciona um certo valor da variável em estudo com a sua probabilidade de ocorrência. Há dois tipos de

Leia mais

Esboço de Gráficos (resumo)

Esboço de Gráficos (resumo) Esboço de Gráficos (resumo) 1 Máximos e Mínimos Definição: Diz-se que uma função tem um valor máximo relativo (máximo local) em c se existe um intervalo ( a, b) aberto contendo c tal que f ( c) f ( x)

Leia mais

Introdução ao estudo de equações diferenciais

Introdução ao estudo de equações diferenciais Matemática (AP) - 2008/09 - Introdução ao estudo de equações diferenciais 77 Introdução ao estudo de equações diferenciais Introdução e de nição de equação diferencial Existe uma grande variedade de situações

Leia mais

DISTRIBUIÇÕES DE PROBABILIDADE

DISTRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÕES DE PROBABILIDADE i1 Introdução Uma distribuição de probabilidade é um modelo matemático que relaciona um certo valor da variável em estudo com a sua probabilidade de ocorrência. Há dois tipos

Leia mais

INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA

INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA 1 o Teste SEMESTREPAR 28/29 Data: 9 demaiode 29 Duração: 2hm Tópicos de

Leia mais

Métodos Estatísticos II 1 o. Semestre de 2010 ExercíciosProgramados1e2 VersãoparaoTutor Profa. Ana Maria Farias (UFF)

Métodos Estatísticos II 1 o. Semestre de 2010 ExercíciosProgramados1e2 VersãoparaoTutor Profa. Ana Maria Farias (UFF) Métodos Estatísticos II 1 o. Semestre de 010 ExercíciosProgramados1e VersãoparaoTutor Profa. Ana Maria Farias (UFF) Esses exercícios abrangem a matéria das primeiras semanas de aula (Aula 1) Os alunos

Leia mais

Fernando Henrique Ferraz Pereira da Rosa Matheus Moreira Costa Tiago Luiz Tortella Vagner Aparecido Junior

Fernando Henrique Ferraz Pereira da Rosa Matheus Moreira Costa Tiago Luiz Tortella Vagner Aparecido Junior Métodos de Monte Carlo e Aproximações de π Fernando Henrique Ferraz Pereira da Rosa Matheus Moreira Costa Tiago Luiz Tortella Vagner Aparecido Junior MAP-131 Laboratório de Matemática Aplicada Prof. Dr.

Leia mais

Aula 11 Esperança e variância de variáveis aleatórias discretas

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

Leia mais

24/Abril/2013 Aula 19. Equação de Schrödinger. Aplicações: 1º partícula numa caixa de potencial. 22/Abr/2013 Aula 18

24/Abril/2013 Aula 19. Equação de Schrödinger. Aplicações: 1º partícula numa caixa de potencial. 22/Abr/2013 Aula 18 /Abr/013 Aula 18 Princípio de Incerteza de Heisenberg. Probabilidade de encontrar uma partícula numa certa região. Posição média de uma partícula. Partícula numa caixa de potencial: funções de onda e níveis

Leia mais

Variáveis aleatórias contínuas e distribuiçao Normal. Henrique Dantas Neder

Variáveis aleatórias contínuas e distribuiçao Normal. Henrique Dantas Neder Variáveis aleatórias contínuas e distribuiçao Normal Henrique Dantas Neder Definições gerais Até o momento discutimos o caso das variáveis aleatórias discretas. Agora vamos tratar das variáveis aleatórias

Leia mais

Por que aparecem as filas? Não é eficiente, nem racional, que cada um disponha de todos os recursos individualmente. Por exemplo:

Por que aparecem as filas? Não é eficiente, nem racional, que cada um disponha de todos os recursos individualmente. Por exemplo: Por que aparecem as filas? Não é eficiente, nem racional, que cada um disponha de todos os recursos individualmente. Por exemplo: que cada pessoa disponha do uso exclusivo de uma rua para se movimentar;

Leia mais

Chapter 2. 2.1 Noções Preliminares

Chapter 2. 2.1 Noções Preliminares Chapter 2 Seqüências de Números Reais Na Análise os conceitos e resultados mais importantes se referem a limites, direto ou indiretamente. Daí, num primeiro momento, estudaremos os limites de seqüências

