Bioestatística e Computação I

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "Bioestatística e Computação I"

Transcrição

1 Bioestatística e Computação I Distribuições Teóricas de Probabilidade Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas de M. Pagano e Gravreau e Geraldo Marcelo da Cunha

2 Distribuições Teóricas de Probabilidade Variável Aleatória Pode assumir valores diferentes e qualquer resultado particular é determinado pelo acaso. Distribuição de probabilidade Especifica todos os resultados possíveis e a probabilidade de ocorrência de cada um. Para variáveis discretas, equivale à frequência relativa após um número grande de repetições. Para variáveis contínuas, especifica as probabilidades associadas com intervalos de valores.

3 Distribuição empírica de probabilidade Probabilidades calculadas a partir de uma quantidade finita de dados Probabilidade 0,4000 0,3597 DMOS Fr (%) 0, ,97 0, ,24 0,2000 0, , ,04 0,1000 0, ,97 0, ,43 0,0343 0, ,64 0, Total 100,00 DMOS

4 Distribuição teórica de probabilidade Algumas variáveis podem ter sua distribuição de probabilidade determinada com base em considerações teóricas. As distribuições teóricas de probabilidade são definidas a partir de uma equação matemática. Exemplos: variáveis dicotômicas seguem distribuição binomial de contagem seguem distribuição de Poisson algumas variáveis fisiológicas contínuas seguem distribuição normal

5 Função de distribuição de probabilidade Além da tabela e do gráfico a distribuição teórica de probabilidade pode ser descrita por sua equação. Função de distribuição de probabilidade Função de densidade de probabilidade Para variáveis discretas é denotada por P(X=x) X o nome da variável aleatória x um valor que a variável pode assumir ٠ P X =x ١ todo x [ P X =x ]=١

6 Distribuição de Probabilidade Binomial Seja uma variável aleatória dicotômica Y variável de Bernoulli fracasso e sucesso probabilidade de sucesso = p Exemplo Probabilidade de um indivíduo qualquer ser fumante p = 29% P(Y = fumante) = p = 0,29 P(Y = ñ fumante) = 1 p = 0,71

7 Distribuição de Probabilidade Binomial Seja uma variável aleatória X De n indivíduos escolhidos ao acaso X número de indivídulos fumantes X variável numérica discreta Dado que a probabilidade de ser fumante = p P(X=x) =? Qual o tipo da variável X? Quais os valores possíveis?

8 Distribuição Binomial n = 3 Como os resultados de cada indivíduo são independentes. Indivíduo 1 Indivíduo 2 Indivíduo 3 Probabilidade (1-p) (1-p) (1-p) (1-p) (1-p) p (1-p) p (1-p) (1-p) p p p (1-p) (1-p) p (1-p) p p p (1-p) p p p 3 x x P(X=x) 0 (1-p) (1-p) (1-p) 1 3 p (1-p) p 2 (1-p) 3 p 3 0=ñ fumante; 1=fumante

9 Distribuição Binomial De forma geral Um mesmo experimento ocorre n vezes Os experimentos são independentes Probabilidade de sucesso p em cada experimento X variável que representa o número de sucessos: X sucessos em n tentativas X numérica discreta P X =x = n P X =x = x px 1 p n x n! x! n x! p x 1 p n x Combinação de n objetos escolhidos x por vez

10 Distribuição Binomial n! = n fatorial n!=n n 1 n !=1 por definição Combinação Número de vezes que x objetos podem ser selecionados de um total de n objetos sem importar a ordem n x = n! x! n x!

11 Distribuição Binomial Dado que a probabilidade de um indivíduo ser fumante é 29%, de 3 indivíduos escolhidos ao acaso, qual a probabilidade de 2 serem fumantes? Cada experimento é independente e envolve a mesma variável dicotômica n! P X =x = x! n x! p x 1 p n x p=0,29; n=3; x=2 P X =2 = 3! 2! 3 2! 0, , P X =2 = ! 0, ,29 1

12 Distribuição Binomial Dado que a prevalência de obesidade é 22%, de 15 indivíduos escolhidos ao acaso, qual a probabilidade de encontrarmos 5 obesos? p=0,29; n=15; x=5 P X =x = n! x! n x! p x 1 p n x P X =5 = 15! 5! 10! 0, ,22 10 P X =5 = ! 5! 10! 0, ,22 10

13 Distribuição Binomial DMOS segue distribuição binomial?

14 Distribuição Binomial Média np Variância np 1 p Desvio-padrão np 1 p P(X=x) 0,25 0,20 0,15 0,10 0,05 0,00 0,25 0,20 Distribuição Binomial, para n=15 e p=0,29 0,22 0,20 0,18 0,14 0,10 0,07 0,04 0,03 0,01 0,01 0,00 0,00 0,00 0,00 0,00 0, x Distribuição Binomial, para n=15 e p=0,71 0,22 0,20 0,18 P(X=x) 0,15 0,10 0,07 0,14 0,10 0,05 0,00 0,04 0,03 0,00 0,00 0,00 0,00 0,00 0,00 0,01 0, Programa de Pós-Graduação em Saúde da Mulher e da Criança Bioestatística x e Computação I

15 Distribuição Binomial 0,25 Distribuição Binomial, para n=15 e p=0,5 0,20 0,20 0,20 0,15 0,15 0,15 P(X=x) 0,10 0,09 0,09 0,05 0,04 0,04 0,00 0,01 0,01 0,00 0,00 0,00 0,00 0,00 0, x

16 Distribuição de Poisson Variáveis aleatórias numéricas discretas Número de vezes que um evento raro ocorre num grande número de repetições Dados de Contagem Exemplos Número de chegadas em um pronto-socorro durante a madrugada Número de pessoas com leucemia numa cidade Número de acidentes de carro na ponte Rio-Niterói Número de metamielócitos no sangue de pessoas sadias

17 Distribuição de Poisson P X =x = e x x! X número de ocorrências de um evento num intervalo λ (lambda) número médio de ocorrências do evento no intervalo considerado e constante de Euler = 2,71828

18 Distribuição de Poisson P X =x = e x x! Exemplo. A probabilidade de um indivíduo estar envolvido num acidente nos Estados Unidos por ano é 0, Numa comunidade de pessoas, qual a probabilidade de não haver nenhum acidente em um período de 1 ano? X número de pessoas acidentadas por ano P(X=0) =? λ média de pessoas acidentadas por ano = x 0,00024 = 2,4 P X =0 = e 2,4 2,4 0 =e 2,4 =0,091 0!

