Capítulo 5 Confiabilidade de Sistemas Série-Paralelo e Mistos

Tamanho: px
Começar a partir da página:

Download "Capítulo 5 Confiabilidade de Sistemas Série-Paralelo e Mistos"

Transcrição

1 Capítulo 5 Cofiabilidade de istemas érie-paralelo e Mistos oteiro da apresetação: istemas: érie Paralelo Combiações Paralelo-érie, érie-paralelo istemas k-em- Flávio. Fogliatto uposições comus a todos os sistemas aalisados Cofiabilidade de sistemas é avaliada um poto t o tempo; ou seja, compoetes apresetam cofiabilidades estáticas em t. Compoetes dos sistemas apresetam-se em dois estados: operates ou ão-operates. istemas represetados por diagramas fucioais de blocos Diagrama descreve fução do sistema; p/ sistemas c/ mais de uma fução = mais de um diagrama. Compoete represetado por bloco: Compoetes falham idepedetemete.

2 Notação E i = eveto do compoete i estar operate o mometo da verificação. i = P(E i ) = cofiabilidade do compoete. = cofiabilidade do sistema.. istemas em érie Na prática, esta é a cofiguração mais comum. Num sistema em série, todos os compoetes devem fucioar para que o sistema fucioe. O diagrama de blocos p/ este sistema é: Ateção: medidas avaliadas o tempo t de iteresse para o aalista. 5 A cofiabilidade do sistema é: [ E E ] = P K E ou seja, o sistema fucioa se todos os compoetes fucioarem (por isso a itersecção de evetos). upodo idepedêcia etre falhas: ou = P E ) P( E ) K P( E ( = i ) 7 Propriedades do arrajo em série Cofiabilidade do sistema decresce rapidamete a medida que o de compoetes aumeta. Cofiabilidade do sistema,000 0,800 0,00 0,00 0,00 0,000 (t) versus Número de compoetes Exemplo: upoha compoetes c/ = 0.9 um determiado tempo. Limite superior de s = cofiabilidade do compoete mais fraco; isto é: mi i { } i 8

3 Exemplo : impressora a laser Impressora a laser Diagrama de blocos Laser Defletor ótico Fote do laser Espelho sobreposição limpeza revelação olo copiador carga descarga alimetação trasferêcia Trasportador de papel Depósito de cópias olos estabilizadores Placa de préaquecim to 9 0 Impressora a laser Cofiabilidade dos compoetes Compoete Cofiabilidade 0,870 0,800 0,987 0, ,970 0, , ,88 9 0, ,87 0,888 0,8090 0,80 0,87 5 0,87 0,80 A cofiabilidade do sistema é: = i = ( K 0.80) = 0. P/ obtermos uma cofiabilidade de, digamos, 80% p/ o sistema: ( ) 0.8 ( ) Cofiabilidade ecessária p/ compoetes. Exemplo : telefoe sem fio istema em série composto por fote, base e telefoe. Compoetes apresetam taxas de falha costates: Fote: Base: Telefoe: λ = f 5 falhas 0 h b falhas 0 h λ = λ = t 5 falhas 0 h Determie cofiabilidade p/ 000 horas de uso.

4 Cofiabilidade dos compoetes: λ f t 5 0 (000) (000) = e = e = f λ bt 0 (000) (000) = e = e = λ t t 5 0 (000) (000) = e = e = t b Pausa para exercício esolva os exercícios e da apostila. Fote f = 0,995 Base b = 0,997 Telefoe t = 0,985 Cofiabilidade do sistema: (000) = = f b t. istemas em Paralelo Três tipos de arrajo em paralelo Num sistema em paralelo, todos os compoetes devem falhar p/ que o sistema falhe. Expressão da Cofiabilidade: Paralelo puro - compoetes em operação simultâea; falhas ão afetam desempeho dos compoetes sobrevivetes. Q [ E E ] = P K E ão-cofiabilidade do sistema ( ) Q = P( E ) P( E ) K P( E ) = i ( ) = i 5 M A expressão de cofiabilidade apresetada ateriomete serve p/ este tipo de sistema.

5 a istemas em paralelo puro Exemplo Cosidere sistema c/ compoetes em paralelo: (0.90) (0.80) (0.75) b = ( i ) é maior que a cofiabilidade do melhor compoete. Quado comp. apresetam somete dois modos de falha, aumeta com o o de compoetes. = [( 0.9) ( 0.8) ( 0.75)] = Três tipos de arrajo em paralelo (Cot.) Paralelo com stadby Compoete em stadby somete é ativado quado compoete ativo falhar. C Expressão de cofiabilidade deste sistema o caso de chave de troca (C) perfeita dada a seguir. 7 8 Exemplo aterior c/ chave de troca perfeita T i = tempo-até-falha do i-ésimo compoete, c/ desidade f i (t). Modos de sucesso ão podem ocorrer simultaeamete Cofiabilidade do sistema: () t = () t + f ( t ) ( t t ) dt t 0 No caso especial de compoetes c/ taxa de falhas costate (=λ): ( ) ( ) () t = P T > t T t T > t T λt () t = e ( + λt) 9 0

