Fiabilidade e Controlo de Qualidade

Tamanho: px
Começar a partir da página:

Download "Fiabilidade e Controlo de Qualidade"

Transcrição

1 Fiabilidade e Cotrolo de Qualidade LMAC Exame de a. Época / o. Teste o. Semestre 4/5 Duração: horas / hora e 45 miutos 8/Julho/5 6a. feira 7h, P. Cosidere os seguites registos dos istates de falha graves em milhas percorridas de 9 autocarros de carreira: 6,, 7,, 9, 58, 59, 69, 76. a Exemplifique a utilização de um gráfico TTT com algus cálculos por exemplo três potos. Que aspecto esperaria para este gráfico, caso se descofiasse da adequação do modelo expoecial a este cojuto de dados?.5 Failure times T i time i miles to a serious failure of the i th bus, i,..., 9 Complete data t 6,, 7,, 9, 58, 59, 69, 76 Total time o test up to time t i i τ t i j + t j t j τ j Abcissae of the TTT plot, i,,..., i t i + i + t i t i Ordiates of the TTT plot τt i, i,...,, where τ t τt 7; equal to, for i. Four poits of the TTT plot i τ t i τ t i + i + t i t i i τt i τt b Calcule uma estimativa da fução de fiabilidade de um autocarro para a distâcia de milhas. Admita agora que as 9 observações dizem respeito a 9 autocarros de carreira colocados a circular simultaeamete, de etre um grupo de de uma frota. Cosiderado as hipóteses de trabalho que eteder coveietes, reavalie a estimativa que obteve. Comete.. Distributio assumptio T i T Expoetialλ, i,...,. To kow if this assumptio is reasoable the Bartlett s goodess of fit test should be doe. Ukow parameter R T t e λt, where t miles. Cesored data r 9 t,..., t r 6,, 7,, 9, 58, 59, 69, 76 Cumulative total time i test Accordig to Defiitio 5.7, the cumulative total time i test is give by: r t t i + r t r i Ubiased estimate of R T t Accordig to Table 5.4, the UMVUE of R T t is, for t < t 476 ad r >, r R T t t t Accordig to Table 5., the oparametric estimate of R T t i proposed by Blom is equal to ˆR T t i i i.844. The relative differece betwee the UMVUE of R T, RT.86879, ad the oparametric estimate of R T, ˆR T.844 is approximately equal to 5%. This suggest that cesorig the data had a mild impact o this particular poit estimate. Aspect of the TTT plot Accordig to Remark 5.5, the TTT plot should be a lie i case T i Expoetialλ, i,...,. Judgig by the three poits we just obtaied that does ot seem to be the case.

2 . A figura abaixo descreve um sistema de redistribuição de água a três cidades C, C e C a partir de uma cetral de forecimeto de água W. Diz-se que o sistema de redistribuição de água está operacioal se as três cidades receberem água. a Admita que os tempos até etupimeto das codutas de água em ceteas de horas são v.a.s, IHRA, com valor esperado igual a 75h. Obteha um limite iferior para o valor esperado do tempo até que o sistema de redistribuição de água deixe de estar operacioal, limite esse que determiará o itervalo etre operações de mauteção/desobstrução das codutas de água..5 Idividual duratios i h, commo stochastic agig character ad expected value T i IHRA, i,..., 5, with commo expected value µ i ET i µ 7.5. Duratio of the system i h T Lower boud for ET We are dealig with a coheret system characterized as follows: the 5 compoets have duratios T i IHRA, i,..., 5 ad, thus, accordig to Propositio.6, T i NBUE, i,..., 5; the expected value of the duratio of each of the 5 compoets is equal to µ i ET i µ 7.5; the miimal path sets are P {,, 4} P {,, 5} P {, 4, 5} P 4 {,, 4} P 5 {,, 5} P 6 {,, 4} P 7 {,, 5} P 8 {, 4, 5} p 8 miimal path sets. Now, we ca apply Theorem.65, ad coclude that µ ET max µ j,...,p i i P j { #Pj } µ iµ max j,...,p µ #P j µ b Como caracterizaria o tempo até que o sistema deixa de estar operacioal T quato ao evelhecimeto estocástico? Justifique. Obteha a expressão de um limite superior para ET.. Stochastic ageig of T We are dealig with a coheret system with 5 compoets whose duratios T i IHRA, i,..., 5 ad, thus, accordig to Table., we ca coclude that T IHRA. Upper boud for ET We are dealig with a coheret system characterized as follows: T i IHRA, i,..., 5; µ i ET i µ 7.5; the miimal cut sets are K {, } K {4, 5} K {,, 4} K 4 {,, 5} K 5 {,, 5} K 6 {,, 4} q 6 miimal cut sets. Now, we ca apply Theorem.69, ad coclude that µ ET mi j,...,q µ iµ mi j,...,q i K j e t/µi dt e t/µ #K j dt e t/µ mi j,...,q #K j dt e t/µ dt e t/µ e t/µ dt µ e t/µ + µ + e t/µ µ µ 4