19 Distribuição de Poisson Exemplo. A probabilidade de um indivíduo estar envolvido num acidente nos Estados Unidos por ano é 0, Numa comunidade de pessoas, qual a probabilidade de não haver nenhum acidente em um período de 1 ano? Poderíamos ter utilizado a distribuição binomial com p=0,00024 e n=10.000, mas calcular n! seria impraticável. Quando o evento dicotômico é raro e o número de repetições é muito grande a distribuição binomial pode ser bem aproximada pela Poisson.

20 Distribuição de Poisson Exemplo. Um hospital recebe em média 4 chamadas de urgência por dia. Qual a probabilidade de que o hospital receba: a) Oito chamadas X número de chamadas de urgência em um dia λ média do número de chamadas de urgência por dia P(X=8)=? P X =8 = e b) 3 chamadas ou menos P(X 3) = P(X=0) + P(X=1) + P(X=2) + P(X=3) 8! = 0, =0,0297 P(X 3) = 0, , , ,195 = 0,433

21 Distribuição de Poisson Exemplo. Um hospital recebe em média 4 chamadas de urgência por dia. Qual a probabilidade de que o hospital receba 10 chamadas ou menos no mesmo dia? Usar as tabelas de probabilidade (Tabela A.2) ou um software de estatística

22 Distribuição de Poisson Média λ Variância λ Desviopadrão P(X=x) 0,40 0,35 0,30 0,25 0,20 0,15 Distribuições de Poisson lambda = 1 lambda = 4 lambda = 7 lambda = 10 0,10 0,05 0, x

23 Distribuição Normal Distribuição Gaussiana Variáveis contínuas É frequentemente associada com variáveis biológicas mensuráveis Peso Altura Pressão sanguínea Glicemia Intervalo R-R

24 Distribuição Normal Não é definida para valores específicos e sim para um intervalo de valores. Função densidade de probabilidade f(x) e não mais P(X=x). A probabilidade associada a cada intervalo é representada pela área abaixo da curva de densidade de probabilidade. A probabilidade de observarmos um valor específico é zero.

25 Distribuição Normal f(x) = densidade de probabilidade P(X 1) = área abaixo de f(x), para x 1 0,045 0,040 0,035 0,030 f(x) 0,025 0,020 0,015 0,010 0,005 0, x

26 Distribuição Normal f(x) = densidade de probabilidade P(X 1) = área abaixo de f(x), para x 1 0,045 0,040 0,035 0,030 f(x) 0,025 0,020 0,015 0,010 0,005 0, x

27 Distribuição Normal f(x) = densidade de probabilidade f x = 1 2 e π (pi) = 3,14159 μ (mu) = média σ (sigma) = desvio-padrão Distribuição normal pode ser denotada por N(μ, σ) 1 2 x N(μ=0, σ=1) = N(0,1) 2 f(x) 0,045 0,040 0,035 0,030 0,025 0,020 0,015 0,010 0,005 0, x

28 Distribuição Normal Média = 0, variando o desvio-padrão 0,900 0,800 0,700 0,600 N(0,1) N(0,2) N(0,0.5) f(x) 0,500 0,400 0,300 0,200 0,100 0, x

29 Distribuição Normal Desvio-padrão = 1, variando a média 0,450 0,400 0,350 0,300 N(-1,1) N(0,1) N(2,1) f(x) 0,250 0,200 0,150 0,100 0,050 0, x

30 Distribuições de probabilidade contínuas No caso de variáveis contínuas só é possível calcular a probabilidade de X estar contido em algum intervalo de valores. Exemplo. Qual a probabilidade da altura de uma criança atendida no ambulatório assumir o exato valor de 1,00312m? A resposta é zero. A pergunta correta poderia ser: Qual a probabilidade da criança atendida no ambulatório ter entre 1m e 1,10m de altura?

31 Distribuições de probabilidade contínuas A curva que representa a densidade de probabilidade de uma VA contínua X, denotada por f(x), deve satisfazer as condições: Deve ser positiva: f(x) > 0 para todo o x. A área total sob a curva deve ser igual a 1. Uma curva ou função que atenda os critérios acima é conhecida como distribuição de probabilidade função de probabilidade função de densidade de probabilidade (fdp) curva de densidade

32 Distribuições de probabilidade contínuas Existem diversas fdp teóricas usadas frequentemente para modelar estatísticamente variáveis contínuas Uniforme Exponencial Gaussiana ou Normal

33 Distribuições de probabilidade contínuas Para quaisquer números reais a e b, P(a X b) é dada pela área sob a curva de densidade entre os pontos a e b. Utiliza-se tabelas de probabilidades Para o caso da distribuição normal: 0,045 0,040 0,035 0,030 f(x) 0,025 0,020 0,015 0,010 0,005 0, x

34 Distribuição Normal Distribuição contínua mais importante Forma de sino Simétrica em torno da média Média = Mediana = Moda = μ Desvio padrão (σ) distância horizontal entre a média e o ponto de inflexão da curva, onde ela muda de convexa para côncava. Área sob a curva = 1

35 Distribuição Normal x

36 Distribuição Normal Qual a probabilidade de: X estar acima de 1σ Abaixo de 1σ Acima de 2σ Abaixo de 2σ Entre 1σ e +1σ Entre 2σ e +2σ

37 Distribuição Normal Padrão Possui média=0 e desvio-padrão=1 N(0,1) Uma VA que segue distribuição normal padrão é denotada por Z Z ~ N(0,1) O cálculo das áreas abaixo da curva gaussiana é complicado. 0, x Tabelas com as áreas abaixo da curva de densidade de probabilidade normal padrão são utilizadas. f(x) 0,045 0,040 0,035 0,030 0,025 0,020 0,015 0,010 0,005

38 Distribuição Normal Padrão Tabela A.3, página 473 Áreas na cauda superior da distribuição normal padrão Z 0,00 0,01 0,02 0,03 0,0 0,500 0,496 0,492 0,488 0,1 0,460 0,456 0,452 0,448 0,2 0,421 0,417 0,413 0,409 1,0 0,159 0,156 0,154 0,152 P(Z 1)= P(Z < 1)= P(- 0,5 < Z 1)= P(Z < 2,85)= 0, x f(x) 0,045 0,040 0,035 0,030 0,025 0,020 0,015 0,010 0,005

39 Distribuição Normal Padrão A maioria das variáveis biológicas não seguem distribuição normal padrão. A glicemia de pessoas adultas pode ser considerada normalmente distribuída com média 100mg/100ml e desvio padrão de 10mg/100ml. Qual a probabilidade de um adulto escolhido ao acaso ser diabético (glicemia 120mg/100ml)? Como calcular a área sob a curva?