6 Três tipos de arrajo em paralelo (Cot.) Paralelo compartilhado Compoetes ativados simultaeamete. Falha em um dos compoetes afeta as taxas de falha dos sobrevivetes. Aálise de sistemas compartilhados utiliza diagrama de estado do sistema: Pausa para exercício esolva os exercícios e da apostila. h(t) t. Combiações Paralelo-érie Dois exemplos: Aálise feita decompodo sistemas em subsistemas em série e paralelo. érie-paralelo Paralelo-érie Exemplo: érie-paralelo (0.9) (0.7) 5 (0.8) (0.8) (0.) (0.7) Decompor em subsistemas em paralelo: = [0. 0.] = 0.98 = [0. 0.] = 0.88 = = [0. 0.] = 0.9 Tratar subsistemas como um sistema em série: = = 0.8

7 Exemplo: Paralelo-érie (0.9) (0.8) (0.7) (0.) 5 (0.8) (0.7) Decompor em subsistemas em série: = = 0.50 = = 0. Tratar subsistemas como um sistema em paralelo: Observações sobre combiações paralelo-série / série-paralelo érie-paralelo = redudâcia o ível do compoete (de baixo ível). Paralelo-série = redudâcia o ível do sistema (de alto ível) Pode-se demostrar, p/ sistemas c/ mesmos compoetes: (série-paralelo) (paralelo-série) = [( )( ) = Difereça meos prouciada em sistemas de compoetes altamete cofiáveis ( > 0.9). Mais observações... Arrajos paralelo-série / série-paralelo podem apresetar-se combiados em arrajos mistos. Pausa para exercícios esolva os problemas 5 e da apostila. Por exemplo: 7 8

8 . istemas k-em- istemas série e paralelo puro são casos especiais de sistemas k-em-: érie puro = sistema -em- Paralelo puro = sistema -em- No arrajo k-em-, pelo meos k compoetes devem estar operates (de um total de compoetes) para que sistema opere satisfatoriamete. Exemplos Cetrais de geração de eergia operam c/ dois ou três geradores, mas ecessitam de um úico operate para suprir demada. Potes suspesas e guidastes costituídos de cabos c/ milhares de fios de aço; somete uma fração dos fios garate a sustetação da carga. Carros c/ cico peus (um step) precisam de pelo meos quatro fucioado p/ poder fucioar. 9 0 Cálculo da cofiabilidade a partir de um exemplo istema de comuicações c/ quatro caais, três dos quais devem estar operates p/ que o sistema esteja operate.,,,,,,,, Possíveis combiações de compoetes que caracterizam um sistema operate. ituação ode todos os compo. estão operates {,,,} foi omitida. Combiações expressas através do coeficiete biomial! = k ( k)! k! No caso de compoetes c/ cofiabilidades idêticas e iguais a, expressão de cofiabilidade do sistema é: i ( k;, ) = ( ) k i i

9 Cosidere caais do ex. aterior c/ = 0.5 (p/ missão de aos) Quado compoetes diferetes, s evolve cálculo de probabilidades istema é do tipo -em-, c/ cofiabilidade dada por: (0.5) i ( 0.5) i = i = (0.5) ( 0.5) + (0.5) ( = ) istemas k-em- costumam apresetar boa cofiabilidade (já que oferecem algum grau de redudâcia). 0 = P( E E E + E E E + E E E + E E E ) Cacelameto de probabilidades tora iclusão de A 5 = E E E E dispesável. A A A A ( ) ( ) ( ) ( ) ( ) ( ) K ( ) ( ) K ( ) ( ) = P A + A + A + A = P A + P A + P A P A P AA + + P A A + P AA A + + P A A A + P AA A A Pausa para exercícios esolva os problemas e da apostila. 5

5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO

5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5.1 INTRODUÇÃO Um sistema é defiido como todo o cojuto de compoetes itercoectados, previamete determiados, de forma a realizar um cojuto

Leia mais

Sistemas Série-Paralelo e

Sistemas Série-Paralelo e Capíulo 5 Cofabldade de semas ére-paralelo e Msos Flávo. Foglao uposções comus a odos os ssemas aalsados Cofabldade de ssemas é avalada um poo o empo; ou seja, compoees apreseam cofabldades esácas em.

Leia mais

Análise da Confiabilidade de Sistemas

Análise da Confiabilidade de Sistemas Aálise da Cofiabilidade de istemas. Cosiderações Gerais! A aálise da cofiabilidade de um sistema a partir de seus compoetes básicos é um dos mais importates aspectos da egeharia de cofiabilidade! Um sistema

Leia mais

Avaliação de Desempenho de Sistemas Discretos

Avaliação de Desempenho de Sistemas Discretos Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado

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

Instruções gerais sobre a Prova:

Instruções gerais sobre a Prova: DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2012/2013 Istruções gerais sobre a Prova: (a) Cada questão respodida corretamete vale 1 (um) poto. (b) Cada

Leia mais

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística TODOS OS CURSOS Duração: 9 miutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas 1 o semestre 217/218 3/1/218 11:3 1 o Teste C 1 valores 1. A Marta e o João irão passar

Leia mais

Representação em espaço de estado de sistemas de enésima ordem. Função de perturbação não envolve termos derivativos.

