Modelo de distribuição de probabilidade para o número de bolas chamadas até que alguém bata em um bingo Convencional
|
|
- Ângela do Amaral Coradelli
- 8 Há anos
- Visualizações:
Transcrição
1 Modelo de distribuição de probabilidade para o número de bolas chamadas até que alguém bata em um bingo Convencional Pedro Ferreira de Lima 1 Cícero Carlos Felix de Oliveira 2 Dr. Cláudio Tadeu Cristiano 3 1 Introdução Considere em um bingo convencional o problema de se avaliar o número esperado de bolas chamadas até que alguém tenha todos os números de sua cartela sorteados, sendo que neste caso é comum dizer que esta pessoa bate o jogo. O primeiro passo é definir a variável aleatória X = Número de bolas chamadas até que alguém bata em um bingo convencional Cada cartela é formada por vinte e quatro números distribuídos em cinco colunas, conforme o exemplo na Figura 1, a seguir: Figura 1: Cartela típica de um bingo. Na primeira coluna são colocados números de 1 até 15, na segunda de 16 á 30, na terceira de 31 á 45, na quarta de 46 á 60 e na última de 61 á 75. Devemos observar que na terceira coluna só podemos colocar quatro números. 1 Doutorando pelo Programa de Pós-Graduação em Biometria e Estatística Aplicada - UFRPE, professor de estatística da URCA - CE, e limapf@yahoo.com.br 2 Doutorando pelo Programa de Pós-Graduação em Biometria e Estatística Aplicada - UFRPE, professor de estatística do IFCE - Campus Crato, e cicerofelixoliveira@bol.com.br 3 Professor do Programa de Pós-Graduação em Biometria e Estatística Aplicada, Universidade Federal Rural de Pernambuco - ctcristino@gmail.com 1
2 É importante observar que o número de cartelas que podem ser produzidas é de: ( 15 C 5 ) 4 15 C 4 = , em que n C k representa o número de combinações k a k de um conjunto com n elementos. Admitindo a possibilidade de que em algum desses sorteios fossem produzidas todas as cartelas possíveis e estimando o peso da cada cartela em 2,5 gramas, ainda seriam necessários cerca de toneladas de papel para produzi-las. É difícil até de imaginar o tamanho da montanha de papel que seria acumulada no final da produção. 2 Resultados e Discussões O número mínimo de bolas sorteadas para que alguém possa bater é de: 24, que é o total de números constantes em cada cartela. Mas para se ter a certeza que alguém baterá ao sortear o vigésima quarta bola, é necessário que todas as cartelas sejam produzidas e mais algumas que não obedecem aos critérios de regularidades na produção das cartelas. Isto porque os sorteios não obedecem a esses critérios. Os 24 primeiros números podem ser sorteados de 75 C 24 = de modos. Se a cartela que contém os primeiros 24 números sorteados foi produzida e vendida, então alguém baterá nesse momento. Considerando que os sorteios são completamente casuais, e que a cartela possa ter sido produzida, então a probabilidade de uma dessas cartelas ser a premiada é de: P(X = 24) = 24 C 24 = 1 Até esse momento apenas uma combinação 24 C 24 foi chamada de um total de: 75 C 24. Se ninguém bateu é porque ou a cartela não foi produzida ou, no caso de ter sido produzida, não foi vendida. Devemos então excluí-la do nosso espaço amostral. Após este procedimento inda restarão: 75 C C 24. A probabilidade de bater ao sortear 25 números é de: P(X = 25) = 75 C C C C C 24 = 25 C C 24 Devemos observar que nesse momento podem existir até 25 C C 24 = 24 combinações de 24 números com possibilidades de serem premiadas. Mas pode ocorrer de nenhuma dessas 24 combinações ser viável para a produção de cartelas, mesmo ha hipótese de viabilidade e produção, pode não ter sido vendida. Isto ocorrendo será necessário o sorteio de mais um 2