Leia mais

Conceitos Básicos de Estatística Aula 2

Conceitos Básicos de Estatística Aula 2 Conceitos Básicos de Estatística Aula 2 ISCTE - IUL, Mestrados de Continuidade Diana Aldea Mendes diana.mendes@iscte.pt 13 de Setembro de 2011 DMQ, ISCTE-IUL (diana.mendes@iscte.pt) Estatística 13 de Setembro

Leia mais

UNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo

UNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo UNIVERSIDADE DE SÃO PAULO Faculdade de Arquitetura e Urbanismo DISTRIBUIÇÃO AMOSTRAL ESTIMAÇÃO AUT 516 Estatística Aplicada a Arquitetura e Urbanismo 2 DISTRIBUIÇÃO AMOSTRAL Na aula anterior analisamos

Leia mais

O caso estacionário em uma dimensão

O caso estacionário em uma dimensão O caso estacionário em uma dimensão A U L A 6 Meta da aula Aplicar o formalismo quântico no caso de o potencial ser independente do tempo. objetivos verificar que, no caso de o potencial ser independente

Leia mais

ANÁLISE MATEMÁTICA II

ANÁLISE MATEMÁTICA II ANÁLISE MATEMÁTICA II Acetatos de Ana Matos Noções Básicas de Funções em R n Topologia DMAT Noções Básicas sobre funções em n Introdução Vamos generalizar os conceitos de limite, continuidade e diferenciabilidade,

Leia mais

Círculo de Estudos ccpfc/acc 19941/00. Eduardo Cunha. www.educunha.net. Escola Secundária de Barcelos 2000/2001. T I 83 - Plus

Círculo de Estudos ccpfc/acc 19941/00. Eduardo Cunha. www.educunha.net. Escola Secundária de Barcelos 2000/2001. T I 83 - Plus Investigação e Modelação na aula de Matemática Círculo de Estudos ccpfc/acc 19941/00 Eduardo Cunha www.educunha.net Escola Secundária de Barcelos 2000/2001 Módulo 2: Estudo de Funções - calculadora gráfica.

Leia mais

Séries de Potências de x

Séries de Potências de x Séries de Potências de x As séries de potências de x são uma generalização da noção de polinómio. Definição: Chama-se série de potências de x com coeficientes a 0, a 1,, a n,, a qualquer série da forma

Leia mais

Introdução à análise de dados discretos

Introdução à análise de dados discretos Exemplo 1: comparação de métodos de detecção de cárie Suponha que um pesquisador lhe apresente a seguinte tabela de contingência, resumindo os dados coletados por ele, oriundos de um determinado experimento:

Leia mais

Tipos de Modelos. Exemplos. Modelo determinístico. Exemplos. Modelo probabilístico. Causas Efeito. Determinístico. Sistema Real.

Tipos de Modelos. Exemplos. Modelo determinístico. Exemplos. Modelo probabilístico. Causas Efeito. Determinístico. Sistema Real. Tipos de Modelos Sistema Real Determinístico Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Probabilístico Modelo determinístico Exemplos Gravitação F GM M /r Causas Efeito Aceleração

Leia mais

ficha 3 espaços lineares

ficha 3 espaços lineares Exercícios de Álgebra Linear ficha 3 espaços lineares Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico 2 o semestre 2011/12 3 Notação Sendo

Leia mais

CAPÍTULO 4 Exercícios Resolvidos

CAPÍTULO 4 Exercícios Resolvidos CAPÍTULO 4 Exercícios Resolvidos R4.1) Condição para concretização de uma venda Um certo tipo de componente é vendido em lotes de 1000 itens. O preço de venda do lote é usualmente de 60 u.m. Um determinado

Leia mais

2 Modelo Clássico de Cramér-Lundberg

2 Modelo Clássico de Cramér-Lundberg 2 Modelo Clássico de Cramér-Lundberg 2.1 Conceitos fundamentais Nesta sessão introduziremos alguns conceitos fundamentais que serão utilizados na descrição do modelo de ruína. A lei de probabilidade que

Leia mais

LIMITES e CONTINUIDADE de FUNÇÕES. : R R + o x x

LIMITES e CONTINUIDADE de FUNÇÕES. : R R + o x x LIMITES e CONTINUIDADE de FUNÇÕES Noções prévias 1. Valor absoluto de um número real: Chama-se valor absoluto ou módulo de um número real ao número x tal que: x se x 0 x = x se x < 0 Está assim denida

Leia mais

Logo, para estar entre os 1% mais caros, o preço do carro deve ser IGUAL OU SUPERIOR A:

Logo, para estar entre os 1% mais caros, o preço do carro deve ser IGUAL OU SUPERIOR A: MQI 00 ESTATÍSTICA PARA METROLOGIA - SEMESTRE 008.0 Teste 6/05/008 GABARITO PROBLEMA O preço de um certo carro usado é uma variável Normal com média R$ 5 mil e desvio padrão R$ 400,00. a) Você está interessado

Leia mais

Probabilidade. Distribuição Exponencial

Probabilidade. Distribuição Exponencial Probabilidade Distribuição Exponencial Aplicação Aplicada nos casos onde queremos analisar o espaço ou intervalo de acontecimento de um evento; Na distribuição de Poisson estimativa da quantidade de eventos

Leia mais

Geração de Números Aleatórios e Simulação

Geração de Números Aleatórios e Simulação Departamento de Informática Geração de Números Aleatórios e imulação Métodos Quantitativos LEI 26/27 usana Nascimento (snt@di.fct.unl.pt) Advertência Autores João Moura Pires (jmp@di.fct.unl.pt) usana

Leia mais

Introdução aos Modelos Biomatemáticos - aulas

Introdução aos Modelos Biomatemáticos - aulas Introdução aos Modelos Biomatemáticos - aulas Teórico-Práticas Mestrado em BBC, 2008/2009 1 Capítulo 1 Nos exercícios 1) e 2) suponha que o crescimento é exponencial. 1. Entre 1700 e 1800 a população humana

Leia mais

Teorema de Taylor. Prof. Doherty Andrade. 1 Fórmula de Taylor com Resto de Lagrange. 2 Exemplos 2. 3 Exercícios 3. 4 A Fórmula de Taylor 4

Teorema de Taylor. Prof. Doherty Andrade. 1 Fórmula de Taylor com Resto de Lagrange. 2 Exemplos 2. 3 Exercícios 3. 4 A Fórmula de Taylor 4 Teorema de Taylor Prof. Doherty Andrade Sumário 1 Fórmula de Taylor com Resto de Lagrange 1 2 Exemplos 2 3 Exercícios 3 4 A Fórmula de Taylor 4 5 Observação 5 1 Fórmula de Taylor com Resto de Lagrange

Leia mais

Métodos de Monte Carlo

Métodos de Monte Carlo Departamento de Estatística - UFJF Outubro e Novembro de 2014 são métodos de simulação São utilizados quando não temos uma forma fechada para resolver o problema Muito populares em Estatística, Matemática,

Leia mais

Probabilidade. Distribuição Exponencial

Probabilidade. Distribuição Exponencial Probabilidade Distribuição Exponencial Aplicação Aplicada nos casos onde queremos analisar o espaço ou intervalo de acontecimento de um evento; Na distribuição de Poisson estimativa da quantidade de eventos

Leia mais

Análise de Arredondamento em Ponto Flutuante

Análise de Arredondamento em Ponto Flutuante Capítulo 2 Análise de Arredondamento em Ponto Flutuante 2.1 Introdução Neste capítulo, chamamos atenção para o fato de que o conjunto dos números representáveis em qualquer máquina é finito, e portanto

Leia mais

Distribuições de Probabilidade Distribuição Normal

Distribuições de Probabilidade Distribuição Normal PROBABILIDADES Distribuições de Probabilidade Distribuição Normal BERTOLO PRELIMINARES Quando aplicamos a Estatística na resolução de situações-problema, verificamos que muitas delas apresentam as mesmas

Leia mais

1. Extremos de uma função

1. Extremos de uma função Máximo e Mínimo de Funções de Várias Variáveis 1. Extremos de uma função Def: Máximo Absoluto, mínimo absoluto Seja f : D R R função (i) Dizemos que f assume um máximo absoluto (ou simplesmente um máximo)

Leia mais

Variáveis Aleatórias Discretas e Distribuições de Probabilidade

Variáveis Aleatórias Discretas e Distribuições de Probabilidade Variáveis Aleatórias Discretas e Distribuições de Probabilidade Objetivos do aprendizado a.determinar probabilidades a partir de funções de probabilidade b.determinar probabilidades a partir de funções

Leia mais

Instituto Politécnico de Viseu Escola Superior de Tecnologia

Instituto Politécnico de Viseu Escola Superior de Tecnologia Instituto Politécnico de Viseu Escola Superior de Tecnologia Departamento: Matemática Estatística I Curso: Contabilidade e Administração Ano: 3 o Semestre: o Prova: Exame Época: Normal Ano Lectivo: 2004/2005