Representação em espaço de estado de sistemas de enésima ordem. Função de perturbação não envolve termos derivativos. VARIÁVEIS DE ESTADO Defiições MODELAGEM E DINÂMICA DE PROCESSOS Profa. Ofélia de Queiroz Ferades Araújo Estado: O estado de um sistema diâmico é o cojuto míimo de variáveis (chamadas variáveis de estado)

Leia mais

Métodos Quantitativos para Ciência da Computação Experimental Aula #4

Métodos Quantitativos para Ciência da Computação Experimental Aula #4 Métodos Quatitativos para Ciêcia da Computação Experimetal Aula #4 Jussara Almeida DCC-UFMG 2017 Measuremets are ot to provide umbers, but isights Metodologia de Comparação de Sistemas Experimetais Comparado

Leia mais

Determinação do grau de eficácia de equipes de manutenção via Processo de Renovação Generalizado

Determinação do grau de eficácia de equipes de manutenção via Processo de Renovação Generalizado XXVI ENEGEP - Fortaleza, CE, Brasil, 9 a de Outubro de 2006 Determiação do grau de eficácia de equipes de mauteção via Processo de Reovação Geeralizado Márcio José das Chagas Moura (UFPE) marciocmoura@gmail.com

Leia mais

Componentes dos sistemas apresentam-se em dois. Confiabilidade de sistemas é avaliada num ponto t. Sistemas representados por diagramas funcionais

Componentes dos sistemas apresentam-se em dois. Confiabilidade de sistemas é avaliada num ponto t. Sistemas representados por diagramas funcionais Capítulo 6. Determinação da confiabilidade de sistemas complexos Prof. Fogliatto Confiabilidade & Manutenção 1 Notação E i = evento do componente i estar operante no momento da verificação. R i = P(E i

Leia mais

Distribuições Amostrais

Distribuições Amostrais 9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria

Leia mais

Prof. Rafael A. Rosales 24 de maio de Exercício 1. De quantas maneiras é possível ordenar um conjunto formado por n elementos?

Prof. Rafael A. Rosales 24 de maio de Exercício 1. De quantas maneiras é possível ordenar um conjunto formado por n elementos? USP-FFCLRP Fudametos de Matemática DCM Iformática Biomédica Prof. Rafael A. Rosales 24 de maio de 20 Combiatória Exercício. De quatas maeiras é possível ordear um cojuto formado por elemetos? Exercício

Leia mais

Introdução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ...

Introdução. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ... Itrodução Exemplos Para curar uma certa doeça existem quatro tratametos possíveis: A, B, C e D. Pretede-se saber se existem difereças sigificativas os tratametos o que diz respeito ao tempo ecessário para

Leia mais

Distribuições Amostrais

Distribuições Amostrais 7/3/07 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/07/07 09:3 ESTATÍSTICA APLICADA I - Teoria

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

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

MOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel

MOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel MOQ 13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semaas 1 2 3 4 5 6 7 8 9 1 11 12 13 14 15 e 16 Itrodução à probabilidade evetos

Leia mais

Estimadores de Momentos

Estimadores de Momentos Estimadores de Mometos A média populacioal é um caso particular daquilo que chamamos de mometo. Na realidade, ela é o primeiro mometo. Se X for uma v.a. cotíua, com desidade f(x; θ 1,..., θ r ), depededo

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

b) Fabrico de peças cilíndricas Capítulo 5 - Distribuições conjuntas de probabilidades e complementos X - comprimento da peça Y - diâmetro da peça

b) Fabrico de peças cilíndricas Capítulo 5 - Distribuições conjuntas de probabilidades e complementos X - comprimento da peça Y - diâmetro da peça Capítulo 5 - Distribuições cojutas de probabilidades e complemetos 5.1 Duas variáveis aleatórias discretas. Distribuições cojutas, margiais e codicioais. Idepedêcia Em relação a uma mesma eperiêcia podem

Leia mais

KRIGAGEM UNIVERSAL (Metodologia geoestatística para dados não estacionários)

KRIGAGEM UNIVERSAL (Metodologia geoestatística para dados não estacionários) KRIGAGEM UNIVERSAL (Metodologia geoestatística para dados ão estacioários) Para a obteção de um variograma é suposto que a variável regioalizada teha um comportameto fracamete estacioário, ode os valores

Leia mais

CINÉTICA QUÍMICA FATORES DE INFLUÊNCIA - TEORIA

CINÉTICA QUÍMICA FATORES DE INFLUÊNCIA - TEORIA Itrodução CINÉTICA QUÍMICA FATORES DE INFLUÊNCIA - TEORIA A Ciética Química estuda a velocidade com a qual as reações acotecem e os fatores que são capazes de realizar ifluêcia sobre ela. A medida mais