3 µ.5. Upper boud for ET Sice T IHRA we ca apply Theorem.5, capitalize o the previous upper boud for ET ad coclude that ET Γ + ET µ! Cosidere que as compoetes do sistema double crossliked abaixo são idepedetes e possuem fiabilidade comum e igual a p.95. a Determie a fução de estrutura usado para o efeito os cortes míimos..5 Miimal cut sets K {, 4} K {, 4} K {, 5} K 4 {, 5} K 5 {, 6} K 6 {, 4} q 6 miimal cut sets Structure fuctio By cosiderig X i Beroullip i, i,..., 6 ad applyig result.4, we ca coclude that the structure fuctio of this system equals φx.4 q X i j i K j X X 4 X X 4 X X 5 X X 5 X X 6 X X 4. b Obteha limites iferior e superior o mais estritos possível para a fiabilidade do sistema, ao admitir que as compoetes estão associadas positivamete ao ivés de serem idepedetes..5 Compoets p i p.95, i,..., 7 Sice the 5 compoets form a coheret system ad operate i a positively associated fashio, we ca apply Theorem.7, amely result.4. Miimal path sets P {,, } P {4, 5, 6} P {4,, } P 4 {4, 5, } p 4 miimal path sets Miimal cut sets K {, 4} K {, 4} K {, 5} K 4 {, 5} K 5 {, 6} K 6 {, 4} q 6 miimal cut sets Lower boud for the reliability rp.4 rp max p i j,...,p i P j p ip max j,...,p p#pj #P j, j p p Upper boud for the reliability.4 rp mi p i j,...,q i K j p ip mi p #Kj j,...,q #K j, j p p O gestor de uma grade tituraria resposável pelo tigimeto de peças de m de tecido acredita que perderá um importate cotrato se o úmero de imperfeições por peça exceder 4 em exactamete.86% dos casos. a Que tipo de carta lhe parece mais razoável utilizar? Determie o respectivo alvo e os seus limites de cotrolo.. 5 6

4 Cotrol statistic Y N umber of imperfectios i the N th piece of m of fabric, N IN Distributios Y N Poissoλ, i cotrol Y N Poissoλ λ + δ, out of cotrol, where δ δ > represets the magitude of the shift i λ Obtaiig the target value of λ Accordig to the text ad lookig at the of the c.d.f. of some Poisso r.v., we get λ : P Y N > 4 λ λ.86 F P oissoλ4.984 λ.5. Sui chart A upper oe-sided u chart should be adopted because we are collectig the umber of imperfectios per piece of m of fabric, ad it is very importat to detect icreases i λ, the expected value of this r.v. Target of the upper oe-sided u chart CL λ Cotrol limits of the sigma upper oe-sided u chart LCL because we are dealig with a upper oe-sided chart UCL λ + γ λ b Caso tivesse ocorrido uma alteração o valor esperado do úmero de imperfeições por peça para, qual seria a mediaa do úmero de amostras recolhidas até à detecção de tal alteração por parte da carta que escolheu? Comete o seu sigificado..5 Ru legth We are dealig with a Shewhart chart, thus, the umber of samples collected util the chart triggers a sigal give δ, RLδ, has the followig distributio: RLδ Geometric ξδ. Shift δ λ λ.5.5 Probability of triggerig a sigal ξδ P Y N LCL, UCL δ Y N, LCL P Y N > UCL δ F P oissoλλ+δucl F P oisso F P oisso Media of RLδ { } F RLδ p T able 9. if m IN : F RLδ m p ξδ m p ξδ m p m l ξδ l p l ξδ< l p m l ξδ p.5 l.5 m l.66 m Whe the expected value of the umber of imperfectios per piece of m of fabric icreases from its target value λ.5 to λ, the probability of triggerig a valid sigal withi the first 4 samples is at least 5%. 5. A grossura da parede é uma característica importate a produção de garrafas de vidro para bebidas gaseificadas. Admita que esta v.a. possui distribuição ormal com valor esperado sob cotrolo µ.6cm e desvio-padrão costate e igual a.cm. O cotrolo de µ é feito à custa de uma carta EWMA padrão com limites assitóticos, caracterizada por 5, λ.4 e γ EW MA.889, que possui ARL EW MA 5 e ARL EW MA a Após ter preechido a tabela abaixo, o que poderá afirmar acerca do estado do processo de produção de garrafas? Quality characteristic X thickess of the glass bottle X Normalµ, N 4 5 x N w N Estimator of µ X N mea of the N th radom sample of size Distributio X N Normal µ µ,, i cotrol, where µ.6,. ad 5 X N Normal µ µ + δ,, out of cotrol, where δ δ represets the magitude of the shift a decrease or a icrease! i µ. Asymptotic cotrol limits of the stadard EWMA cotrol chart for µ Sice 5, λ.4 ad γ EW MA.889, they are equal to λ LCL EW MA µ γ EW MA λ