3 número. Daí: P(X = 26) = 75 C C C C C C C C 24 = 26 C C 24 Seguindo de maneira análoga obteremos: P(X = k) = 75 C C C C C C C C 24 k C 24 (k 1) C 24 (k 1) C 24 = k C 24 (k 1) C 24 A função de distribuição acumulada F X pode ser resumida como na Tabela 1 a seguir: Tabela 1: Função de probabilidade para o número de bolas chamadas até a batida. X x P(X x) < 0, 01 0,01 0,02 0,02 0,04 0,06 0,09 X x P(X x) 0,14 0,21 0,31 0,46 0,68 1,00 Utilizando o software R calculamos E(X) = 72,96. Uma simples consulta à função F X nos permite concluir que Moda X = 75 e Mediana X 73,5. Com a finalidade de testar o modelo apresentado, simulamos duzentos bingos, nos quais apenas uma cartela esteve em jogo. Os resultados obtidos estão resumidos na Tabela 2, a seguir: Tabela 2: Medidas de resumo (localização) para as 200 simulações realizadas de sorteios com uma única cartela. Mínimo Q 1 Mediana Média Q 3 Máximo , A distribuição de frequências de bolas chamadas até a batida nas simulações é dada na Tabela 3, abaixo: Tabela 3: Frequências de bolas chamadas até a batida nas simulações realizadas. Bolas chamadas até a batida Ocorrências Da Tabela 3, podemos concluir facilmente que a moda é igual a 75, concordando com o valor encontrado teoricamente. 3
4 Como bingo com apenas uma cartela não é o mais comum, também simulamos jogos para os seguintes números de cartelas: n = 200, n = 1000, n = 2000, n = 5000 e n = Na Tabela 4, apresentamos os resumos dessas simulações: Tabela 4: Resumo dos dados obtidos nas simulações n Mínimo Q 1 Mediana Moda Média Q 3 Máximo , , , , , Em cada uma das simulações realizadas, geramos aleatoriamente n cartelas, obedecendo aos mesmos critérios de regularidades impostos na produção das cartelas. Este procedimento foi repetido duzentas vezes, simulando igual número de repetições do jogo nos mesmos moldes. Apresentamos um resumo dos resultados nos histogramas dados na Figura 2 a seguir: Figura 2: Os Histogramas das distribuições empíricas. Para encontrarmos a distribuição de probabilidade da vairiável aleatória: número de bolas 4
5 chamadas até que alguém bata num bingo com n cartelas, ou seja, número de bolas chamadas até que alguma dessas cartelas seja completamente preenchida, consideramos as n variáveis aleatórias independentes X i com i = 1,...n, onde cada X i indica o número de bolas que precisam ser chamadas até que a cartela i ser completamente preenchida. Assim nosso interesse é estudar a distribuição de probabilidade da variável aleatória X = mínimo(x 1,X 2,...,X n ). Devido a isto, faz sentido testarmos, para cada n, a hipótese de que a distribuição de X (ver [1]) é dada por: H 0 : F X (x) = 1 [1 F X (x)] n, x Nas Tabelas 5 e 6, dadas a seguir, apresentamos as distribuições empíricas F 0 e as teóricas F X para os valores de n anteriormente mencionados. Tabela 5: Distribuições empíricas e teóricas para n igual a 1, 200 e 1000 cartelas n = 1 n = 200 n = 1000 i x i F X (x i ) F 0 (x i ) x i F X (x i ) F 0 (x i ) x i F X (x i ) F 0 (x i ) ,005 0, ,005 0, ,005 0, ,010 0, ,015 0, ,005 0, ,020 0, ,035 0, ,005 0, ,045 0, ,045 0, ,010 0, ,075 0, ,070 0, ,030 0, ,115 0, ,125 0, ,080 0, ,165 0, ,235 0, ,125 0, ,210 0, ,360 0, ,235 0, ,275 0, ,515 0, ,370 0, ,370 0, ,655 0, ,545 0, ,490 0, ,830 0, ,715 0, ,695 0, ,935 0, ,875 0, ,000 1, ,985 0, ,970 0, ,000 1, ,000 0, ,000 1,000 d 0 = 0,076 d 0 = 0,050 d 0 = 0,038 Ao realizarmos testes de Kolmogorov-Smirnov com n = 200, já que em cada caso repetimos o jogo esse número de vezes. Com α = 5%, de acordo com [2], devemos observar que em todos os casos, temos d 0 < D c. Onde: ( ) ln 0,05 2 D c = 0, Em palavras isto quer dizer que os dados não refutam as hipóteses, ou seja, que o mínimo modela bem o problema. Podemos observar que em todos os casos, veja a tabela 7, as diferenças absolutas são bem pequenas, implicando numa diferença relativa inferior a 0,5%. Este fato, reforça a ideia do bom ajuste do modelo proposto. 5
6 Tabela 6: Distribuições empíricas e teóricas para diversos números de cartelas n = 2000 n = 5000 n = i x i F X (x i ) F 0 (x i ) x i F X (x i ) F 0 (x i ) x i F X (x i ) F 0 (x i ) ,005 0, ,005 0, ,020 0, ,025 0, ,010 0, ,035 0, ,055 0, ,010 0, ,070 0, ,085 0, ,015 0, ,130 0, ,140 0, ,030 0, ,225 0, ,210 0, ,050 0, ,350 0, ,340 0, ,100 0, ,570 0, ,470 0, ,160 0, ,785 0, ,650 0, ,260 0, ,910 0, ,810 0, ,385 0, ,965 0, ,920 0, ,535 0, ,000 1, ,985 0, ,730 0, ,995 0, ,880 0, ,000 1, ,970 0, ,995 0, ,000 1,000 d 0 = 0,053 d 0 = 0,038 d 0 = 0,070 Tabela 7: As diferenças entre as principais medidas de tendência de centro, empíricas e teóricas. Número de Média Moda Mediana cartelas Teórica Empírica Dif. Teórica Empírica Dif. Teórica Empírica Dif. n = 1 72,96 72,53 0, ,0 74-1,0 n = ,96 62,19-0, ,5 62-0,5 n = ,79 59,03-0, ,5 59-0,5 n = ,49 57,31 0, ,5 58-0,5 n = ,83 55,86-0, ,5 56-0,5 n = ,61 54,94-0, ,5 55-0,5 6