Leia mais

étodos uméricos MÉTODO DOS MOMENTOS - MOM Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

étodos uméricos MÉTODO DOS MOMENTOS - MOM Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA étodos uméricos MÉTODO DOS MOMETOS - MOM Prof. Erivelto Geraldo epomuceo PROGRAMA DE PÓS-GRADUAÇÃO EM EGEHARIA ELÉTRICA UIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CETRO FEDERAL DE EDUCAÇÃO TECOLÓGICA

Leia mais

Notas de aula- Física II Profs. Amauri e Ricardo 1 SUPERPOSIÇÃO DE ONDAS E ONDAS ESTACIONÁRIAS. e y2

Notas de aula- Física II Profs. Amauri e Ricardo 1 SUPERPOSIÇÃO DE ONDAS E ONDAS ESTACIONÁRIAS. e y2 Notas de aula- Física II Profs. Amauri e Ricardo SUPERPOSIÇÃO DE ONDAS E ONDAS ESTACIONÁRIAS Superposição de Odas O pricípio de superposição é uma propriedade do movimeto odulatório. Este pricípio afirma

Leia mais

Exercício de Revisao 1

Exercício de Revisao 1 Exercício de Revisao 1 Cosidere que seu trabalho é comparar o desempeho de dois algoritmos (A e B) de computação gráfica, que usam métodos diferetes para geração de faces humaas realistas. São sistema

Leia mais

Questão 01) Na equação matricial, , calcule x e y. Questão 02) , determine o valor do módulo do elemento. Dadas as matrizes A = (3-4 6) e

Questão 01) Na equação matricial, , calcule x e y. Questão 02) , determine o valor do módulo do elemento. Dadas as matrizes A = (3-4 6) e Questão ) Na equação matricial, y, calcule e y. Questão ) Dadas as matrizes A = ( - 6) e B, determie o valor do módulo do elemeto a da matriz produto A por B. Questão ) Cosidere uma matriz A, de ordem,

Leia mais

Instituto Politécnico de Viseu Escola Superior de Tecnologia e Gestão

Instituto Politécnico de Viseu Escola Superior de Tecnologia e Gestão Istituto Politécico de Viseu Escola Superior de Tecologia e Gestão Prova Escrita de Avaliação de Cohecimetos e Competêcias para Maiores de 23 Aos Prova de Matemática (opcioal) Duração da prova: 50 miutos

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

Introdução a Complexidade de Algoritmos

Introdução a Complexidade de Algoritmos Itrodução a Complexidade de Algoritmos Estruturas de Dados Prof. Vilso Heck Juior Apresetação Revisão - O Algoritmo; A Complexidade; Exercício. Complexidade de Algoritmos REVISÃO - O ALGORITMO O Algoritmo

Leia mais

Agenda Camada Física

Agenda Camada Física Ifraestrutura de Redes de Computadores Turma : TMS 20171.3.01112.1M Camada Física Parte I Prof. Thiago Dutra Ageda Camada Física Itrodução Técicas de Trasmissão de Dados Meios

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

Lista 2 - Introdução à Probabilidade e Estatística

Lista 2 - Introdução à Probabilidade e Estatística Lista - Itrodução à Probabilidade e Estatística Modelo Probabilístico 1 Uma ura cotém 3 bolas, uma vermelha, uma verde e uma azul. a) Cosidere o seguite experimeto. Retire uma bola da ura, devolva-a e

Leia mais

Comparação entre duas populações

Comparação entre duas populações Comparação etre duas populações AMOSTRAS INDEPENDENTES Comparação etre duas médias 3 Itrodução Em aplicações práticas é comum que o iteresse seja comparar as médias de duas diferetes populações (ambas

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

EME 311 Mecânica dos Sólidos

EME 311 Mecânica dos Sólidos EE 311 ecâica dos Sólidos - CPÍTULO 4 - Profa. Patricia Email: patt_lauer@uifei.edu.br IE Istituto de Egeharia ecâica UNIFEI Uiversidade Federal de Itajubá 4 CENTRO DE GRIDDE E OENTO ESTÁTICO DE ÁRE 4.1

Leia mais

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos Aálise de Algoritmos Aálise de Algoritmos Prof Dr José Augusto Baraauskas DFM-FFCLRP-USP A Aálise de Algoritmos é um campo da Ciêcia da Computação que tem como objetivo o etedimeto da complexidade dos

Leia mais

Teorema do limite central e es/mação da proporção populacional p

Teorema do limite central e es/mação da proporção populacional p Teorema do limite cetral e es/mação da proporção populacioal p 1 RESULTADO 1: Relembrado resultados importates Seja uma amostra aleatória de tamaho de uma variável aleatória X, com média µ e variâcia σ.temos