5 UCL EW MA µ + γ EW MA λ λ.4.4 EWMA cotrol { statistic µ, N W N λw N + λ X N, N IN Observed values of the EWMA cotrol statistic { µ, N N x N w N λw N + λ x N, N IN The fact that w LCL EW MA, UCL EW MA.56576,.6464 suggests that the process is out-of-cotrol. b Descreva uma carta X padrão com o úmero esperado de amostras recolhidas até falso alarme igual a 5 amostras. Compare a velocidade média de detecção desta carta com a da carta EWMA padrão descrita em a a detecção de um shift de magitude δ.5. Comete Cotrol statistic of the stadard X chart X N mea of the N th radom sample of size, previously described. Cotrol limits of the stadard X chart LCL µ µ γ µ UCL µ µ + γ µ Probability of triggerig a sigal Takig ito accout the distributio of the cotrol statistic, the chart for µ triggers a sigal with probability equal to: ξ µ δ P XN LCL µ, UCL µ δ { UCLµ µ + δ / LCLµ µ + δ / } Φ Φ Φ γ µ δ Φ γ µ δ, δ IR. Ru legth The umber of samples collected util this Shewhart chart triggers a sigal give δ, RL µ δ, has the followig distributio: RL µ δ Geometric ξ µ δ Obtaiig γ µ The costat γ µ is such that ARL µ 5, that is, γ µ : ξ µ ARL µ Φ γ µ Φ γ µ ARL µ, γ µ Φ ARL µ, γ µ Φ.999 γ µ.9 Probability of detectig a shift of magitude δ.5 ξ µ.5 Φ.9.5 Φ.9.5 Φ.59 Φ Requested out-of-cotrol ARL ARL µ.5 ξ µ ARL µ > ARL EW MA This is a expected result because the X chart teds to be, i average, slower tha the EWMA chart i the detectio of small ad medium size shifts like δ O feómeo dos siais erróeos ão é exclusivo dos esquemas cojutos para µ e. a Qual a probabilidade de ser emitido um sial erróeo pelo esquema S uilateral superior com úmero esperado de amostras até falso alarme igual a, quado e há uma redução de % o desvio-padrão?. Quality characteristic X Normalµ, Cotrol statistic S N variace of the N th radom sample of size, N IN Distributios SN χ, i cotrol, where SN θ χ, out of cotrol, where θ θ > represets a shift a decrease or a icrease! i the stadard deviatio Cotrol limits of the upper oe-sided S chart LCL UCL γ 9