7 3 Conclusões O modelo que desenvolvemos e testamos, assim como os resultados obtidos pelas simulações, mostram que a medida que o número de cartelas cresce, diminuem os valores das medidas de posições, como as de tendência de centro e as separatrizes, veja Tabela 4. Os testes realizados com os dados simulados, reforçam a ideia de que o modelo está coerente. Considerando a hipótese de perfeição do modelo e na produção e distribuição de todas cartelas, mesmo aquelas que não obedecem as leis de produção, ou seja, todas as combinações possíveis de 24 números tomados dentre 75 possíveis. Considerando esta hipótese, ao chamar a vigésima quarta bola, alguém deveria bater, ou seja F X (x) seria igual a zero, para x < 24 e 1, para x 24. A partir dos cálculos, obtemos que se X = min(x 1,...,X 75 C 24 ), então F X é igual a zero, para x < 27 e 1, para o caso contrário, discordando um pouco do que deveria ocorrer. As simulações não detectam este problema porque as cartelas são geradas de forma independentes, permitindo, por exemplo, que mesmo ao produzir um total 75 C 24 cartelas, alguma combinação possívelmente tenha ficado de fora na produção, certamente porque alguma cartela foi produzida mais de uma vez. Excluindo casos extremos, como o discutido no parágrafo anterior, o modelo descreve bem a natureza do jogo e pode ser usando para se ter uma ideia do tempo esperado até alguém bater, usando o número esperado de bolas a chamar até que alguém bata, de acordo com o número de cartelas que serão distribuídas. Os autores esperam encontrar outras aplicações para o modelo na área de riscos competitivos, que indicaria um excelente potencial para o modelo proposto. Referências [1] Magalhães, M. Nascimento, Probabilidade e Variável Aleatória, 2 a ed., Editora: EDUSP, São Paulo, [2] Bussab, Wilton de O. & Morettin, Pedro A., Estatística Básica 5 a edição, Editora Saraiva, São Paulo,
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 mais2. Método de Monte Carlo
2. Método de Monte Carlo O método de Monte Carlo é uma denominação genérica tendo em comum o uso de variáveis aleatórias para resolver, via simulação numérica, uma variada gama de problemas matemáticos.
Leia maisUm Estudo Sobre a Chance de Repetição de Sorteios na Mega-Sena
Um Estudo Sobre a Chance de Repetição de Sorteios na Mega-Sena Rogério César dos Santos 05 de Janeiro de 2014 Resumo Qual é a chance de haver um sorteio repetido na Mega-Sena, em n jogos? Como veremos,
Leia maisCláudio 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 maisO método de Monte Carlo: algumas aplicações na Escola Básica
1 Universidade de São Paulo/Faculdade de Educação Seminários de Ensino de Matemática (SEMA-FEUSP) Coordenador: Nílson José Machado novembro/2009 O método de Monte Carlo: algumas aplicações na Escola Básica
Leia maisVetores Aleatórios, correlação e conjuntas
Vetores Aleatórios, correlação e conjuntas Cláudio Tadeu Cristino 1 1 Universidade Federal Rural de Pernambuco, Recife, Brasil Segundo Semestre, 2013 C.T.Cristino (DEINFO-UFRPE) Vetores Aleatórios 2013.2
Leia maisProbabilidade. Definições e Conceitos
Probabilidade Definições e Conceitos Definições Probabilidade Medida das incertezas relacionadas a um evento Chances de ocorrência de um evento Aplicação em: Avaliação de Desempenho de Sistemas Engenharia
Leia maisSoluções de Questões de Matemática do Centro Federal de Educação Tecnológica Celso Suckow da Fonseca CEFET/RJ
Soluções de Questões de Matemática do Centro Federal de Educação Tecnológica Celso Suckow da Fonseca CEFET/RJ. Questão Sistemas de Numeração No sistema de numeração de base 2, o numeral mais simples de
Leia maisAula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística
Aula 4 Conceitos Básicos de Estatística Aula 4 Conceitos básicos de estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa
Leia mais6 Construção de Cenários
6 Construção de Cenários Neste capítulo será mostrada a metodologia utilizada para mensuração dos parâmetros estocásticos (ou incertos) e construção dos cenários com respectivas probabilidades de ocorrência.