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

SUPERPOSIÇÃO DE ONDAS E ONDAS ESTACIONÁRIAS

SUPERPOSIÇÃO DE ONDAS E ONDAS ESTACIONÁRIAS Notas de aula- Física II Profs. Amauri e Ricardo SUPERPOSIÇÃO DE ONDAS E ONDAS ESTACIONÁRIAS Superposição de Odas O pricípio de superposição é uma propriedade do movimeto odulatório. Este pricípio afirma

Leia mais

Estimating Population from Samples

Estimating Population from Samples Estimatig Populatio from Samples Sample mea is a radom variable Mea has some distributio Multiple sample meas have mea of meas Kowig distributio of meas ca estimate error Cofidece Itervals Sample mea value

Leia mais

Redes de Computadores

Redes de Computadores Redes de Computadores Camada Física Parte I Prof. Thiago Dutra Ageda Camada Física Itrodução Técicas de Trasmissão de Dados Meios de Trasmissão Dispositivos Cabeameto Estruturado

Leia mais

Sumário. 2 Índice Remissivo 11

Sumário. 2 Índice Remissivo 11 i Sumário 1 Esperaça de uma Variável Aleatória 1 1.1 Variáveis aleatórias idepedetes........................... 1 1.2 Esperaça matemática................................. 1 1.3 Esperaça de uma Fução de

Leia mais

CF358 Física BásicaExperimental I

CF358 Física BásicaExperimental I CF358 Física BásicaExperimetal I CONFIGURAÇÃO MÓDULO TEÓRICO MÓDULO EXPERIMENTAL => BLOCO 1-4 EXPERIMENTOS => BLOCO 2-4 EXPERIMENTOS PRESENÇA (muito importate) NO MÍNIMO 75% AVALIAÇÃO 01 PROVA -BLOCO TEÓRICO

Leia mais

UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA

UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DEPARTAMENTO DE ECONOMIA EAE 206 Macroecoomia I 1º Semestre de 2018 Professor Ferado Rugitsky Lista de Exercícios 3 [1] Cosidere

Leia mais

Capítulo 39: Mais Ondas de Matéria

Capítulo 39: Mais Ondas de Matéria Capítulo 39: Mais Odas de Matéria Os elétros da superfície de uma lâmia de Cobre foram cofiados em um curral atômico - uma barreira de 7,3 âgstros de diâmetro, imposta por 48 átomos de Ferro. Os átomos

Leia mais

Propriedades: Notação: X ~ U(α, β). PRINCIPAIS MODELOS CONTÍNUOS

Propriedades: Notação: X ~ U(α, β). PRINCIPAIS MODELOS CONTÍNUOS 0 CONTÍNUOS PRINCIPAIS MODELOS Notação: ~ U(α β). Propriedades: Eemplo A dureza de uma peça de aço pode ser pesada como sedo uma variável aleatória uiforme o itervalo (5070) uidades. Qual a probabilidade

Leia mais

ENGENHARIA DA QUALIDADE A ENG AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS

ENGENHARIA DA QUALIDADE A ENG AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS ENGENHARIA DA QUALIDADE A ENG 09008 AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS PROFESSORES: CARLA SCHWENGBER TEN CATEN Tópicos desta aula Cartas de Cotrole para Variáveis Tipo 1: Tipo 2: Tipo 3: X X X ~

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

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

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

ESCOLA SECUNDÁRIA DE CASQUILHOS

ESCOLA SECUNDÁRIA DE CASQUILHOS ESCOLA SECUNDÁRIA DE CASQUILHOS 12º Ao Turma B - C.C.H. de Ciêcias e Tecologias - Teste de Avaliação de Matemática A V1 Duração: 90 mi 09 Março 2010 Prof.: GRUPO I Os cico ites deste grupo são de escolha

Leia mais

Capítulo 5. CASO 5: EQUAÇÃO DE POISSON 5.1 MODELO MATEMÁTICO E SOLUÇÃO ANALÍTICA

Capítulo 5. CASO 5: EQUAÇÃO DE POISSON 5.1 MODELO MATEMÁTICO E SOLUÇÃO ANALÍTICA Capítulo 5. CASO 5: EQUAÇÃO DE POISSON No presete capítulo, é abordado um problema difusivo uidimesioal com absorção de calor (Icropera e DeWitt, 199, o que resulta uma equação de Poisso, que é uma equação

Leia mais

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO Dr. Sivaldo Leite Correia CONCEITOS, LIMITAÇÕES E APLICAÇÕES Nos tópicos ateriores vimos as estratégias geeralizadas para

Leia mais

3 0 Exercício Programa de PMR 2420 Data de entrega: 21/06/2012 (até as 17:00hs) Método de Elementos Finitos (MEF)

3 0 Exercício Programa de PMR 2420 Data de entrega: 21/06/2012 (até as 17:00hs) Método de Elementos Finitos (MEF) ,3 m,8 m 3 Exercício Programa de PMR 242 Data de etrega: 21/6/212 (até as 17:hs) Método de Elemetos Fiitos (MEF) 1) Cosidere a estrutura da figura abaixo sujeita a uma carga cocetrada F 3 variado o tempo

Leia mais

PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2005

PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 2005 PROVA DE ESTATÍSTICA SELEÇÃO MESTRADO/UFMG 005 Istruções para a prova: a) Cada questão respodida corretamete vale um poto. b) Questões deixadas em braco valem zero potos (este caso marque todas alterativas).