6 Probability of triggerig a sigal ξ θ P SN LCL, UCL θ UCL F χ γ F χ θ, θ > Ru legth RL θ Geometric ξ θ. Obtaiig γ The costat γ is such that ARL, i.e. γ : ξ ARL F χ γ F χ γ ARL γ F.99 χ γ.67 ARL Requested probability A reductio of 9% of correspods to θ.9 ad the probability that such a decrease is detected by this chart is equal to γ ξ.9 F χ θ.67 F χ.9 F χ ,.5 because F < 6.75 < 7.88 F.999. χ χ 9 9 b Compare-a com a correspodete probabilidade de emissão de sial válido por parte de um esquema S padrão com ARL sob cotrolo também igual a. Cofrote também as probabilidades de emissão de sial etre as primeiras amostras destas duas cartas, mais uma vez quado θ.9. Comete estes resultados..5 Cotrol limits of the stadard S chart Accordig to Table 9., LCL γ F χ ARL µ 9 F.5 χ UCL γ+ F χ ARL µ 9 F.995 χ Requested probability A shift of magitude θ.9 is detected by this stadard chart with probability ξ θ P SN LCL, UCL θ 9.8 γ + γ because F χ 9 F χ F χ θ.59.9 F χ F χ F χ 9. F χ θ , , < 9. < 9.67 F χ 9.4 <.7 F.5. χ ad F..88 < χ 9 Sice the upper oe-sided S chart was ot desiged to detect decreases i, it is o surprise we have ξ.9 < ξ.9. Ru legths RL θ Geometric ξ θ RL θ Geometric ξ θ Requested probabilities p P RL θ ξ θ.,.5.958,.94 p P RL θ ξ θ.5,.6.65, Usurprisigly, p << p for the same reaso we poited before.

7 7. Uma gestora de uma compahia que recebe lotes de dimesão N adoptou um plao de amostragem simples com 65 e c, tedo decidido pela rectificação da ispecção. a Determie a redução relativa da fracção de uidades defeituosas os lotes devida à rectificação da ispecção, quado o verdadeiro valor da fracção de peças defeituosas é igual a p.%..5 Sigle samplig pla for attributes N lot size 65 sample size c acceptace umber Auxiliary r.v. ad its approximate distributio D umber of defective uits i the sample a Biomial, p Probability of acceptig the lot P a p P D c p. F Biomial,p c F Biomial65,. 65. i. 65 i i i Average outgoig quality of a sigle samplig pla with rectifyig ispectio.4 p N P a p AOQp N Relative reductio i the percetage defective AOQp %.9 % p..49% b Obteha o úmero médio de uidades ispeccioadas deste plao de amostragem, cosiderado para o efeito o valor de p da alíea aterior. Comete.. Average total ispectio of the sigle samplig pla with rectifyig ispectio.5 AT Ip P a p + N P a p AT I is slightly larger tha the sample size 65. Usurprisigly, the relative reductio i the percetage defective is isigificat approx. %.

Fiabilidade e Controlo de Qualidade

Fiabilidade e Controlo de Qualidade Fiabilidade e Controlo de Qualidade LMAC o. Teste o. Semestre 004/05 Duração: hora e 45 minutos 4/Maio/05 (Sab.) 0h. O esquema abaixo descreve as etapas de uma deslocação em transportes públicos de uma

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

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

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística TODOS OS CURSOS Duração: 90 miutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas 1 o semestre 2018/2019 30/01/2019 15:00 2 o Teste C 10 valores 1. Seja X X 1, X 2,...,

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 /0/208 09:00 2 o teste A 0 valores. Admita

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

DURAÇÃO 1:30. (o teste consta de 3 páginas com questões, um formulário e uma tabela - 5 folhas no total)

DURAÇÃO 1:30. (o teste consta de 3 páginas com questões, um formulário e uma tabela - 5 folhas no total) DURAÇÃO 1:30 (o teste costa de 3 págias com questões, um formulário e uma tabela - 5 folhas o total) Leia atetamete o euciado ates de respoder a cada questão. as questões de escolha múltipla seleccioe

Leia mais

Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ

Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ Justifique coveietemete todas as respostas 2 o semestre 207/208

Leia mais

Discrete-time Random Signals

Discrete-time Random Signals Discrete-tie Rado Sigals Util ow, we have assued that the sigals are deteriistic, i.e., each value of a sequece is uiquely deteried. I ay situatios, the processes that geerate sigals are so cople as to

Leia mais

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística TODOS OS CURSOS Duração: 90 miutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas o semestre 017/018 04/07/018 15:00 o Teste C 10 valores 1. Admita que os tempos (em cetea

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

UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Benito Olivares Aguilera

UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Benito Olivares Aguilera UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EATAS DEPTO. DE ESTATÍSTICA LISTA 4 PROBABILIDADE A (CE068) Prof. Beito Olivares Aguilera 2 o Sem./09 1. Das variáveis abaixo descritas, assiale quais são

Leia mais

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

Probabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec Duração: 90 miutos Grupo I Probabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec Justifique coveietemete todas as respostas! 2 o semestre 2015/2016 30/04/2016 9:00 1 o Teste A 10 valores 1. Uma

Leia mais

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

Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec Justifique coveietemete todas as respostas 2 o semestre 2016/2017 16/06/2017 9h:00 2 o teste 10 valores 1.