Leia mais4 Avaliação Econômica
4 Avaliação Econômica Este capítulo tem o objetivo de descrever a segunda etapa da metodologia, correspondente a avaliação econômica das entidades de reservas. A avaliação econômica é realizada a partir
Leia maisAtividade 4 - Acerte no alvo
Atividade 4 - Acerte no alvo 1. Justificativa Para entender um processo estatístico, é possível criar um experimento em que os alunos possam vivenciá-lo, organizando, selecionando, interpretando e criticando
Leia maisMétodos Matemáticos para Gestão da Informação
Métodos Matemáticos para Gestão da Informação Aula 05 Taxas de variação e função lineares III Dalton Martins dmartins@gmail.com Bacharelado em Gestão da Informação Faculdade de Informação e Comunicação
Leia maisGUIA MEGA DA VIRADA 2013 MINI CURSO
INDICE CAPITULO 1 INTRODUÇÃO ITENS ESTATISTICOS CAPITULO 2 ANALISE POR CICLO (COMPLETO E PARCIAL) CAPITULO 3 GRUPOS ESPECIAIS CARTELAS MAGICAS, GRUPO DAS 40, GRUPO DOS 10 CAPITULO 4 LINHAS, COLUNAS E QUADRANTES
Leia maisDISTRIBUIÇÃO DE WEIBULL CONCEITOS BÁSICOS APLICAÇÕES
LUIZ CLAUDIO BENCK KEVIN WONG TAMARA CANDIDO DISTRIBUIÇÃO DE WEIBULL CONCEITOS BÁSICOS APLICAÇÕES Trabalho apresentado para avaliação na disciplina de Estatística e Métodos Numéricos do Curso de Administração
Leia mais29/9/2011 MANUAL WWW.ESTATISTICASDAMEGASENA.COM.BR
29/9/2011 MANUAL WWW.ESTATISTICASDAMEGASENA.COM.BR Estudos e Estatísticas das Loterias 2011 S U M Á R I O O Sistema ---------------------------------------------------------------------------------------------------------------------------------
Leia maisLOTOFACIL MAIS FÁCIL
INDICE 1. INTRODUÇÃO 2. ESTATÍSTICAS E CRITÉRIOS (10 REGRAS PARA O JOGO PERFEITO) 2.1. Números Pares e Impares 2.2. Números Primos e Compostos 2.3. Moldura e Miolo 2.4. Fibonacci 2.5. Dezenas repetidas
Leia maisProbabilidade. Distribuição Normal
Probabilidade Distribuição Normal Distribuição Normal Uma variável aleatória contínua tem uma distribuição normal se sua distribuição é: simétrica apresenta (num gráfico) forma de um sino Função Densidade
Leia maisModelagens e Gerenciamento de riscos (Simulação Monte Carlo)
Modelagens e Gerenciamento de riscos (Simulação Monte Carlo) Prof. Esp. João Carlos Hipólito e-mail: jchbn@hotmail.com Sobre o professor: Contador; Professor da Faculdade de Ciências Aplicadas e Sociais
Leia maisAula 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 maisSistema de avaliação da tarefa 47 da fase 5
Sistema de avaliação da tarefa 47 da fase 5 A Fase 5 da nossa Olimpíada mantém a forma de avaliação de 2014. O processo de avaliação será realizado por duas correções concomitantes: a já conhecida e consolidada
Leia maisDistribuições 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 maisO conceito de probabilidade
A UA UL LA O conceito de probabilidade Introdução Nesta aula daremos início ao estudo da probabilidades. Quando usamos probabilidades? Ouvimos falar desse assunto em situações como: a probabilidade de
Leia maisPrimeira Lista de Exercícios de Estatística
Primeira Lista de Exercícios de Estatística Professor Marcelo Fernandes Monitor: Márcio Salvato 1. Suponha que o universo seja formado pelos naturais de 1 a 10. Sejam A = {2, 3, 4}, B = {3, 4, 5}, C =
Leia maisBRINCANDO COM GRÁFICOS E MEDINDO A SORTE
BRINCANDO COM GRÁFICOS E MEDINDO A SORTE Elizabeth Pastor Garnier SEE/RJ Pedro Carlos Pereira - FAETEC Projeto Fundão IM/UFRJ Os Parâmetros Curriculares Nacionais propõem a introdução do tópico Tratamento
Leia maisCOMO AVALIAR O RISCO DE UM PROJETO ATRAVÉS DA METODOLOGIA DE MONTE CARLO
COMO AVALIAR O RISCO DE UM PROJETO ATRAVÉS DA O que é risco? Quais são os tipos de riscos? Quais são os tipos de análises? Qual a principal função do Excel para gerar simulações aleatórias? O que é distribuição
Leia maisMÓDULO 6 INTRODUÇÃO À PROBABILIDADE
MÓDULO 6 INTRODUÇÃO À PROBBILIDDE Quando estudamos algum fenômeno através do método estatístico, na maior parte das vezes é preciso estabelecer uma distinção entre o modelo matemático que construímos para
Leia maisCAP5: Amostragem e Distribuição Amostral
CAP5: Amostragem e Distribuição Amostral O que é uma amostra? É um subconjunto de um universo (população). Ex: Amostra de sangue; amostra de pessoas, amostra de objetos, etc O que se espera de uma amostra?
Leia maisSimulação Estocástica
Simulação Estocástica O que é Simulação Estocástica? Simulação: ato ou efeito de simular Disfarce, fingimento,... Experiência ou ensaio realizado com o auxílio de modelos. Aleatório: dependente de circunstâncias
Leia maisAV2 - MA 12-2012. (a) De quantos modos diferentes posso empilhá-los de modo que todos os CDs de rock fiquem juntos?
Questão 1. Num porta-cds, cabem 10 CDs colocados um sobre o outro, formando uma pilha vertical. Tenho 3 CDs de MPB, 5 de rock e 2 de música clássica. (a) De quantos modos diferentes posso empilhá-los de
Leia maisLISTA DE EXEMPLOS - PROBABILIDADE
LISTA DE EXEMPLOS - PROBABILIDADE EXEMPLO 1 CONVERTENDO UM ARREMESSO LIVRE Ache a probabilidade de que o jogador de basquete da NBA, Reggie Miller, converta um arremesso livre depois de sofrer uma falta.
Leia maisEventos independentes
Eventos independentes Adaptado do artigo de Flávio Wagner Rodrigues Neste artigo são discutidos alguns aspectos ligados à noção de independência de dois eventos na Teoria das Probabilidades. Os objetivos
Leia mais4/5/2009 CONTROLSOFT CONTROLGAS CONTROLE DE VALE GÁS. Manual de Operação www.controlgas.com.br
4/5/2009 CONTROLSOFT CONTROLGAS CONTROLE DE VALE GÁS Manual de Operação www.controlgas.com.br Sumário Impressão do Vale Gás... 3 Cadastro do Vale Gás... 4 Venda do Vale Gás para os Pontos de Revenda...