40 Padronização de variáveis normais Permite utilizar a tabela de probabilidades da normal padrão para qualquer distribuição normal. X ~ N(μ,σ) X Z ~ N(0,1) Z= X A glicemia de pessoas adultas pode ser considerada normalmente distribuída com média 100mg/100ml e desvio padrão de 10 mg/ 100ml. Qual a probabilidade de um adulto escolhido ao acaso ser diabético (glicemia 120mg/100ml)?

41 Padronização de variáveis normais X ~ N(100,10) μ=100, σ=10 P(X 120) =? Z = X ~N 0,1 Normal Padrão Para X = 120: z= P(X 120) = P(Z 2) = =2 Pela tabela A.3, P(Z 2) = 0,023 P(X 120) = 0,023 = 2,3% f(x) 0,045 Distribuição Normal Padrão 0,040 0,035 0,030 0,025 0,020 0,015 0,010 0,005 0,977 0,023 0, x

42 Padronização de variáveis normais A pressão sistólica de indivíduos normais adultos pode ser considerada normalmente distribuída com média 120mmHg e desvio padrão de 10 mmhg. Qual a probabilidade de alguém possuir pressão sistólica acima de 140mmHg? Abaixo de 80mmHg? Entre 100 e 140mmHg? Abaixo de 80mmHg ou acima de 140mmHg? Quais valores de pressão sistólica limitam o intervalo dos 90% mais frequentes? Qual valor de pressão sistólica divide a área sob a curva em 95% inferior 5% superior?

43 Resumindo Discretas Contínuas Variáveis Distribuição Equação Número x de sucessos em n tentativas, onde a probabilidade de sucesso em cada tentativa é p. Número x de ocorrências de um evento raro em determinado intervalo, onde a média de ocorrência é λ por intervalo. Maioria das variáveis biológicas mensuráveis onde se espera uma variabilidade simétrica em torno da média. Outras variáveis contínuas Binomial Poisson Normal, média: μ, desviopadrão: σ Exponencial Uniforme P X =x = n! x! n x! p x 1 p n x P X =x = e x x! P(X a) = área sob a curva da fdp para x a. z= a P(X a) = P(Z z)

DISTRIBUIÇÕES ESPECIAIS DE PROBABILIDADE DISCRETAS

DISTRIBUIÇÕES ESPECIAIS DE PROBABILIDADE DISCRETAS VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADES 1 1. VARIÁVEIS ALEATÓRIAS Muitas situações cotidianas podem ser usadas como experimento que dão resultados correspondentes a algum valor, e tais situações

Leia mais

AULA 07 Distribuições Discretas de Probabilidade

AULA 07 Distribuições Discretas de Probabilidade 1 AULA 07 Distribuições Discretas de Probabilidade Ernesto F. L. Amaral 31 de agosto de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro:

Leia mais

Distribuição Normal de Probabilidade

Distribuição Normal de Probabilidade Distribuição Normal de Probabilidade 1 Aspectos Gerais 2 A Distribuição Normal Padronizada 3 Determinação de Probabilidades 4 Cálculo de Valores 5 Teorema Central do Limite 1 1 Aspectos Gerais Variável

Leia mais

Probabilidade. Luiz Carlos Terra

Probabilidade. Luiz Carlos Terra Luiz Carlos Terra Nesta aula, você conhecerá os conceitos básicos de probabilidade que é a base de toda inferência estatística, ou seja, a estimativa de parâmetros populacionais com base em dados amostrais.

Leia mais

Modelos de Probabilidade e Inferência Estatística

Modelos de Probabilidade e Inferência Estatística Modelos de Probabilidade e Inferência Estatística Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14

Leia mais

Modelo Uniforme. como eu e meu colega temos 5 bilhetes, temos a mesma probabilidade de ganhar a rifa:

Modelo Uniforme. como eu e meu colega temos 5 bilhetes, temos a mesma probabilidade de ganhar a rifa: Modelo Uniforme Exemplo: Uma rifa tem 100 bilhetes numerados de 1 a 100. Tenho 5 bilhetes consecutivos numerados de 21 a 25, e meu colega tem outros 5 bilhetes, com os números 1, 11, 29, 68 e 93. Quem

Leia mais

DISTRIBUIÇÃO DE FREQUÊNCIA DE VARIÁVEIS QUALITATIVAS E QUANTITATIVAS DISCRETAS (TABELAS E GRÁFICOS)

DISTRIBUIÇÃO DE FREQUÊNCIA DE VARIÁVEIS QUALITATIVAS E QUANTITATIVAS DISCRETAS (TABELAS E GRÁFICOS) DISTRIBUIÇÃO DE FREQUÊNCIA DE VARIÁVEIS QUALITATIVAS E QUANTITATIVAS DISCRETAS (TABELAS E GRÁFICOS) O QUE É ESTATÍSTICA Estatística é a ciência de obter conclusões a partir de dados. Envolve métodos para

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

Testes de Hipóteses Estatísticas

Testes de Hipóteses Estatísticas Capítulo 5 Slide 1 Testes de Hipóteses Estatísticas Resenha Hipótese nula e hipótese alternativa Erros de 1ª e 2ª espécie; potência do teste Teste a uma proporção; testes ao valor médio de uma v.a.: σ

Leia mais

WWW.RENOVAVEIS.TECNOPT.COM

WWW.RENOVAVEIS.TECNOPT.COM Energia produzida Para a industria eólica é muito importante a discrição da variação da velocidade do vento. Os projetistas de turbinas necessitam da informação para otimizar o desenho de seus geradores,

Leia mais

Capítulo 3 Modelos Estatísticos

Capítulo 3 Modelos Estatísticos Capítulo 3 Modelos Estatísticos Slide 1 Resenha Variáveis Aleatórias Distribuição Binomial Distribuição de Poisson Distribuição Normal Distribuição t de Student Distribuição Qui-quadrado Resenha Slide

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

ISEG - ESTATÍSTICA I - EN, Economia/Finanças - 1 de Junho de 2010 Tópicos de correcção. 1ª Parte. > 0. Justifique a igualdade: P(( A B)

ISEG - ESTATÍSTICA I - EN, Economia/Finanças - 1 de Junho de 2010 Tópicos de correcção. 1ª Parte. > 0. Justifique a igualdade: P(( A B) ISEG - ESTATÍSTICA I - EN, Economia/Finanças - de Junho de 00 Tópicos de correcção ª Parte. Sejam os acontecimentos A, B, C tais que P ( A B) > 0. Justifique a igualdade: ( A B) C) = B A). A). C ( A B)).