Leia mais

Resolução da Prova da Escola Naval 2009. Matemática Prova Azul

Resolução da Prova da Escola Naval 2009. Matemática Prova Azul Resolução da Prova da Escola Naval 29. Matemática Prova Azul GABARITO D A 2 E 2 E B C 4 D 4 C 5 D 5 A 6 E 6 C 7 B 7 B 8 D 8 E 9 A 9 A C 2 B. Os 6 melhores alunos do Colégio Naval submeteram-se a uma prova

Leia mais

Cálculo numérico. ln 1 = 0. Representação numérica. Exemplo. Exemplos. Professor Walter Cunha. ln 1. I s

Cálculo numérico. ln 1 = 0. Representação numérica. Exemplo. Exemplos. Professor Walter Cunha. ln 1. I s Representação numérica Cálculo numérico Professor Walter Cunha Um conjunto de ferramentas ou métodos usados para se obter a solução de problemas matemáticos de forma aproximada. Esses métodos se aplicam

Leia mais

Cláudio Tadeu Cristino 1. Julho, 2014

Cláudio Tadeu Cristino 1. Julho, 2014 Inferência Estatística Estimação Cláudio Tadeu Cristino 1 1 Universidade Federal de Pernambuco, Recife, Brasil Mestrado em Nutrição, Atividade Física e Plasticidade Fenotípica Julho, 2014 C.T.Cristino

Leia mais

Utilizando-se as relações entre as funções básicas é possível obter as demais funções de sobrevivência.

Utilizando-se as relações entre as funções básicas é possível obter as demais funções de sobrevivência. MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA Nesta abordagem paramétrica, para estimar as funções básicas da análise de sobrevida, assume-se que o tempo de falha T segue uma distribuição

Leia mais

4.2 Teorema do Valor Médio. Material online: h-p://www.im.ufal.br/professor/thales/calc1-2010_2.html

4.2 Teorema do Valor Médio. Material online: h-p://www.im.ufal.br/professor/thales/calc1-2010_2.html 4.2 Teorema do Valor Médio Material online: h-p://www.im.ufal.br/professor/thales/calc1-2010_2.html Teorema de Rolle: Seja f uma função que satisfaça as seguintes hipóteses: a) f é contínua no intervalo

Leia mais

Aula 19 Teorema Fundamental das Integrais de Linha

Aula 19 Teorema Fundamental das Integrais de Linha Aula 19 Teorema Fundamental das Integrais de Linha MA211 - Cálculo II Marcos Eduardo Valle Departamento de Matemática Aplicada Instituto de Matemática, Estatística e Computação Científica Universidade

Leia mais

Introdução à Topologia Resoluções de exercícios. Capítulo 1

Introdução à Topologia Resoluções de exercícios. Capítulo 1 Introdução à Topologia Resoluções de exercícios Exercício nº5 (alíneas 3. e 4.) Capítulo 1 É imediato, directamente a partir da definição, que, dados r, s Q, d p (r, s) e que d p (r, s) = se e só se r

Leia mais

FUNÇÕES AULA 2 DO PLANO DE

FUNÇÕES AULA 2 DO PLANO DE Matemática Tema 2 Professora: Rosa Canelas FUNÇÕES AULA 2 DO PLANO DE TRABALHO Nº1 FUNÇÃO - DEFINIÇÃO Uma função é uma relação entre duas variáveis em que a cada valor da primeira, a variável independente,

Leia mais

Bioestatística Aula 3

Bioestatística Aula 3 Aula 3 Castro Soares de Oliveira Probabilidade Probabilidade é o ramo da matemática que estuda fenômenos aleatórios. Probabilidade é uma medida que quantifica a sua incerteza frente a um possível acontecimento

Leia mais

Mestrados Integrados em Engenharia Mecânica e em Eng Industrial e Gestão ANÁLISE MATEMÁTICA III DEMec 010-11-0 1ºTESTE A duração do exame é horas + 30minutos. Cotação: As perguntas 1 e 6 valem valores,

Leia mais

Terminologias Sinais Largura de Banda de Dados Digitais. Sinais e Espectro

Terminologias Sinais Largura de Banda de Dados Digitais. Sinais e Espectro Sinais e Espectro Edmar José do Nascimento (Tópicos Avançados em Engenharia Elétrica I) http://www.univasf.edu.br/ edmar.nascimento Universidade Federal do Vale do São Francisco Colegiado de Engenharia