Leia maisConteúdo. 1 Introdução. MINUTA Histograma do 1o Sorteio da NF Salvador xxx/2014. 1º Sorteio Eletrônico da Nota Fiscal Salvador
1º Sorteio Eletrônico da Nota Fiscal Salvador Relatório parcial contendo resultados 1 da análise estatística dos bilhetes premiados Conteúdo 1 Introdução O software de Sorteio Eletrônico da Nota Fiscal
Leia maisMAT 461 Tópicos de Matemática II Aula 3: Resumo de Probabilidade
MAT 461 Tópicos de Matemática II Aula 3: Resumo de Probabilidade Edson de Faria Departamento de Matemática IME-USP 19 de Agosto, 2013 Probabilidade: uma Introdução / Aula 3 1 Probabilidade Discreta: Exemplos
Leia maishttp://www.de.ufpb.br/~luiz/
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Luiz Medeiros http://www.de.ufpb.br/~luiz/ Vimos que é possível sintetizar os dados sob a forma de distribuições de frequências
Leia maisCURSO ON-LINE PROFESSOR GUILHERME NEVES
Olá pessoal! Neste ponto resolverei a prova de Matemática Financeira e Estatística para APOFP/SEFAZ-SP/FCC/2010 realizada no último final de semana. A prova foi enviada por um aluno e o tipo é 005. Os
Leia maisC Curso destinado à preparação para Concursos Públicos e Aprimoramento Profissional via INTERNET www.concursosecursos.com.br RACIOCÍNIO LÓGICO AULA 7
RACIOCÍNIO LÓGICO AULA 7 TEORIA DAS PROBABILIDADES Vamos considerar os seguintes experimentos: Um corpo de massa m, definida sendo arrastado horizontalmente por uma força qualquer, em um espaço definido.
Leia maisVariáveis 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 maisO BOXPLOT. Ana Maria Lima de Farias Departamento de Estatística (GET/UFF)
O BOXPLOT Ana Maria Lima de Farias Departamento de Estatística (GET/UFF) Introdução O boxplot é um gráfico construído com base no resumo dos cinco números, constituído por: Valor mínimo Primeiro quartil
Leia mais3 Classificação. 3.1. Resumo do algoritmo proposto
3 Classificação Este capítulo apresenta primeiramente o algoritmo proposto para a classificação de áudio codificado em MPEG-1 Layer 2 em detalhes. Em seguida, são analisadas as inovações apresentadas.
Leia maisPROBABILIDADE. Aula 5
Curso: Psicologia Disciplina: Métodos Quantitativos Profa. Valdinéia Data: 28/10/15 PROBABILIDADE Aula 5 Geralmente a cada experimento aparecem vários resultados possíveis. Por exemplo ao jogar uma moeda,
Leia maisA4 Projeto Integrador e Lista de Jogos
A4 Projeto Integrador e Lista de Jogos 1ª ETAPA PROJETO INTEGRADOR (2 pontos na A4) Como discutido em sala de aula, a disciplina de algoritmos I também fará parte do projeto integrador, para cada grupo
Leia maisCurso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti. Distribuição Normal
Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti Distribuição Normal 1. Introdução O mundo é normal! Acredite se quiser! Muitos dos fenômenos aleatórios que encontramos na
Leia maisPÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA. 09/abril de 2014
PÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA 09/abril de 2014 Considerações Estatísticas para Planejamento e Publicação 1 Circularidade do Método
Leia maisA MATEMÁTICA NO ENSINO SUPERIOR POLICIAL 1
A MATEMÁTICA NO ENSINO SUPERIOR POLICIAL 1 A IMPORTÂNCIA DA MATEMÁTICA O desenvolvimento das sociedades tem sido também materializado por um progresso acentuado no plano científico e nos diversos domínios
Leia maisExperimento. O experimento. Apostas no relógio. Secretaria de Educação a Distância. Ministério da Ciência e Tecnologia. Ministério da Educação
análise de dados e probabilidade O experimento Experimento Apostas no relógio Objetivos da unidade 1. Capacitar o aluno a tomar decisões de acordo com o resultado de um experimento aleatório; 2. Aplicar
Leia maisTEORIA DO RISCO. LUIZ SANTOS / MAICKEL BATISTA economia.prof.luiz@hotmail.com maickel_ewerson@hotmail.com
TEORIA DO RISCO LUIZ SANTOS / MAICKEL BATISTA economia.prof.luiz@hotmail.com maickel_ewerson@hotmail.com 1 TARIFAÇÃO (FERREIRA, 2002) Diversos conceitos e metodologias envolvidos no cálculo do preço pago
Leia maisResoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-2010 - EPPGG
Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-010 - EPPGG 11. Em uma caixa há 1 bolas de mesmo tamanho: 3 brancas, 4 vermelhas e 5 pretas. Uma pessoa, no escuro, deve retirar n bolas
Leia maisExercícios resolvidos sobre Definição de Probabilidade
Exercícios resolvidos sobre Definição de Probabilidade Nesta Unidade de estudo, até este ponto você aprendeu definições de probabilidade e viu como os conceitos se aplicam a várias situações. Observe agora
Leia maisEstimativas de Software Fundamentos, Técnicas e Modelos... e o principal, integrando isso tudo!