Leia mais

Estimação. Como definir um estimador. Como obter estimativas pontuais. Como construir intervalos de confiança

Estimação. Como definir um estimador. Como obter estimativas pontuais. Como construir intervalos de confiança Estimação Como definir um estimador. Como obter estimativas pontuais. Como construir intervalos de confiança Motivação A partir da média de uma a amostra em uma colheita recente, o conselho de qualidade

Leia mais

Módulo de Princípios Básicos de Contagem. Segundo ano

Módulo de Princípios Básicos de Contagem. Segundo ano Módulo de Princípios Básicos de Contagem Combinação Segundo ano Combinação 1 Exercícios Introdutórios Exercício 1. Numa sala há 6 pessoas e cada uma cumprimenta todas as outras pessoas com um único aperto

Leia mais

1.1 Exemplo da diferença da média da população para a média amostral.

1.1 Exemplo da diferença da média da população para a média amostral. 1 Estatística e Probabilidades Inferência Estatística consiste na generalização das informações a respeito de uma amostra, para a sua população. A Probabilidade considera modelos para estimar informações

Leia mais

Inteligência Artificial

Inteligência Artificial Inteligência Artificial Aula 7 Programação Genética M.e Guylerme Velasco Programação Genética De que modo computadores podem resolver problemas, sem que tenham que ser explicitamente programados para isso?

Leia mais

Processos Estocásticos

Processos Estocásticos Processos Estocásticos Hélio Lopes INF2035 - Introdução à Simulação Estocástica 1 Introdução Um processo estocástico é uma família de variáveis aleatórias {X(t), t T } definidas em um espaço de probabilidade,

Leia mais

UM JOGO BINOMIAL 1. INTRODUÇÃO

UM JOGO BINOMIAL 1. INTRODUÇÃO 1. INTRODUÇÃO UM JOGO BINOMIAL São muitos os casos de aplicação, no cotidiano de cada um de nós, dos conceitos de probabilidade. Afinal, o mundo é probabilístico, não determinístico; a natureza acontece

Leia mais

Aula 5. Uma partícula evolui na reta. A trajetória é uma função que dá a sua posição em função do tempo:

Aula 5. Uma partícula evolui na reta. A trajetória é uma função que dá a sua posição em função do tempo: Aula 5 5. Funções O conceito de função será o principal assunto tratado neste curso. Neste capítulo daremos algumas definições elementares, e consideraremos algumas das funções mais usadas na prática,

Leia mais

Técnicas de Contagem I II III IV V VI

Técnicas de Contagem I II III IV V VI Técnicas de Contagem Exemplo Para a Copa do Mundo 24 países são divididos em seis grupos, com 4 países cada um. Supondo que a escolha do grupo de cada país é feita ao acaso, calcular a probabilidade de

Leia mais

Cap. II EVENTOS MUTUAMENTE EXCLUSIVOS E EVENTOS NÃO- EXCLUSIVOS

Cap. II EVENTOS MUTUAMENTE EXCLUSIVOS E EVENTOS NÃO- EXCLUSIVOS Cap. II EVENTOS MUTUAMENTE EXCLUSIVOS E EVENTOS NÃO- EXCLUSIVOS Dois ou mais eventos são mutuamente exclusivos, ou disjuntos, se os mesmos não podem ocorrer simultaneamente. Isto é, a ocorrência de um

Leia mais

Medidas de Tendência Central. Introdução Média Aritmética Moda Mediana

Medidas de Tendência Central. Introdução Média Aritmética Moda Mediana Medidas de Tendência Central Introdução Média Aritmética Moda Mediana Introdução A maioria dos dados apresenta uma tendência de se concentrar em torno de um ponto central Portanto, é possível selecionar

Leia mais

Entropia, Entropia Relativa

Entropia, Entropia Relativa Entropia, Entropia Relativa e Informação Mútua Miguel Barão (mjsb@di.uevora.pt) Departamento de Informática Universidade de Évora 13 de Março de 2003 1 Introdução Suponhamos que uma fonte gera símbolos

Leia mais

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

FACULDADE DE CIÊNCIAS E TECNOLOGIA. Redes de Telecomunicações (2006/2007) FACULDADE DE CIÊNCIAS E TECNOLOGIA Redes de Telecomunicações (2006/2007) Engª de Sistemas e Informática Trabalho nº4 (1ª aula) Título: Modelação de tráfego utilizando o modelo de Poisson Fundamentos teóricos

Leia mais

MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS

MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS Definições Variáveis Aleatórias Uma variável aleatória representa um valor numérico possível de um evento incerto. Variáveis aleatórias

Leia mais

Pressuposições à ANOVA

Pressuposições à ANOVA UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Estatística II Aula do dia 09.11.010 A análise de variância de um experimento inteiramente ao acaso exige que sejam

Leia mais

COMENTÁRIO DA PROVA DO BANCO DO BRASIL

COMENTÁRIO DA PROVA DO BANCO DO BRASIL COMENTÁRIO DA PROVA DO BANCO DO BRASIL Prezados concurseiros, segue abaixo os comentários das questões de matemática propostas pela CESPE no último concurso para o cargo de escriturário do Banco do Brasil

Leia mais

PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR. Prof. Angelo Augusto Frozza, M.Sc.

PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR. Prof. Angelo Augusto Frozza, M.Sc. PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR Prof. Angelo Augusto Frozza, M.Sc. ROTEIRO Esta aula tem por base o Capítulo 2 do livro de Taha (2008): Introdução O modelo de PL de duas variáveis Propriedades

Leia mais

AULA 19 Análise de Variância

AULA 19 Análise de Variância 1 AULA 19 Análise de Variância Ernesto F. L. Amaral 18 de outubro de 2012 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro: LTC. Capítulo

Leia mais

Análise Qualitativa no Gerenciamento de Riscos de Projetos

Análise Qualitativa no Gerenciamento de Riscos de Projetos Análise Qualitativa no Gerenciamento de Riscos de Projetos Olá Gerente de Projeto. Nos artigos anteriores descrevemos um breve histórico sobre a história e contextualização dos riscos, tanto na vida real

Leia mais

Conteúdo programático por disciplina Matemática 6 o ano

Conteúdo programático por disciplina Matemática 6 o ano 60 Conteúdo programático por disciplina Matemática 6 o ano Caderno 1 UNIDADE 1 Significados das operações (adição e subtração) Capítulo 1 Números naturais O uso dos números naturais Seqüência dos números

Leia mais

Álgebra Linear Aplicada à Compressão de Imagens. Universidade de Lisboa Instituto Superior Técnico. Mestrado em Engenharia Aeroespacial