Leia mais

[t (j) t (j 1) = τ. (t (i 1) + (n i + 1) [t (i) t (i 1) Abcissae of the TTT plot, i = 0, 1,..., n

[t (j) t (j 1) = τ. (t (i 1) + (n i + 1) [t (i) t (i 1) Abcissae of the TTT plot, i = 0, 1,..., n Fabldade e Cotrolo de Qualdade LMAC xame de a. Época / o. Teste o. Teste o. Semestre /3 uração: 3 horas / hora e 45 mutos 8/7/3 7 horas V.8. Foram regstados 5 tempos de reparação em horas que se crê serem

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

Probabilidades e Estatística

Probabilidades e Estatística Departameto de Matemática Probabilidades e Estatística Primeiro exame/segudo teste 2 o semestre 29/21 Duração: 18/9 miutos Grupo I Justifique coveietemete todas as respostas. 17/6/21 9: horas 1. Com base

Leia mais

Lista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas

Lista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas . ANPEC 8 - Questão Seja x uma variável aleatória com fução desidade de probabilidade dada por: f(x) = x, para x f(x) =, caso cotrário. Podemos afirmar que: () E[x]=; () A mediaa de x é ; () A variâcia

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

DISTRIBUIÇÕES DE PROBABILIDADE

DISTRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÃO DE PROBABILIDADE Seja uma v.a. que assume os valores,,..., com probabilidade p, p,..., p associadas a cada elemeto de, sedo p p... p diz-se que está defiida

Leia mais

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística TODOS OS CURSOS Duração: 90 miutos Grupo I robabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas 2 o semestre 2016/2017 05/07/2017 15:00 2 o Teste C 10 valores 1. Admita que a proporção

Leia mais

NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA

NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA Objetivos da aula: Compreeder que um estimador é uma variável aleatória e, portato, pode-se estabelecer sua distribuição probabilística; Estabelecer

Leia mais

Aplicações lineares. Capítulo Seja T: a) Quais dos seguintes vectores estão em Im( T )? 1 i) 4. 3 iii) ii)

Aplicações lineares. Capítulo Seja T: a) Quais dos seguintes vectores estão em Im( T )? 1 i) 4. 3 iii) ii) Capítulo Aplicações lieares Seja T: R R a multiplicação por 8 a) Quais dos seguites vectores estão em Im( T )? i) ii) 5 iii) b) Quais dos seguites vectores estão em Ker( T)? i) ii) iii) c) Qual a dimesão

Leia mais

PROBABILIDADES E ESTATÍSTICA

PROBABILIDADES E ESTATÍSTICA ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA o Teste 7 o SEMESTRE 5/6 Data: Sábado, 7 de Jaeiro de 6 Duração: 9:3 às :3 Tópicos de Resolução. O úmero

Leia mais

(i) (1,5 val.) Represente na forma de um intervalo ou de uma união disjunta de intervalos cada um dos conjuntos seguintes:

(i) (1,5 val.) Represente na forma de um intervalo ou de uma união disjunta de intervalos cada um dos conjuntos seguintes: Istituto Superior Técico Departameto de Matemática o TESTE DE CÁLCULO DIFERENCIAL E INTEGRAL I - Versão A MEAero o Sem. 0/3 0//0 Duração: h30m RESOLUÇÃO. 3,0 val. i,5 val. Represete a forma de um itervalo

Leia mais

Cap. 4 - Estimação por Intervalo

Cap. 4 - Estimação por Intervalo Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:

Leia mais

Lista de Exercícios 5

Lista de Exercícios 5 Itrodução à Teoria de Probabilidade. Iformatica Biomedica. Departameto de Física e Matemática. USP-RP. Prof. Rafael A. Rosales 22 de juho de 2006. Lista de Exercícios 5 1 Modelos Probabilísticos Discretos

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departameto de Matemática robabilidades e Estatística LEGM, LEIC-A, LEIC-T, LEMat, MEBiom, MEFT, MEQ 2 o semestre 2011/2012 2 o Teste A 08/06/2012 9:00 Duração: 1 hora e 30 miutos Justifique coveietemete