Estimativas de Software Fundamentos, Técnicas e Modelos... e o principal, integrando isso tudo! Como usar de forma consistente PF, COCOMOIl, Simulação de Monte Carlo e seu bom senso em estimativas de software
Leia maisMétodos 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 maisAula 04 Método de Monte Carlo aplicado a análise de incertezas. Aula 04 Prof. Valner Brusamarello
Aula 04 Método de Monte Carlo aplicado a análise de incertezas Aula 04 Prof. Valner Brusamarello Incerteza - GUM O Guia para a Expressão da Incerteza de Medição (GUM) estabelece regras gerais para avaliar
Leia maisEstatística Aplicada ao Serviço Social
Estatística Aplicada ao Serviço Social Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Introdução O que é Estatística? Coleção de métodos
Leia maisνµθωερτψυιοπασδφγηϕκλζξχϖβνµθωερτ ψυιοπασδφγηϕκλζξχϖβνµθωερτψυιοπα σδφγηϕκλζξχϖβνµθωερτψυιοπασδφγηϕκ χϖβνµθωερτψυιοπασδφγηϕκλζξχϖβνµθ
θωερτψυιοπασδφγηϕκλζξχϖβνµθωερτψ υιοπασδφγηϕκλζξχϖβνµθωερτψυιοπασδ φγηϕκλζξχϖβνµθωερτψυιοπασδφγηϕκλζ ξχϖβνµθωερτψυιοπασδφγηϕκλζξχϖβνµ II Campeonato de Bisca do Porto da Cruz θωερτψυιοπασδφγηϕκλζξχϖβνµθωερτψ
Leia mais(a 1 + a 100 ) + (a 2 + a 99 ) + (a 3 + a 98 ) +... + (a 50 + a 51 ).
Questão 1. A sequência 0, 3, 7, 10, 14, 17, 21,... é formada a partir do número 0 somando-se alternadamente 3 ou 4 ao termo anterior, isto é: o primeiro termo é 0, o segundo é 3 a mais que o primeiro,
Leia maisSoluções Nível 1 5 a e 6 a séries (6º e 7º anos) do Ensino Fundamental
a e 6 a séries (6º e 7º anos) do Ensino Fundamental 1. (alternativa C) Os números 0,01 e 0,119 são menores que 0,12. Por outro lado, 0,1 e 0,7 são maiores que 0,. Finalmente, 0,29 é maior que 0,12 e menor
Leia maisGeração 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 maisGUIA DE REDAÇÃO PARA TRABALHO DE EM974
GUIA DE REDAÇÃO PARA TRABALHO DE EM974 CONSIDERAÇÕES GERAIS O objetivo deste documento é informar a estrutura e a informação esperadas num texto de Trabalho de Graduação. O conteúdo do texto deverá ser
Leia maisEstatística e Probabilidade. Aula 4 Cap 03. Probabilidade
Estatística e Probabilidade Aula 4 Cap 03 Probabilidade Estatística e Probabilidade Método Estatístico Estatística Descritiva Estatística Inferencial Nesta aula... aprenderemos como usar informações para
Leia maisAvanços na transparência
Avanços na transparência A Capes está avançando não apenas na questão dos indicadores, como vimos nas semanas anteriores, mas também na transparência do sistema. Este assunto será explicado aqui, com ênfase
Leia maisNOME COMPLETO DA SUA INSTITUIÇÃO. Nome completo do integrante A Nome completo do integrante B Nome completo do integrante C
NOME COMPLETO DA SUA INSTITUIÇÃO Nome completo do integrante A Nome completo do integrante B Nome completo do integrante C TÍTULO DO TRABALHO: subtítulo, se houver Santa Rita do Sapucaí 2015 Nome completo
Leia maisGerenciamento de Riscos em Projetos. Msc. Fernando Simon AFS SOLUTIONS
Gerenciamento de Riscos em Projetos Apresentação Fernando Simon fsimonbr@gmail.com.br Sócio proprietário da AFS Solutions www.afssolutions.com.br Consultor em Gerenciamento de Riscos em Projetos Docente
Leia mais9. Derivadas de ordem superior
9. Derivadas de ordem superior Se uma função f for derivável, então f é chamada a derivada primeira de f (ou de ordem 1). Se a derivada de f eistir, então ela será chamada derivada segunda de f (ou de
Leia maisRegra do Evento Raro p/ Inferência Estatística:
Probabilidade 3-1 Aspectos Gerais 3-2 Fundamentos 3-3 Regra da Adição 3-4 Regra da Multiplicação: 3-5 Probabilidades por Meio de Simulações 3-6 Contagem 1 3-1 Aspectos Gerais Objetivos firmar um conhecimento
Leia maisDadas a base e a altura de um triangulo, determinar sua área.
Disciplina Lógica de Programação Visual Ana Rita Dutra dos Santos Especialista em Novas Tecnologias aplicadas a Educação Mestranda em Informática aplicada a Educação ana.santos@qi.edu.br Conceitos Preliminares
Leia maisVamos Jogar no Totoloto?