Álgebra Linear Aplicada à Compressão de Imagens. Universidade de Lisboa Instituto Superior Técnico. Mestrado em Engenharia Aeroespacial Álgebra Linear Aplicada à Compressão de Imagens Universidade de Lisboa Instituto Superior Técnico Uma Breve Introdução Mestrado em Engenharia Aeroespacial Marília Matos Nº 80889 2014/2015 - Professor Paulo

Leia mais

Conceitos de Gestão de Estoques. Prof. Ruy Alexandre Generoso

Conceitos de Gestão de Estoques. Prof. Ruy Alexandre Generoso Conceitos de Gestão de Estoques Análise Numérica Prof. Ruy Alexandre Generoso Cálculo do Nível N de Serviço Ótimo Nível de Serviço o (NS): Determinado nível n de estoque E. É a probabilidade de que a demanda

Leia mais

4.4 Limite e continuidade

4.4 Limite e continuidade 4.4 Limite e continuidade Noções Topológicas em R : Dados dois pontos quaisquer (x 1, y 1 ) e (x, y ) de R indicaremos a distância entre eles por då(x 1, y 1 ), (x, y )è=(x 1 x ) + (y 1 y ). Definição

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

Módulo de Equações do Segundo Grau. Equações do Segundo Grau: Resultados Básicos. Nono Ano

Módulo de Equações do Segundo Grau. Equações do Segundo Grau: Resultados Básicos. Nono Ano Módulo de Equações do Segundo Grau Equações do Segundo Grau: Resultados Básicos. Nono Ano Equações do o grau: Resultados Básicos. 1 Exercícios Introdutórios Exercício 1. A equação ax + bx + c = 0, com

Leia mais

Probabilidade e Estatística

Probabilidade e Estatística Probabilidade e Estatística TESTES DE HIPÓTESES (ou Testes de Significância) Estimação e Teste de Hipóteses Estimação e teste de hipóteses (ou significância) são os aspectos principais da Inferência Estatística

Leia mais

Probabilidade. Evento (E) é o acontecimento que deve ser analisado.

Probabilidade. Evento (E) é o acontecimento que deve ser analisado. Probabilidade Definição: Probabilidade é uma razão(divisão) entre a quantidade de eventos e a quantidade de amostras. Amostra ou espaço amostral é o conjunto formado por todos os elementos que estão incluídos

Leia mais

Seu pé direito nas melhores Faculdades

Seu pé direito nas melhores Faculdades 10 Insper 01/11/009 Seu pé direito nas melhores Faculdades análise quantitativa 40. No campeonato brasileiro de futebol, cada equipe realiza 38 jogos, recebendo, em cada partida, 3 pontos em caso de vitória,

Leia mais

A vida sem reflexão não merece ser vivida Sócrates Disciplina: ESTATÍSTICA e PROBABILIDADE

A vida sem reflexão não merece ser vivida Sócrates Disciplina: ESTATÍSTICA e PROBABILIDADE Notas de aula 07 1 A vida sem reflexão não merece ser vivida Sócrates Disciplina: ESTATÍSTICA e PROBABILIDADE 1. Medidas de Forma: Assimetria e Curtose. A medida de assimetria indica o grau de distorção

Leia mais

Modelo Entidade Relacionamento (MER) Professor : Esp. Hiarly Alves

Modelo Entidade Relacionamento (MER) Professor : Esp. Hiarly Alves Tópicos Apresentação Entidade, Atributo e Relacionamento Cardinalidade Representação simbólica Generalizações / Especializações Agregações Apresentação O Modelo Entidade-Relacionamento tem o objetivo de

Leia mais

Probabilidade. Distribuição Binomial

Probabilidade. Distribuição Binomial Probabilidade Distribuição Binomial Distribuição Binomial (Eperimentos de Bernoulli) Considere as seguintes eperimentos/situações práticas: Conformidade de itens saindo da linha de produção Tiros na mosca

Leia mais

Emparelhamentos Bilineares Sobre Curvas

Emparelhamentos Bilineares Sobre Curvas Emparelhamentos Bilineares Sobre Curvas Eĺıpticas Leandro Aparecido Sangalli sangalli@dca.fee.unicamp.br Universidade Estadual de Campinas - UNICAMP FEEC - Faculdade de Engenharia Elétrica e de Computação

Leia mais

Variáveis Frequências Gráficos Medidas de Posição Medidas de Dispersão Medidas Complementares Inferência

Variáveis Frequências Gráficos Medidas de Posição Medidas de Dispersão Medidas Complementares Inferência Tipos de Variáveis Problema Motivador: Um pesquisador está interessado em fazer um levantamento sobre aspectos sócio-econômicos dos empregados da seção de orçamentos de uma companhia (vide tabela). Algumas

Leia mais

Corrente elétrica, potência, resistores e leis de Ohm

Corrente elétrica, potência, resistores e leis de Ohm Corrente elétrica, potência, resistores e leis de Ohm Corrente elétrica Num condutor metálico em equilíbrio eletrostático, o movimento dos elétrons livres é desordenado. Em destaque, a representação de

Leia mais

MASSA ATÔMICA, MOLECULAR, MOLAR, NÚMERO DE AVOGADRO E VOLUME MOLAR.

MASSA ATÔMICA, MOLECULAR, MOLAR, NÚMERO DE AVOGADRO E VOLUME MOLAR. MASSA ATÔMICA, MOLECULAR, MOLAR, NÚMERO DE AVOGADRO E VOLUME MOLAR. UNIDADE DE MASSA ATÔMICA Em 1961, na Conferência da União Internacional de Química Pura e Aplicada estabeleceu-se: DEFINIÇÃO DE MASSA

Leia mais

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Distribuição Uniforme 11/13 1 / 19

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Distribuição Uniforme 11/13 1 / 19 Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição Uniforme 11/13 1 / 19 Distribuições Contínuas Apresentaremos agora alguns dos

Leia mais

Aula 1 Assimetria e Curtose

Aula 1 Assimetria e Curtose 2º Bimestre 1 Estatística e Probabilidade Aula 1 Assimetria e Curtose Professor Luciano Nóbrega Medidas de assimetria As medidas de assimetria e curtose (esta última veremos na próxima aula) são as que

Leia mais

ESTATÍSTICA DESCRITIVA:

ESTATÍSTICA DESCRITIVA: UNIVERSIDADE FEDERAL DE MATO GROSSO Campus Universitário de Sinop(CUS) ESTATÍSTICA DESCRITIVA: Medidas de forma: Assimetria e Curtose Profº Evaldo Martins Pires SINOP -MT TEMAS TRABALHADOS ATÉ AGORA Aula