Leia mais

Disciplina: Probabilidade e Estatística (MA70H) Profª Silvana Heidemann Rocha Estudante: Código: APRESENTAÇÃO DE DADOS PARA VARIÁVEL QUANTITATIVA

Disciplina: Probabilidade e Estatística (MA70H) Profª Silvana Heidemann Rocha Estudante: Código: APRESENTAÇÃO DE DADOS PARA VARIÁVEL QUANTITATIVA Miistério da Educação UIVERSIDADE TECOLÓGICA FEDERAL DO PARAÁ Câmpus Curitiba Diretoria de Graduação e Educação Profissioal Departameto Acadêmico de Estatística 1 Disciplia: Probabilidade e Estatística

Leia mais

REVISÃO DE PROBABILIDADE E ESTATÍSTICA. Parte 2

REVISÃO DE PROBABILIDADE E ESTATÍSTICA. Parte 2 REVISÃO DE PROBABILIDADE E ESTATÍSTICA Parte Variáveis Aleatórias Defiição: Regra que atribui um valor umérico a cada possível resultado de um eperimeto. Eemplo: Jogue duas moedas (o eperimeto aleatório)

Leia mais

Nome do aluno: N.º: Para responder aos itens de escolha múltipla, não apresente cálculos nem justificações e escreva, na folha de respostas:

Nome do aluno: N.º: Para responder aos itens de escolha múltipla, não apresente cálculos nem justificações e escreva, na folha de respostas: Teste de Matemática A 2017 / 2018 Teste N.º 1 Matemática A Duração do Teste (Cadero 1+ Cadero 2): 90 miutos 12.º Ao de Escolaridade Nome do aluo: N.º: Turma: Este teste é costituído por dois caderos: Cadero

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

2.2. Séries de potências

2.2. Séries de potências Capítulo 2 Séries de Potêcias 2.. Itrodução Série de potêcias é uma série ifiita de termos variáveis. Assim, a teoria desevolvida para séries ifiitas de termos costates pode ser estedida para a aálise

Leia mais

DILMAR RICARDO MATEMÁTICA. 1ª Edição DEZ 2012

DILMAR RICARDO MATEMÁTICA. 1ª Edição DEZ 2012 DILMAR RICARDO MATEMÁTICA TEORIA 6 QUESTÕES DE PROVAS DE CONCURSOS GABARITADAS Teoria e Seleção das Questões: Prof. Dilmar Ricardo Orgaização e Diagramação: Mariae dos Reis ª Edição DEZ 0 TODOS OS DIREITOS

Leia mais

Métodos de Amostragem

Métodos de Amostragem Métodos de Amostragem Amostragem aleatória Este é o procedimeto mais usual para ivetários florestais e baseia-se o pressuposto de que todas as uidades amostrais têm a mesma chace de serem amostradas a

Leia mais

A DESIGUALDADE DE CHEBYCHEV

A DESIGUALDADE DE CHEBYCHEV A DESIGUALDADE DE CHEBYCHEV Quado se pretede calcular a probabilidade de poder ocorrer determiado acotecimeto e se cohece a distribuição probabilística que está em causa o problema, ão se colocam dificuldades

Leia mais

n C) O EMV é igual a i 1

n C) O EMV é igual a i 1 PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO MESTRADO/UFMG 009 Istruções: a) Cada questão respodida corretamete vale (um) poto. c) Cada questão respodida icorretamete vale - (meos um) poto. b) Cada questão

Leia mais

Probabilidade 2 - ME310 - Lista 5

Probabilidade 2 - ME310 - Lista 5 Probabilidade - ME30 - Lista 5 November 3, 0 Lembrado:. Covergêcia de sequêcias em L p (também chamada de covergêcia em média): se lim E( X X 0 p ) 0 quado, etão a sequêcia deida por X é dita covergete

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

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS Acerca dos coceitos de estatística e dos parâmetros estatísticos, julgue os ites seguites. CONHECIMENTOS ESPECÍFICOS CESPE/UB STM 67 A partir do histograma mostrado a figura abaixo, é correto iferir que

Leia mais

1 Distribuições Amostrais

1 Distribuições Amostrais 1 Distribuições Amostrais Ao retirarmos uma amostra aleatória de uma população e calcularmos a partir desta amostra qualquer quatidade, ecotramos a estatística, ou seja, chamaremos os valores calculados

Leia mais

Intervalos de Confiança

Intervalos de Confiança Itervalos de Cofiaça Prof. Adriao Medoça Souza, Dr. Departameto de Estatística - PPGEMQ / PPGEP - UFSM - 0/9/008 Estimação de Parâmetros O objetivo da Estatística é a realização de iferêcias acerca de