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

) 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

Probabilidades e Estatística 2005/06

Probabilidades e Estatística 2005/06 Departameto de Matemática Secção de Estatística e Aplicações - IST Probabilidades e Estatística 2005/06 Resolução do 1 o Exame/2 o Teste 10/01/2006 h00 Grupo I - 5.0 val. 1. Um ovo método de detecção de

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

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

Lista 9 - Introdução à Probabilidade e Estatística

Lista 9 - Introdução à Probabilidade e Estatística Lista 9 - Itrodução à Probabilidade e Estatística Desigualdades e Teoremas Limites 2.=000. 1 Um ariro apota a um alvo de 20 cm de raio. Seus disparos atigem o alvo, em média, a 5 cm do cetro deste. Assuma

Leia mais

Métodos Quantitativos para

Métodos Quantitativos para Métodos Quatitativos para Ciêcia da Computação Experimetal Aula #4 Virgílio A. F. Almeida Maio de 010 Departameto de Ciêcia da Computação Uiversidade Federal de Mias Gerais Histograma das Notas 16 Frequecy

Leia mais

Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ

Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ Justifique coveietemete todas as respostas 2 o semestre 2017/2018

Leia mais

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

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ Duração: 90 miutos Grupo I Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ Justifique coveietemete todas as respostas 1 o semestre 2017/2018 11/01/2018

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

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística TODOS OS CURSOS Duração: 90 miutos Gruo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as resostas 1 o semestre 2017/2018 30/01/2018 15:00 2 o Teste C 10 valores 1. A variável aleatória X

Leia mais

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA

CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA CAPÍTULO 5 - INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA 5. INTRODUÇÃO É freqüete ecotrarmos problemas estatísticos do seguite tipo : temos um grade úmero de objetos (população) tais que se fossem tomadas as medidas

Leia mais

Trabalho 4. Gustavo Mello Reis Página 1

Trabalho 4. Gustavo Mello Reis Página 1 Trabalho 4 Gustavo Mello Reis Págia 1 1) Histograma a) Uma empresa que fabrica suco de laraja egarrafado deseja estudar a quatidade de suco em ml presete em cada embalagem. Para se equadrar as ormas vigetes

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

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

Probabilidades e Estatística / Introd. às Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística / Introd. às Probabilidades e Estatística TODOS OS CURSOS Probabilidades e Estatística / Itrod. às Probabilidades e Estatística TODOS OS CURSOS Exame Época Especial 7/8 3/7/7 9: Duração: 3 horas Justifique coveietemete todas as respostas Grupo I 5 valores. Uma

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

) E 2 ( X) = p p 2 = p( 1 p) ) = 0 2 ( 1 p) p = p ( ) = ( ) = ( ) = p. F - cara (sucesso) C - coroa (insucesso)

) E 2 ( X) = p p 2 = p( 1 p) ) = 0 2 ( 1 p) p = p ( ) = ( ) = ( ) = p. F - cara (sucesso) C - coroa (insucesso) 3.6 A distribuição biomial Defiição: uma eperiêcia ou prova de Beroulli é uma eperiêcia aleatória só com dois resultados possíveis (um deles chamado "sucesso" e o outro "isucesso"). Seja P(sucesso) = p,

Leia mais

Esquemas de controlo de qualidade do tipo Shewhart para atributos e variáveis

Esquemas de controlo de qualidade do tipo Shewhart para atributos e variáveis Capítulo 9 Esquemas de controlo de qualidade do tipo Shewhart para atributos e variáveis 9.1 Introdução Concentrar-nos-emos doravante no controlo estatístico de processos, muito em particular em esquemas

Leia mais

Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL

Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL Prof. Fabrício Maciel Gomes Departameto de Egeharia Química Escola de Egeharia de Lorea EEL Referêcias Bibliográficas Sistema de Avaliação Duas Provas teóricas Um Trabalho em Grupo MédiaFial 0,4 P 0,4

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

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

EPR 007 Controle Estatístico de Qualidade

EPR 007 Controle Estatístico de Qualidade EP 7 Cotrole Estatístico de Qualidade Prof. Dr. Emerso José de Paiva Gráficos e tabelas origiadas de Costa, Epprecht e Carpietti (212) 1 Num julgameto, ifelizmete, um iocete pode ir pra cadeia, assim como

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

DFS Série Discreta de Fourier DFT Transformada Discreta de Fourier Convolução Circular