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

SITUAÇÃO DE APRENDIZAGEM 4 PROBABILIDADE E GEOMETRIA

SITUAÇÃO DE APRENDIZAGEM 4 PROBABILIDADE E GEOMETRIA SITUAÇÃO DE APRENDIZAGEM 4 PROBABILIDADE E GEOMETRIA Leitura e Análise de Texto O π e a agulha de Buffon O estudo da probabilidade, aparentemente, não tem uma ligação direta com a Geometria. A probabilidade

Leia mais

Estatística e Probabilidade. Aula 5 Cap 03 Probabilidade

Estatística e Probabilidade. Aula 5 Cap 03 Probabilidade Estatística e Probabilidade Aula 5 Cap 03 Probabilidade Na aula anterior vimos... Conceito de Probabilidade Experimento Probabilístico Tipos de Probabilidade Espaço amostral Propriedades da Probabilidade

Leia mais

AULA 1 INTRODUÇÃO A BANCO DE DADOS E VISÃO GERAL DO SQL CONCEITUANDO BANCO DE DADOS MODELO RELACIONAL

AULA 1 INTRODUÇÃO A BANCO DE DADOS E VISÃO GERAL DO SQL CONCEITUANDO BANCO DE DADOS MODELO RELACIONAL BANCO DE DADOS GERENCIAL 1 AULA 1 INTRODUÇÃO A BANCO DE DADOS E VISÃO GERAL DO SQL CONCEITUANDO BANCO DE DADOS Um banco de dados é uma coleção de dados (ou informações) organizadas de forma lógica, e que

Leia mais

Prof. Daniela Barreiro Claro

Prof. Daniela Barreiro Claro O volume de dados está crescendo sem parar Gigabytes, Petabytes, etc. Dificuldade na descoberta do conhecimento Dados disponíveis x Análise dos Dados Dados disponíveis Analisar e compreender os dados 2

Leia mais

Prof. MSc. David Roza José david.jose@luzerna.ifc.edu.br

Prof. MSc. David Roza José david.jose@luzerna.ifc.edu.br 1 Motivação Métodos numéricos são técnicas pelas quais problemas matemáticos são formulados de maneira a serem resolvidos através de uma sequência lógica de operações algébricas; principalmente através

Leia mais

ÁLGEBRA. Aula 5 _ Função Polinomial do 1º Grau Professor Luciano Nóbrega. Maria Auxiliadora

ÁLGEBRA. Aula 5 _ Função Polinomial do 1º Grau Professor Luciano Nóbrega. Maria Auxiliadora 1 ÁLGEBRA Aula 5 _ Função Polinomial do 1º Grau Professor Luciano Nóbrega Maria Auxiliadora 2 FUNÇÃO POLINOMIAL DO 1º GRAU Uma função polinomial do 1º grau (ou simplesmente, função do 1º grau) é uma relação

Leia mais

2 Workshop processamento de artigos em serviços de saúde Recolhimento de artigos esterilizados: é possível evitar?

2 Workshop processamento de artigos em serviços de saúde Recolhimento de artigos esterilizados: é possível evitar? 2 Workshop processamento de artigos em serviços de saúde Recolhimento de artigos esterilizados: é possível evitar? 3 Farm. André Cabral Contagem, 19 de Maio de 2010 Rastreabilidade É definida como a habilidade

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

DEPARTAMENTO DE MATEMÁTICA

DEPARTAMENTO DE MATEMÁTICA FACULDADE DE CIÊNCIAS NATURAIS E MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA Campus de Lhanguene, Av. de Moçambique, km 1, Tel: +258 21401078, Fax: +258 21401082, Maputo Cursos de Licenciatura em Ensino de Matemática

Leia mais

UNIVERSIDADE FEDERAL DA BAHIA ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA QUÍMICA ENG 008 Fenômenos de Transporte I A Profª Fátima Lopes

UNIVERSIDADE FEDERAL DA BAHIA ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA QUÍMICA ENG 008 Fenômenos de Transporte I A Profª Fátima Lopes Equações básicas Uma análise de qualquer problema em Mecânica dos Fluidos, necessariamente se inicia, quer diretamente ou indiretamente, com a definição das leis básicas que governam o movimento do fluido.

Leia mais

Introdução. Ou seja, de certo modo esperamos que haja uma certa

Introdução. Ou seja, de certo modo esperamos que haja uma certa UNIVERSIDADE FEDERAL DA PARAÍBA Teste de Independência Luiz Medeiros de Araujo Lima Filho Departamento de Estatística Introdução Um dos principais objetivos de se construir uma tabela de contingência,

Leia mais

Exercícios Resolvidos da Distribuição de Poisson

Exercícios Resolvidos da Distribuição de Poisson . a. Qual é a diferença entre as distribuições de Poisson e inomial? b. Dê alguns exemplos de quando podemos aplicar a distribuição de Poisson. c. Dê a fórmula da distribuição de Poisson e o significado

Leia mais

PRINCÍPIOS DA MULTIPLICAÇÃO, DA ADIÇÃO E DA INCLUSÃO-

PRINCÍPIOS DA MULTIPLICAÇÃO, DA ADIÇÃO E DA INCLUSÃO- Matemática Discreta 2009.10 Exercícios CAP2 pg 1 PRINCÍPIOS DA MULTIPLICAÇÃO, DA ADIÇÃO E DA INCLUSÃO- EXCLUSÃO 1. Quantas sequências com 5 letras podem ser escritas usando as letras A,B,C? 2. Quantos

Leia mais

Simulação Estocástica

Simulação 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 mais

3º Ano do Ensino Médio. Aula nº06

3º Ano do Ensino Médio. Aula nº06 Nome: Ano: º Ano do E.M. Escola: Data: / / 3º Ano do Ensino Médio Aula nº06 Assunto: Noções de Estatística 1. Conceitos básicos Definição: A estatística é a ciência que recolhe, organiza, classifica, apresenta

Leia mais

Distribuições de Probabilidade Distribuição Poisson

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

Leia mais

Matemática Básica Intervalos

Matemática Básica Intervalos Matemática Básica Intervalos 03 1. Intervalos Intervalos são conjuntos infinitos de números reais. Geometricamente correspondem a segmentos de reta sobre um eixo coordenado. Por exemplo, dados dois números

Leia mais

ADMINISTRAÇÃO DE BANCOS DE DADOS MÓDULO 8

ADMINISTRAÇÃO DE BANCOS DE DADOS MÓDULO 8 ADMINISTRAÇÃO DE BANCOS DE DADOS MÓDULO 8 Índice 1. Modelagem de Dados - Continuação...3 1.1. Modelo Entidade-Relacionamento (MER) - II... 3 1.1.1. Entidades fortes e entidades fracas... 3 1.2. Dicionário

Leia mais

Especificação do Código de Barras para Bloquetos de Cobrança Sem Registro e Registrada no SIGCB

Especificação do Código de Barras para Bloquetos de Cobrança Sem Registro e Registrada no SIGCB 1 INTRODUÇÃO... 2 2 ESPECIFICAÇÕES GERAIS... 2 2.1 FORMATO... 2 2.2 GRAMATURA DO PAPEL... 2 2.3 DIMENSÃO... 2 2.4 NÚMERO DE VIAS OU PARTES... 2 2.5 DISPOSIÇÃO DAS VIAS OU PARTES... 2 2.6 COR DA VIA/IMPRESSÃO...