Leia mais

Teste Intermédio de Matemática A Matemática A Versão 1 10.º Ano de Escolaridade

Teste Intermédio de Matemática A Matemática A Versão 1 10.º Ano de Escolaridade Teste Intermédio de Matemática A Versão 1 Teste Intermédio Matemática A Versão 1 Duração do Teste: 90 minutos 28.05.2008 10.º Ano de Escolaridade Decreto-Lei n.º 74/2004, de 26 de Março Nome do aluno N.º

Leia mais

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Revisão de Probabilidade e Estatística

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Revisão de Probabilidade e Estatística Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões Revisão de Probabilidade e Estatística Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Conceitos Básicos Estamos

Leia mais

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES Caros concurseiros, Como havia prometido, seguem comentários sobre a prova de estatística do ICMS RS. Em cada questão vou fazer breves comentários, bem como indicar eventual possibilidade de recurso. Não

Leia mais

Definição 1.1. Uma função φ real definida sobre um intervalo aberto ]a, b[ de R, diz-se convexa se x, y ]a, b[, e0 γ 1,

Definição 1.1. Uma função φ real definida sobre um intervalo aberto ]a, b[ de R, diz-se convexa se x, y ]a, b[, e0 γ 1, ESPAÇOSDEFUNÇÕES INTEGRÁVEIS-L p 1. Funções convexas e desigualdades Definição 1.1. Uma função φ real definida sobre um intervalo aberto ]a, b[ de R, diz-se convexa se x, y ]a, b[, e0 γ 1, φ((1 γ)x + γy)

Leia mais

Cálculo Diferencial e Integral I Vinícius Martins Freire

Cálculo Diferencial e Integral I Vinícius Martins Freire UNIVERSIDADE FEDERAL DE SANTA CATARINA - CAMPUS JOINVILLE CENTRO DE ENGENHARIAS DA MOBILIDADE Cálculo Diferencial e Integral I Vinícius Martins Freire MARÇO / 2015 Sumário 1. Introdução... 5 2. Conjuntos...

Leia mais

(b) Qual a probabilidade de ter sido transmitido um zero, sabendo que foi recebido um (1.0) zero?

(b) Qual a probabilidade de ter sido transmitido um zero, sabendo que foi recebido um (1.0) zero? Grupo I 5.0 valores 1. Um sistema de comunicação binária transmite zeros e uns com probabilidade 0.5 em qualquer dos casos. Devido ao ruído existente no canal de comunicação há erros na recepção: transmitido

Leia mais

X.0 Sucessões de números reais 1

X.0 Sucessões de números reais 1 «Tal como a tecnologia requer as tøcnicas da matemætica aplicada, tambøm a matemætica aplicada requer as teorias do nœcleo central da matemætica pura. Da l gica matemætica topologia algøbrica, da teoria

Leia mais

, podemos afirmar que:

, podemos afirmar que: PROOFMATH WWW.PROOFMATH.WORDPRESS.COM MAIS UM BLOG DE MATEMÁTICA FOLHA DE TRABALHO º ANO DE ESCOLARIDADE PREPARAR EXAME NACIONAL. Considere as seguintes sucessões a n, b n Sendo a lim an, b limbn e c lim

Leia mais

Métodos Numéricos e Estatísticos Parte I-Métodos Numéricos Teoria de Erros

Métodos Numéricos e Estatísticos Parte I-Métodos Numéricos Teoria de Erros Métodos Numéricos e Estatísticos Parte I-Métodos Numéricos Lic. Eng. Biomédica e Bioengenharia-2009/2010 O que é a Análise Numérica? Ramo da Matemática dedicado ao estudo e desenvolvimento de métodos (métodos

Leia mais

29/Abril/2015 Aula 17

29/Abril/2015 Aula 17 4/Abril/015 Aula 16 Princípio de Incerteza de Heisenberg. Probabilidade de encontrar uma partícula numa certa região. Posição média de uma partícula. Partícula numa caixa de potencial: funções de onda

Leia mais

ANÁLISE FUNCIONAL E APLICAÇÕES

ANÁLISE FUNCIONAL E APLICAÇÕES MINISTÉRIO DA EDUCAÇÃO Universidade Federal de Alfenas - Unifal-MG Rua Gabriel Monteiro da Silva, 700 - Alfenas/MG - CEP 37130-000 Fone: (35) 3299-1000 - Fax: (35) 3299-1063 ANÁLISE FUNCIONAL E APLICAÇÕES

Leia mais

Lista 5 - Introdução à Probabilidade e Estatística

Lista 5 - Introdução à Probabilidade e Estatística UNIVERSIDADE FEDERAL DO ABC Lista 5 - Introdução à Probabilidade e Estatística Variáveis Aleatórias 1 Duas bolas são escolhidas aleatoriamente de uma urna que contém 8 bolas brancas, 4 pretas e 2 laranjas.