Vamos Jogar no Totoloto? N CRISTIN BICO MTOS CRL HENRIQUES Departamento de Matemática, Escola Superior de Tecnologia de Viseu Tendo como objectivo despertar o interesse dos alunos pelo cálculo de probabilidades,
Leia maisAnálise bioestatística em fumantes dinamarqueses associado
Análise bioestatística em fumantes dinamarqueses associado à câncer de esôfago Bárbara Camboim Lopes de Figueirêdo 1 Gustavo Henrique Esteves 2 1 Introdução A Bioestatística surgiu em 1894 quando Karl
Leia maisCAPÍTULO 9 Exercícios Resolvidos
CAPÍTULO 9 Exercícios Resolvidos R9.1) Diâmetro de esferas de rolamento Os dados a seguir correspondem ao diâmetro, em mm, de 30 esferas de rolamento produzidas por uma máquina. 137 154 159 155 167 159
Leia maisNome: N.º: endereço: data: telefone: E-mail: PARA QUEM CURSA O 8 Ọ ANO EM 2014. Disciplina: matemática
Nome: N.º: endereço: data: telefone: E-mail: Colégio PARA QUEM CURSA O 8 Ọ ANO EM 04 Disciplina: matemática Prova: desafio nota: QUESTÃO 6 (OBEMEP- ADAPTADO) Laura e sua avó Ana acabaram de descobrir que,
Leia maisMODELAGEM E SIMULAÇÃO
MODELAGEM E SIMULAÇÃO Professor: Dr. Edwin B. Mitacc Meza edwin@engenharia-puro.com.br www.engenharia-puro.com.br/edwin Como Funciona a Simulação Introdução Assim como qualquer programa de computador,
Leia maisRevisão de combinatória
A UA UL LA Revisão de combinatória Introdução Nesta aula, vamos misturar os vários conceitos aprendidos em análise combinatória. Desde o princípio multiplicativo até os vários tipos de permutações e combinações.
Leia maisUniversidade Federal de Alfenas Programa de Pós-graduação em Estatística Aplicada e Biometria Prova de Conhecimentos Específicos
Dados que podem ser necessários a algumas questões de Estatística: P (t > t α ) = α ν 0,05 0,025 15 1,753 2,131 16 1,746 2,120 28 1,791 2,048 30 1,697 2,042 (Valor: 1,4) Questão 1. Considere o seguinte
Leia maisQual é o risco real do Private Equity?
Opinião Qual é o risco real do Private Equity? POR IVAN HERGER, PH.D.* O debate nos mercados financeiros vem sendo dominado pela crise de crédito e alta volatilidade nos mercados acionários. Embora as
Leia maisProfessor Mauricio Lutz PROBABILIDADE
PROBABILIDADE Todas as vezes que se estudam fenômenos de observação, cumpre-se distinguir o próprio fenômeno e o modelo matemático (determinístico ou probabilístico) que melhor o explique. Os fenômenos
Leia maisMódulo VIII. Probabilidade: Espaço Amostral e Evento
1 Módulo VIII Probabilidade: Espaço Amostral e Evento Suponha que em uma urna existam cinco bolas vermelhas e uma branca. Extraindo-se, ao acaso, uma das bolas, é mais provável que esta seja vermelha.
Leia maisORIENTAÇÕES PARA ELABORAÇÃO DO PROJETO DE PESQUISA
SERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DE PERNAMBUCO CENTRO DE CIÊNCIAS DA SAÚDE PÓS-GRADUAÇÃO EM SAÚDE DA CRIANÇA E DO ADOLESCENTE ORIENTAÇÕES PARA ELABORAÇÃO DO PROJETO DE PESQUISA Atenção! Os
Leia maisValue at Risk (VaR) Introdução. Introdução. Prf. José Fajardo FGV-EBAPE
Value at Risk (VaR) Prf. José Fajardo FGV-EBAPE Introdução Quando estamos usando VaR, o administrador de uma carteira de instrumentos financeiros esta interessado em fazer uma afirmação da seguinte forma:
Leia mais1. ROTEIRO DE USO DO CORISCO Para usar o CoRisco, e gerar os seus próprios modelos de risco, você deve seguir o roteiro:
Como usar o CoRisco CoRisco é um programa, escrito na linguagem Visual Basic, que executa automaticamente os passos requeridos para a simulação de Monte Carlo, simplificando muito o trabalho de geração
Leia maisUniversidade 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 maisMANUAL LOTOFÁCIL. Por Cláudio luis
MANUAL LOTOFÁCIL Por Cláudio luis O programa LOTOFÁCIL foi criado com o objetivo de obter um conjunto de cartelas para serem jogadas nas casas lotéricas no jogo de mesmo nome. No funcionamento do jogo,
Leia mais1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Leia maisO degrau de potencial. Caso II: energia maior que o degrau
O degrau de potencial. Caso II: energia maior que o degrau U L 9 Meta da aula plicar o formalismo quântico ao caso de uma partícula quântica que incide sobre o degrau de potencial, definido na ula 8. Vamos
Leia maisIntrodução à genética quantitativa usando os recursos do R
Introdução à genética quantitativa usando os recursos do R Marisa R. Cantarino 1 Julia M. P. Soler (orientadora) 2 1 Introdução Um dos principais desafios da pesquisa genética atualmente é estabelecer
Leia maisARQUITETURA DE COMPUTADORES. Sistemas de Numeração. 1 Arquitetura de Computadores
ARQUITETURA DE COMPUTADORES Sistemas de Numeração 1 Sistemas de Numeração e Conversão de Base Sistema Decimal É o nosso sistema natural. Dígitos 0,1,2,3,4,5,6,7,8 e 9. Números superiores a 9; convencionamos
Leia maisMaterial Teórico - Módulo de Divisibilidade. MDC e MMC - Parte 1. Sexto Ano. Prof. Angelo Papa Neto
Material Teórico - Módulo de Divisibilidade MDC e MMC - Parte 1 Sexto Ano Prof. Angelo Papa Neto 1 Máximo divisor comum Nesta aula, definiremos e estudaremos métodos para calcular o máximo divisor comum
Leia maisProjeto Supervisionado
Projeto Supervisionado Caio Almasan de Moura ra: 095620 Indice 1. Introdução 2. Principal Projeto: Modelo de Score 2.1. Objetivo... pg 3 2.2. Agentes Envolvidos... pg 3 2.3. Contextualização... pg 3 2.4.