Leia mais

4. MEDIDAS DINÂMICAS CONCEITOS BÁSICOS

4. MEDIDAS DINÂMICAS CONCEITOS BÁSICOS 4. MEDIDAS DINÂMICAS CONCEITOS BÁSICOS Muitas vezes os experimetos requerem medidas de gradezas físicas que variam com o tempo. Para a correta medição destas gradezas, é ecessário cohecer as propriedades

Leia mais

CE-003: Estatística II - Turma K/O Avaliações Semanais (2 o semestre 2015)

CE-003: Estatística II - Turma K/O Avaliações Semanais (2 o semestre 2015) CE-003: Estatística II - Turma K/O Avaliações Semaais (2 o semestre 20) Semaa 5 (av-01) 1. Um idivíduo vai participar de uma competição que cosiste em respoder questões que são lhe são apresetadas sequecialmete.

Leia mais

Análise Infinitesimal II LIMITES DE SUCESSÕES

Análise Infinitesimal II LIMITES DE SUCESSÕES -. Calcule os seguites limites Aálise Ifiitesimal II LIMITES DE SUCESSÕES a) lim + ) b) lim 3 + 4 5 + 7 + c) lim + + ) d) lim 3 + 4 5 + 7 + e) lim + ) + 3 f) lim + 3 + ) g) lim + ) h) lim + 3 i) lim +

Leia mais

Critérios de correção e orientações de resposta p-fólio

Critérios de correção e orientações de resposta p-fólio Miistério da Ciêcia, Tecologia e Esio Superior U.C. 037 Elemetos de Probabilidade e Estatística de Juho de 0 Critérios de correção e orietações de resposta p-fólio Neste relatório apresetam-se os critérios

Leia mais

Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC

Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC Justifique coveietemete todas as respostas o semestre 207/208 8//207 :00 o Teste B 0 valores. Um teste

Leia mais

Modelagem para o tempo de atravessamento e inventário médio em arranjos produtivos por processo

Modelagem para o tempo de atravessamento e inventário médio em arranjos produtivos por processo Modelagem para o tempo de atravessameto e ivetário médio em arrajos produtivos por processo Everto Peter Satos da Rosa (UNISINOS) everto.rosa@areva-td.com Felipe Morais Meezes (UNISINOS) meezes@produttare.com.br

Leia mais

n ) uma amostra aleatória da variável aleatória X.

n ) uma amostra aleatória da variável aleatória X. - Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer

Leia mais

Probabilidade II Aula 12

Probabilidade II Aula 12 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

Leia mais

Métodos Quantitativos para Ciência da Computação Experimental

Métodos Quantitativos para Ciência da Computação Experimental Métodos Quatitativos para Ciêcia da Computação Experimetal -Aula #4c- Virgílio A. F. Almeida Março 2008 Departameto de Ciêcia da Computação Uiversidade Federal de Mias Gerais Exercício Usado a Regra de

Leia mais

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal.

binomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal. biomial seria quase simétrica. Nestas codições será também melhor a aproximação pela distribuição ormal. Na prática, quado e p > 7, a distribuição ormal com parâmetros: µ p 99 σ p ( p) costitui uma boa

Leia mais

Estimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir da informação

Estimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir da informação ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p 1 Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma

Leia mais

PROBABILIDADE. prof. André Aparecido da Silva. 1

PROBABILIDADE. prof. André Aparecido da Silva. 1 NOÇÕES DE PROBABILIDADE prof. Adré Aparecido da Silva adrepr@yahoo.com.br 1 TEORIA DAS PROBABILIDADES A teoria das probabilidades busca estimar as chaces de ocorrer um determiado acotecimeto. É um ramo

Leia mais

Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec

Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec Duração: 90 miutos Grupo I Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec Justifique coveietemete todas as respostas 2 o semestre 208/209 04/05/209 9:00 o Teste A 0 valores. As amostras de

Leia mais

COMPARADORES (COMUTADORES)

COMPARADORES (COMUTADORES) EXPERIÊNCIA N 07 COMPARADORES (COMUTADORES) Fudação Uiversidade Federal de Rodôia Núcleo de Tecologia Departameto de Egeharia Elétrica - DEE Disciplia de Eletrôica II I. OBJETIVOS Observar a prática o

Leia mais

Eletrônica 1. Aula 05 (Amplificador Classe A) CIn-UPPE

Eletrônica 1. Aula 05 (Amplificador Classe A) CIn-UPPE Eletrôica 1 Aula 05 (Amplificador Classe A) CI-UPPE Amplificador básico (classe A) Amplificador básico É um circuito eletrôico, baseado em um compoete ativo, como o trasistor ou a válvula, que tem como

Leia mais

Matemática A Extensivo V. 6

Matemática A Extensivo V. 6 Matemática A Etesivo V. 6 Eercícios 0) B Reescrevedo a equação: 88 00 8 0 8 8 0 6 0 0 A raiz do umerador é e do deomiador é zero. Fazedo um quadro de siais: + + + Q + + O que os dá como solução R 0