Leia mais

Não há 3 sem 2: O Teorema de Sharkovskii

Não há 3 sem 2: O Teorema de Sharkovskii Não há 3 sem 2: O Teorema de Sharkovskii Nuno Mestre Programa Gulbenkian Novos Talentos em Matemática Departamento de Matemática da Universidade de Coimbra 1 ESTRUTURA 1. Introdução 2. Casos p = 2 e p

Leia mais

Modelos de Filas de Espera

Modelos de Filas de Espera Departamento de Informática Modelos de Filas de Espera Métodos Quantitativos LEI 2006/2007 Susana Nascimento (snt@di.fct.unl.pt) Advertência Autores João Moura Pires (jmp@di.fct.unl.pt) Susana Nascimento

Leia mais

ANÁLISE NUMÉRICA DEC - 1996/97

ANÁLISE NUMÉRICA DEC - 1996/97 ANÁLISE NUMÉRICA DEC - 996/97 Teoria de Erros A Teoria de Erros fornece técnicas para quantificar erros nos dados e nos resultados de cálculos com números aproximados. Nos cálculos aproximados deve-se

Leia mais

Aula 17 Continuidade Uniforme

Aula 17 Continuidade Uniforme Continuidade Uniforme Aula 17 Continuidade Uniforme MÓDULO 2 - AULA 17 Metas da aula: Discutir o conceito de função uniformemente contínua, estabelecer o Teorema da Continuidade Uniforme e o Teorema da

Leia mais

O Teorema da Função Inversa e da Função Implícita

O Teorema da Função Inversa e da Função Implícita Universidade Estadual de Maringá - Departamento de Matemática Cálculo Diferencial e Integral: um KIT de Sobrevivência c Publicação eletrônica do KIT http://www.dma.uem.br/kit O Teorema da Função Inversa

Leia mais

Seqüências, Limite e Continuidade

Seqüências, Limite e Continuidade Módulo Seqüências, Limite e Continuidade A partir deste momento, passaremos a estudar seqüência, ites e continuidade de uma função real. Leia com atenção, caso tenha dúvidas busque indicadas e também junto

Leia mais

ITA - 2005 3º DIA MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR

ITA - 2005 3º DIA MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR ITA - 2005 3º DIA MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR Matemática Questão 01 Considere os conjuntos S = {0,2,4,6}, T = {1,3,5} e U = {0,1} e as afirmações: I. {0} S e S U. II. {2} S\U e S T U={0,1}.

Leia mais

Inferência Estatística

Inferência Estatística Universidade Federal Fluminense Instituto de Matemática e Estatística Inferência Estatística Ana Maria Lima de Farias Departamento de Estatística Conteúdo 1 Inferência estatística Conceitos básicos 1 1.1

Leia mais

1. Objectivo Durante uma experiência, medem-se certas variáveis, ex.: concentrações, pressões, temperaturas,

1. Objectivo Durante uma experiência, medem-se certas variáveis, ex.: concentrações, pressões, temperaturas, MODELAÇÃO E DETERMINAÇÃO DE PARÂMETROS CINÉTICOS FILIPE GAMA FREIRE 1. Objectivo Durante uma experiência, medem-se certas variáveis, ex.: concentrações, pressões, temperaturas, etc. a que chamaremos y

Leia mais

CPV O cursinho que mais aprova na GV

CPV O cursinho que mais aprova na GV O cursinho que mais aprova na GV FGV ADM Objetiva 06/junho/010 MATemática 01. O monitor de um notebook tem formato retangular com a diagonal medindo d. Um lado do retângulo mede 3 do outro. 4 A área do

Leia mais

. Determine os valores de P(1) e P(22).