Leia mais'DGRVGH(QWUDGD SDUD D6LPXODomR
6LPXODomR GH6LVWHPDV 'DGRVGH(QWUDGD SDUD D6LPXODomR,1387 'DGRVGH(QWUDGD SDUD D6LPXODomR 3URSyVLWRReproduzir o comportamento aleatório / estocástico do sistema real dentro do modelo de simulação. *$5%$*(,1*$5%$*(287
Leia mais2 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 maisO QUE É E COMO FUNCIONA O CREDIT SCORING PARTE II
O QUE É E COMO FUNCIONA O CREDIT SCORING PARTE II! Como implementar o escore de crédito?! Como avaliar o escore de crédito?! Como calcular a função discriminante usando o Excel?! Como aplicar a função
Leia maisDISTRIBUIÇÕES 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 maisExercícios Resolvidos sobre probabilidade total e Teorema de Bayes
Exercícios Resolvidos sobre probabilidade total e Teorema de Bayes Para ampliar sua compreensão sobre probabilidade total e Teorema de Bayes, estude este conjunto de exercícios resolvidos sobre o tema.
Leia maisREGULAMENTO DA PROMOÇÃO ESTE NOTEBOOK PODE SER SEU!
REGULAMENTO DA PROMOÇÃO ESTE NOTEBOOK PODE SER SEU! A promoção Este notebook pode ser seu! será promovida pela empresa CRESÇA BRASIL EDITORA S.A., sociedade empresária anônima, inscrita no CNPJ/MF sob
Leia mais- Analisar e compreender a importância e a natureza da estatística no cotidiano;
1- IDENTIFICAÇÃO CARGA HORÁRIA SEMANAL: 04 CARGA HORÁRIA SEMESTRAL: 80 PERÍODO: NOTURNO NOME DA DISCIPLINA: ESTATÍSTICA NOME DO CURSO: SUPERIOR DE TECNOLOGIA EM PETRÓLEO E GÁS 2- EMENTA Conceitos Básicos,
Leia maisSolução da prova da 1 a fase OBMEP 2015 Nível 1. QUESTÃO 1 ALTERNATIVA E Como 2 x 100,00 126,80 = 200,00 126,80 = 73,20, o troco foi de R$ 73,20.
1 QUESTÃO 1 Como 2 x 100,00 126,80 = 200,00 126,80 = 73,20, o troco foi de R$ 73,20. QUESTÃO 2 Como 4580247 = 4580254 7, concluímos que 4580247 é múltiplo de 7. Este fato também pode ser verificado diretamente,
Leia mais3 Caracterização do Repositório Experimental
3 Caracterização do Repositório Experimental Devido ao alto custo para reproduzir o ambiente computacional das atuais máquinas de busca, a simulação tem sido empregada na literatura para avaliar as políticas
Leia maisManual Geral do OASIS
Manual Geral do OASIS SISTEMA DE GESTÃO DE DEMANDA, PROJETO E SERVIÇO DE TECNOLOGIA DA INFORMAÇÃO OASIS Introdução Esse manual tem como objetivo auxiliar aos usuários nos procedimentos de execução do sistema
Leia maisSIMULAÇÃO DE GESTÃO EMPRESARIAL
SIMULAÇÃO DE GESTÃO EMPRESARIAL I INTRODUÇÃO O JOGO DE GESTÃO EMPRESARIAL é uma competição que simula a concorrência entre empresas dentro de um mercado. O jogo se baseia num modelo que abrange ao mesmo
Leia maisAula 4 Estatística Conceitos básicos
Aula 4 Estatística Conceitos básicos Plano de Aula Amostra e universo Média Variância / desvio-padrão / erro-padrão Intervalo de confiança Teste de hipótese Amostra e Universo A estatística nos ajuda a
Leia maisEste material traz a teoria necessária à resolução das questões propostas.
Inclui Teoria e Questões Inteiramente Resolvidas dos assuntos: Contagem: princípio aditivo e multiplicativo. Arranjo. Permutação. Combinação simples e com repetição. Lógica sentencial, de primeira ordem
Leia mais