Leia mais

2.1 - Triângulo Equilátero: é todo triângulo que apresenta os três lados com a mesma medida. Nesse caso dizemos que os três lados são congruentes.

2.1 - Triângulo Equilátero: é todo triângulo que apresenta os três lados com a mesma medida. Nesse caso dizemos que os três lados são congruentes. Matemática Básica 09 Trigonometria 1. Introdução A palavra Trigonometria tem por significado do grego trigonon- triângulo e metron medida, associada diretamente ao estudo dos ângulos e lados dos triângulos,

Leia mais

Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti. Distribuição Normal

Curso: 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 mais

Grupo A - 1 o semestre de 2014 Gabarito Lista de exercícios 5 - Variáveis Aleatórias e Distribuição Binomial C A S A

Grupo A - 1 o semestre de 2014 Gabarito Lista de exercícios 5 - Variáveis Aleatórias e Distribuição Binomial C A S A Exercício 1. (2,0 pontos). Dados sobre acidentes automobilísticos levantados por uma companhia de seguros informaram o seguinte: a probabilidade de que um motorista segurado sofra um acidente automobilístico

Leia mais

REGIME DE RESPONSABILIDADE AMBIENTAL, SINERGIAS COM A PÓS AVALIAÇÃO

REGIME DE RESPONSABILIDADE AMBIENTAL, SINERGIAS COM A PÓS AVALIAÇÃO REGIME DE RESPONSABILIDADE AMBIENTAL, SINERGIAS COM A PÓS AVALIAÇÃO Sandra de Melo Nobre, Eng.ª Ambiente snobre@ecoservicos.pt ECOserviços - Gestão de Sistemas Ecológicos, Lda. Vila Real, 21 de Outubro

Leia mais

Aula 10: Escalonamento da CPU

Aula 10: Escalonamento da CPU Aula 10: Escalonamento da CPU O escalonamento da CPU é a base dos sistemas operacionais multiprogramados. A partir da redistribuição da CPU entre processos, o sistema operacional pode tornar o computador

Leia mais

Unidade 3 DISTRIBUIÇÕES DE PROBABILIDADE

Unidade 3 DISTRIBUIÇÕES DE PROBABILIDADE Unidade de Ensino Descentralizada de Colatina Coordenadoria de Informática Disciplina: Probabilidade e Estatística Prof. Leandro Melo de Sá 006/ Unidade 3 DISTRIBUIÇÕES DE PROBABILIDADE Conceitos básicos

Leia mais

Modelos Lineares Generalizados - Verificação do Ajuste do Modelo

Modelos Lineares Generalizados - Verificação do Ajuste do Modelo Modelos Lineares Generalizados - Verificação do Ajuste do Modelo Erica Castilho Rodrigues 21 de Junho de 2013 3 Uma outra medida usada para verificar o ajuste do modelo. Essa estatística é dada por X

Leia mais

QUESTÕES PARA A 3ª SÉRIE ENSINO MÉDIO MATEMÁTICA 2º BIMESTE SUGESTÕES DE RESOLUÇÕES

QUESTÕES PARA A 3ª SÉRIE ENSINO MÉDIO MATEMÁTICA 2º BIMESTE SUGESTÕES DE RESOLUÇÕES QUESTÕES PARA A 3ª SÉRIE ENSINO MÉDIO MATEMÁTICA 2º BIMESTE QUESTÃO 01 SUGESTÕES DE RESOLUÇÕES Descritor 11 Resolver problema envolvendo o cálculo de perímetro de figuras planas. Os itens referentes a

Leia mais

DIMENSÕES DE PESQUISA EM ENGENHARIA DE SOFTWARE

DIMENSÕES DE PESQUISA EM ENGENHARIA DE SOFTWARE ESPECIAL Engenharia de Software DIMENSÕES DE PESQUISA EM ENGENHARIA DE SOFTWARE por Paulo Borba DECISÕES IMPORTANTES A SEREM TOMADAS NOS PROJETOS E NA CARREIRA DE UM PESQUISADOR EM ENGENHARIA DE SOFTWARE.

Leia mais

Ficha Prática 5: Cap 3.Princípios Elementares de Contagem

Ficha Prática 5: Cap 3.Princípios Elementares de Contagem Matemática Discreta - 2010/11 Cursos: Engenharia Informática, Informática de Gestão DEPARTAMENTO de MATEMÁTICA ESCOLA SUPERIOR de TECNOLOGIA e de GESTÃO - INSTITUTO POLITÉCNICO de BRAGANÇA Ficha Prática

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

AULA 4 DELINEAMENTO EM QUADRADO LATINO (DQL)

AULA 4 DELINEAMENTO EM QUADRADO LATINO (DQL) AULA 4 DELINEAMENTO EM QUADRADO LATINO (DQL) Características Utiliza-se de três princípios básicos da experimentação: repetição, casualização e controle local. Possui um controle local mais eficiente que

Leia mais

Fundamentos de Teste de Software

Fundamentos de Teste de Software Núcleo de Excelência em Testes de Sistemas Fundamentos de Teste de Software Módulo 1- Visão Geral de Testes de Software Aula 2 Estrutura para o Teste de Software SUMÁRIO 1. Introdução... 3 2. Vertentes

Leia mais

Prova de Fundamentos de Bancos de Dados 1 a Prova

Prova de Fundamentos de Bancos de Dados 1 a Prova Prova de Fundamentos de Bancos de Dados 1 a Prova Prof. Carlos A. Heuser Abril de 2009 Prova sem consulta duas horas de duração 1. (Peso 2 Deseja-se projetar um banco de dados para o sítio de uma prefeitura.