. Determine os valores de P(1) e P(22). Resolução das atividades complementares Matemática M Polinômios p. 68 Considere o polinômio P(x) x x. Determine os valores de P() e P(). x x P() 0; P() P(x) (x x)? x (x ) x x x P()? 0 P() ()? () () 8 Seja

Leia mais

Função. Definição formal: Considere dois conjuntos: o conjunto X com elementos x e o conjunto Y com elementos y. Isto é:

Função. Definição formal: Considere dois conjuntos: o conjunto X com elementos x e o conjunto Y com elementos y. Isto é: Função Toda vez que temos dois conjuntos e algum tipo de associação entre eles, que faça corresponder a todo elemento do primeiro conjunto um único elemento do segundo, ocorre uma função. Definição formal:

Leia mais

2. Imagine um mercado que apresenta as seguintes curvas de oferta e demanda: (Curva de Demanda)

2. Imagine um mercado que apresenta as seguintes curvas de oferta e demanda: (Curva de Demanda) Universidade de Brasília Departamento de Economia Disciplina: Economia Quantitativa I Professor: Carlos Alberto Período: 1/7 Segunda Prova Questões 1. Resolver a seguinte integral: 1 ln ( 1 + x.5 ) dx

Leia mais

2 Modelo para o Sistema de Controle de Estoque (Q, R)

2 Modelo para o Sistema de Controle de Estoque (Q, R) Modelo para o Sistema de Controle de Estoque (, ) Neste capítulo é apresentado um modelo para o sistema de controle de estoque (,). Considera-se que a revisão dos estoques é continua e uma encomenda de

Leia mais

Métodos Numéricos e Estatísticos Parte I-Métodos Numéricos

Métodos Numéricos e Estatísticos Parte I-Métodos Numéricos Métodos Numéricos e Estatísticos Parte I-Métodos Numéricos Lic. Eng. Biomédica e Bioengenharia-2009/2010 Para determinarmos um valor aproximado das raízes de uma equação não linear, convém notar inicialmente

Leia mais

Aplicações de Derivadas

Aplicações de Derivadas Aplicações de Derivadas f seja contínua no [a,b] e que f '(x) exista no intervalo aberto a x b. Então, existe pelo menos um valor c entre a eb, tal que f '(c) f (b) f (a) b a. pelo menos um ponto c (a,

Leia mais

Miguel Abreu. Encontro Nacional do Programa Gulbenkian Novos Talentos em Matemática, Fundação Calouste Gulbenkian, 7-8.Setembro.

Miguel Abreu. Encontro Nacional do Programa Gulbenkian Novos Talentos em Matemática, Fundação Calouste Gulbenkian, 7-8.Setembro. Centro de Análise Matemática, Geometria e Sistemas Dinâmicos Instituto Superior Técnico Encontro Nacional do Programa Gulbenkian Novos Talentos em Matemática, Fundação Calouste Gulbenkian, 7-8.Setembro.27

Leia mais

CI202 - Métodos Numéricos

CI202 - Métodos Numéricos CI202 - Métodos Numéricos Lista de Exercícios 2 Zeros de Funções Obs.: as funções sen(x) e cos(x) devem ser calculadas em radianos. 1. Em geral, os métodos numéricos para encontrar zeros de funções possuem

Leia mais

Aulas Teóricas e de Problemas de Álgebra Linear

Aulas Teóricas e de Problemas de Álgebra Linear Aulas Teóricas e de Problemas de Álgebra Linear Nuno Martins Departamento de Matemática Instituto Superior Técnico Maio de Índice Parte I (Aulas teóricas e chas de exercícios) Matrizes e sistemas de equações

Leia mais

LISTA DE EXERCÍCIOS VARIÁVEIS ALEATÓRIAS

LISTA DE EXERCÍCIOS VARIÁVEIS ALEATÓRIAS LISTA DE EXERCÍCIOS VARIÁVEIS ALEATÓRIAS 1. Construir um quadro e o gráfico de uma distribuição de probabilidade para a variável aleatória X: número de coroas obtidas no lançamento de duas moedas. 2. Fazer

Leia mais

3º Trimestre TRABALHO DE MATEMÁTICA - 2012 Ensino Fundamental 9º ano classe: A-B-C Profs. Marcelo/Fernando Nome:, nº Data de entrega: 09/ 11/12

3º Trimestre TRABALHO DE MATEMÁTICA - 2012 Ensino Fundamental 9º ano classe: A-B-C Profs. Marcelo/Fernando Nome:, nº Data de entrega: 09/ 11/12 3º Trimestre TRABALHO DE MATEMÁTICA - 2012 Ensino Fundamental 9º ano classe: A-B-C Profs. Marcelo/Fernando Nome:, nº Data de entrega: 09/ 11/12 NOTA:. Nota: Toda resolução deve ser feita no seu devido