Leia mais

Introdução a Termodinamica Computacional e ao uso do software Thermo-calc ,14 André Luiz V. da Costa e Silva

Introdução a Termodinamica Computacional e ao uso do software Thermo-calc ,14 André Luiz V. da Costa e Silva Itrodução a Termodiamica Computacioal e ao uso do software Thermo-calc 2005,4 Adré Luiz V. da Costa e Silva Processos expotâeos- Poteciais T T 2 P P 2 h T f 2 P f (a) (b) (c) (S) Poteciais Termodiâmicos:

Leia mais

Métodos de Classificação dos Objetos Segmentados(IAR) Vizinho Próximo Lógica Fuzzy

Métodos de Classificação dos Objetos Segmentados(IAR) Vizinho Próximo Lógica Fuzzy Viziho Próximo ógica Fuzzy Métodos de Classificação dos Objetos Segmetados(IAR) objeto REGRA CASSE Fuzzy Cohecimeto Miima Distâcia Viziho Próximo O método do viziho próximo é baseado o método da míima

Leia mais

Processos Estocásticos

Processos Estocásticos IFBA Processos Estocásticos Versão 1 Alla de Sousa Soares Graduação: Liceciatura em Matemática - UESB Especilização: Matemática Pura - UESB Mestrado: Matemática Pura - UFMG Vitória da Coquista - BA 2014

Leia mais

Colégio FAAT Ensino Fundamental e Médio

Colégio FAAT Ensino Fundamental e Médio Colégio FAAT Esio Fudametal e Médio Coteúdo: Recuperação do 4 Bimestre Matemática Prof. Leadro Capítulos 0 e : Probabilidade. Adição e multiplicação de probabilidades. Biômio de Newto. Número Biomial.

Leia mais

10 - Medidas de Variabilidade ou de Dispersão

10 - Medidas de Variabilidade ou de Dispersão 10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.

Leia mais

Intervalos Estatísticos para uma única Amostra - parte II

Intervalos Estatísticos para uma única Amostra - parte II Itervalos Estatísticos para uma úica Amostra - parte II Itervalo de cofiaça para proporção 2012/02 1 Itrodução 2 3 Objetivos Ao fial deste capítulo você deve ser capaz de: Costruir itervalos de cofiaça

Leia mais

Estatística para Economia e Gestão REVISÕES SOBRE VARIÁVEIS ALEATÓRIAS DISCRETAS E CONTÍNUAS

Estatística para Economia e Gestão REVISÕES SOBRE VARIÁVEIS ALEATÓRIAS DISCRETAS E CONTÍNUAS Estatística para Ecoomia e Gestão REVISÕES SOBRE VARIÁVEIS ALEATÓRIAS DISCRETAS E CONTÍNUAS Primavera 008/009 Variável Aleatória: Defiição: uma variável aleatória é uma fução que atribui a cada elemeto

Leia mais

CE071 - ANÁLISE DE REGRESSÃO LINEAR Prof a Suely Ruiz Giolo

CE071 - ANÁLISE DE REGRESSÃO LINEAR Prof a Suely Ruiz Giolo CE07 - ANÁLISE DE REGRESSÃO LINEAR Prof a Suely Ruiz Giolo LISTA - EXERCÍCIOS ) Para o modelo de regressão liear simples ormal, ecotre os estimadores de máxima verossimilhaça dos parâmetros β 0, β e σ

Leia mais

3 Técnica de Traçado de Raios 3.1. Introdução

3 Técnica de Traçado de Raios 3.1. Introdução 3 Técica de Traçado de Raios 3.. Itrodução Uma técica de traçado de raios aplicada à rádio-propagação cosiste a aálise, com base os resultados da ótica geométrica, da propagação de odas de rádio-freqüêcia

Leia mais

Características dinâmicas

Características dinâmicas Características diâmicas As características diâmicas, descrevem o seu comportameto durate o itervalo de tempo em que a gradeza medida varia até o mometo em que o seu valor medido é apresetado. Resposta

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

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

Objetivo. Estimar a média de uma variável aleatória X, que representa uma característica de interesse de uma população, a partir de uma amostra. Objetivo Estimar a média de uma variável aleatória X, que represeta uma característica de iteresse de uma população, a partir de uma amostra. Exemplos: : peso médio de homes a faixa etária de 20 a 30 aos,

Leia mais

Unidade IV Inferência estatística

Unidade IV Inferência estatística //05 Uidade IV Iferêcia estatística 4.. Itrodução e histórico 4.. Coceitos fudametais 4.3. Distribuições amostrais e Teorema cetral do limite 4.4. Estimação de parâmetros 4.5. Testes de hipóteses 4.6.

Leia mais

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química Uiversidade São Judas Tadeu Faculdade de Tecologia e Ciêcias Exatas Laboratório de Física e Química Aálise de Medidas Físicas Quado fazemos uma medida, determiamos um úmero para caracterizar uma gradeza

Leia mais