Leia mais

Modelo de Precificação de A0vos Financeiros (CAPM) e Hipótese do Mercado Eficiente (HME) Aula de Fernando Nogueira da Costa Professor do IE- UNICAMP

Modelo de Precificação de A0vos Financeiros (CAPM) e Hipótese do Mercado Eficiente (HME) Aula de Fernando Nogueira da Costa Professor do IE- UNICAMP Modelo de Precificação de A0vos Financeiros (CAPM) e Hipótese do Mercado Eficiente (HME) Aula de Fernando Nogueira da Costa Professor do IE- UNICAMP Keynes: comparou os investimentos a concurso de beleza

Leia mais

Estatística AMOSTRAGEM

Estatística AMOSTRAGEM Estatística AMOSTRAGEM Estatística: É a ciência que se preocupa com a coleta, a organização, descrição (apresentação), análise e interpretação de dados experimentais e tem como objetivo fundamental o estudo

Leia mais

Dynamic Voltage Scaling in Multitier Web Servers with End-to-End Delay Control

Dynamic Voltage Scaling in Multitier Web Servers with End-to-End Delay Control Dynamic Voltage Scaling in Multitier Web Servers with End-to-End Delay Control Tibor Horvath and Tarek Abdelzaher and Kevin Skadron and Xue Liu Universidade Federal Fluminense Diego Passos Apresentação

Leia mais

Tópicos Avançados em Banco de Dados Dependências sobre regime e controle de objetos em Banco de Dados. Prof. Hugo Souza

Tópicos Avançados em Banco de Dados Dependências sobre regime e controle de objetos em Banco de Dados. Prof. Hugo Souza Tópicos Avançados em Banco de Dados Dependências sobre regime e controle de objetos em Banco de Dados Prof. Hugo Souza Após vermos uma breve contextualização sobre esquemas para bases dados e aprendermos

Leia mais

Estatística e Probabilidade. Aula 8 Cap 05. Distribuição normal de probabilidade

Estatística e Probabilidade. Aula 8 Cap 05. Distribuição normal de probabilidade Estatística e Probabilidade Aula 8 Cap 05 Distribuição normal de probabilidade Estatística e Probabilidade Na aula anterior vimos... Distribuições Binomiais Distribuição Geométrica Distribuição de Poisson

Leia mais

Aula 8 21/09/2009 - Microeconomia. Demanda Individual e Demanda de Mercado. Bibliografia: PINDYCK (2007) Capítulo 4

Aula 8 21/09/2009 - Microeconomia. Demanda Individual e Demanda de Mercado. Bibliografia: PINDYCK (2007) Capítulo 4 Aula 8 21/09/2009 - Microeconomia. Demanda Individual e Demanda de Mercado. Bibliografia: PINDYCK (2007) Capítulo 4 Efeito de modificações no preço: Caso ocorram modificações no preço de determinada mercadoria

Leia mais

Optimização e Algoritmos (2004/2005)

Optimização e Algoritmos (2004/2005) Optimização e Algoritmos (2004/2005) Instituto Superior Técnico Engenharia Electrotécnica e de Computadores Série de Problemas 3 Regras de Armijo e Wolfe, Introdução às funções convexas Problema 1.[Regras

Leia mais

Métodos Estatísticos Avançados em Epidemiologia

Métodos Estatísticos Avançados em Epidemiologia Métodos Estatísticos Avançados em Epidemiologia Análise de Variância - ANOVA Cap. 12 - Pagano e Gauvreau (2004) - p.254 Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 1 / 39 Introdução Existem

Leia mais

Gerenciamento do Escopo do Projeto (PMBoK 5ª ed.)

Gerenciamento do Escopo do Projeto (PMBoK 5ª ed.) Gerenciamento do Escopo do Projeto (PMBoK 5ª ed.) De acordo com o PMBok 5ª ed., o escopo é a soma dos produtos, serviços e resultados a serem fornecidos na forma de projeto. Sendo ele referindo-se a: Escopo

Leia mais

Probabilidade III. Ulisses U. dos Anjos. Departamento de Estatística Universidade Federal da Paraíba. Período 2014.1

Probabilidade III. Ulisses U. dos Anjos. Departamento de Estatística Universidade Federal da Paraíba. Período 2014.1 Probabilidade III Ulisses U. dos Anjos Departamento de Estatística Universidade Federal da Paraíba Período 2014.1 Ulisses Umbelino (DE-UFPB) Probabilidade III Período 2014.1 1 / 42 Sumário 1 Apresentação

Leia mais

I. Conjunto Elemento Pertinência

I. Conjunto Elemento Pertinência TEORI DOS CONJUNTOS I. Conjunto Elemento Pertinência Conjunto, elemento e pertinência são três noções aceitas sem definição, ou seja, são noções primitivas. idéia de conjunto é praticamente a mesma que

Leia mais

COBRANÇA BANCÁRIA CAIXA

COBRANÇA BANCÁRIA CAIXA COBRANÇA BANCÁRIA CAIXA ESPECIFICAÇÃO DE CÓDIGO DE BARRAS PARA BLOQUETOS DE COBRANÇA COBRANÇAS RÁPIDA E SEM REGISTRO GESER NOVEMBRO/2000 ÍNDICE PÁGINA 1 INTRODUÇÃO... 3 2 ESPECIFICAÇÕES...4 2.1 FORMATO......

Leia mais

Tratores. Informações gerais sobre tratores. Recomendações. Distância do eixo

Tratores. Informações gerais sobre tratores. Recomendações. Distância do eixo Informações gerais sobre tratores Informações gerais sobre tratores Os tratores foram projetados para puxar semirreboques e são, portanto, equipados com uma quinta roda para possibilitar a fácil troca

Leia mais

Comecemos por relembrar as propriedades das potências: = a x c) a x a y = a x+y

Comecemos por relembrar as propriedades das potências: = a x c) a x a y = a x+y . Cálculo Diferencial em IR.1. Função Exponencial e Função Logarítmica.1.1. Função Exponencial Comecemos por relembrar as propriedades das potências: Propriedades das Potências: Sejam a e b números positivos:

Leia mais

www.isaia.com.br Porto Alegre/RS

www.isaia.com.br Porto Alegre/RS I Curso de Introdução em Pesquisa Clínica Delineamento de Estudos Clínicos e Randomização Biom. Carlo Isaia Neto carlo@isaia.com.br O delineamento de um ensaio clínico apoia-se em cinco colunas mestras:

Leia mais

MANUAL DO INSTALADOR XD EM AMBIENTES MICROSOFT WINDOWS

MANUAL DO INSTALADOR XD EM AMBIENTES MICROSOFT WINDOWS MANUAL DO INSTALADOR XD EM AMBIENTES MICROSOFT WINDOWS Está disponível a partir da versão 2014.73 do XD Rest/Pos/Disco um novo formato no instalador em ambientes Microsoft Windows. O instalador passa a

Leia mais