Leia mais

Prova Escrita de Matemática Aplicada às Ciências Sociais

Prova Escrita de Matemática Aplicada às Ciências Sociais EXAME NACIONAL DO ENSINO SECUNDÁRIO Decreto-Lei n.º 74/2004, de 26 de Março Prova Escrita de Matemática Aplicada às Ciências Sociais 10.º e 11.º Anos de Escolaridade Prova 835/2.ª Fase 12 Páginas Duração

Leia mais

Alguns apontamentos da história da Análise Numérica

Alguns apontamentos da história da Análise Numérica Análise Numérica 1 Âmbito da Análise Numérica Determinar boas soluções aproximadas num tempo computacional razoável? Slide 1 Porquê? Porque em muitos problemas matemáticos e respectivas aplicações práticas

Leia mais

RESOLUÇÃO DA PROVA DE MATEMÁTICA UNICAMP 2008 2 a Fase Professora Maria Antônia Gouveia.

RESOLUÇÃO DA PROVA DE MATEMÁTICA UNICAMP 2008 2 a Fase Professora Maria Antônia Gouveia. RESOLUÇÃO DA PROVA DE MATEMÁTICA UNICAMP 8 a Fase Professora Maria Antônia Gouveia. Instruções: Indique claramente as respostas dos itens de cada questão, fornecendo as unidades, se for o caso. Apresente

Leia mais

objetivos A partícula livre Meta da aula Pré-requisitos

objetivos A partícula livre Meta da aula Pré-requisitos A partícula livre A U L A 7 Meta da aula Estudar o movimento de uma partícula quântica livre, ou seja, aquela que não sofre a ação de nenhuma força. objetivos resolver a equação de Schrödinger para a partícula

Leia mais

Cálculo Diferencial e Integral II

Cálculo Diferencial e Integral II 1 álculo Diferencial e Integral II Exercícios para as aulas práticas - 5 1. alcule o integral estendido a, ds, em que é o segmento de recta de x y extremos A(0, 2) e B(4, 0), percorrido de A para B. 2.

Leia mais

Famílias Indexadas de Conjuntos - ME. (Alguns Exemplos) Matemática Elementar - EAD. 4 de setembro de 2014

Famílias Indexadas de Conjuntos - ME. (Alguns Exemplos) Matemática Elementar - EAD. 4 de setembro de 2014 Alguns Exemplos: Famílias Indexadas de Conjuntos (Alguns Exemplos) Matemática Elementar - EAD Departamento de Matemática Universidade Federal da Paraíba 4 de setembro de 2014 Exemplo 1 Alguns Exemplos:

Leia mais

TEORIA DOS CONJUNTOS Símbolos

TEORIA DOS CONJUNTOS Símbolos 1 MATERIAL DE APOIO MATEMÁTICA Turmas 1º AS e 1º PD Profº Carlos Roberto da Silva A Matemática apresenta invenções tão sutis que poderão servir não só para satisfazer os curiosos como, também para auxiliar

Leia mais

Processos Estocásticos

Processos Estocásticos Processos Estocásticos Terceira Lista de Exercícios 22 de julho de 20 Seja X uma VA contínua com função densidade de probabilidade f dada por Calcule P ( < X < 2. f(x = 2 e x x R. A fdp dada tem o seguinte

Leia mais

A integral também é conhecida como antiderivada. Uma definição também conhecida para integral indefinida é:

A integral também é conhecida como antiderivada. Uma definição também conhecida para integral indefinida é: Integral Origem: Wikipédia, a enciclopédia livre. No cálculo, a integral de uma função foi criada para originalmente determinar a área sob uma curva no plano cartesiano e também surge naturalmente em dezenas

Leia mais

XXVI Olimpíada de Matemática da Unicamp. Instituto de Matemática, Estatística e Computação Científica Universidade Estadual de Campinas

XXVI Olimpíada de Matemática da Unicamp. Instituto de Matemática, Estatística e Computação Científica Universidade Estadual de Campinas Gabarito da Prova da Primeira Fase 15 de Maio de 010 1 Questão 1 Um tanque de combustível, cuja capacidade é de 000 litros, tinha 600 litros de uma mistura homogênea formada por 5 % de álcool e 75 % de

Leia mais