DFS Série Discreta de Fourier DFT Transformada Discreta de Fourier Convolução Circular Sistemas de Processameto Digital Egeharia de Sistemas e Iformática Ficha 4 /6 4.º Ao/.º Semestre DFS Série Discreta de Fourier DFT Trasformada Discreta de Fourier Covolução Circular Série Discreta de Fourier

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

Probabilidades. José Viegas

Probabilidades. José Viegas Probabilidades José Viegas Lisboa 001 1 Teoria das probabilidades Coceito geral de probabilidade Supoha-se que o eveto A pode ocorrer x vezes em, igualmete possíveis. Etão a probabilidade de ocorrêcia

Leia mais

ESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA)

ESTIMAÇÃO POR INTERVALO (INTERVALOS DE CONFIANÇA) 06 ETIMÇÃO OR INTERVLO (INTERVLO DE CONINÇ) Cada um dos métodos de estimação potual permite associar a cada parâmetro populacioal um estimador. Ora a cada estimador estão associadas tatas estimativas diferetes

Leia mais

Incerteza, exatidão, precisão e desvio-padrão

Incerteza, exatidão, precisão e desvio-padrão 1 Incerteza, exatidão, precisão e desvio-padrão Incerteza ( uncertainty or margin of error ) A incerteza, segundo a Directiva Comunitária 2007/589/CE, é: parâmetro associado ao resultado da determinação

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departameto de Matemática robabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEEC, MEMec 2 o semestre 20/202 2 o Teste B 08/06/202 :00 Duração: hora e 30 miutos Justifique

Leia mais

Probabilidades e Estatística LEAN, LEE, LEGI, LEMat, LETI, LMAC, MEAmb, MEAer, MEBiol, MEBiom, MEEC, MEFT, MEQ

Probabilidades e Estatística LEAN, LEE, LEGI, LEMat, LETI, LMAC, MEAmb, MEAer, MEBiol, MEBiom, MEEC, MEFT, MEQ Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEE, LEGI, LEMat, LETI, LMAC, MEAmb, MEAer, MEBiol, MEBiom, MEEC, MEFT, MEQ Justifique coveietemete todas as respostas! o semestre 015/016

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

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

Lista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação

Lista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação Assuto: Propriedade dos Estimadores e Métodos de Estimação. ANPEC 08 - Questão 6 Por regulametação, a cocetração de um produto químico ão pode ultrapassar 0 ppm. Uma fábrica utiliza esse produto e sabe

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CESPE/UB FUB/0 fa 5 4 CONHECIMENTOS ESPECÍFICOS 60 As distribuições B e C possuem os mesmos valores para os quartis Q e Q, e o quartil superior em B correspode ao quartil cetral (Q ) da distribuição A.

Leia mais

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

Probabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec Duração: 90 miutos Probabilidades e Estatística LEIC-A, LEIC-T, LEGM, MA, MEMec Justifique coveietemete todas as respostas! 2 o semestre 2015/2016 09/06/2016 11:00 2 o teste B Grupo I 10 valores 1. Seja

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

Efficient Method for Magnitude Comparison in RNS Based on Two Pairs of Conjugate Moduli Leonel Sousa

Efficient Method for Magnitude Comparison in RNS Based on Two Pairs of Conjugate Moduli Leonel Sousa Efficiet Method for Magitude Compariso i RNS Based o Two Pairs of Cojugate Moduli Leoel Sousa ARITH 8 Motpellier Outlie. Motivatio. Class of Moduli Sets 3. Method for comparig magitude i RNS 4. Typical

Leia mais

Escola de Engenharia de Lorena EEL USP Departamento de Engenharia Química DEQUI Disciplina: Normalização e Controle da Qualidade NCQ

Escola de Engenharia de Lorena EEL USP Departamento de Engenharia Química DEQUI Disciplina: Normalização e Controle da Qualidade NCQ 1 Escola de Egeharia de orea EE SP Departameto de Egeharia Química DEQI Disciplia: Normalização e Cotrole da Qualidade NCQ Capítulo : Amostragem por Variáveis (MI STD 1) SEÇÃO A.1 Objetivo Este capítulo

Leia mais

Virgílio A. F. Almeida DCC-UFMG 2005

Virgílio A. F. Almeida DCC-UFMG 2005 Virgílio A. F. Almeida DCC-UFMG 005 YZ- i p pq q pq F i p F i Z P Z P i Z P Z P Z ad i Z P Z i Z P Z i Z P Z i Y P Z i i Z Z Z + + > + > > + > + > > + !" http://www.itl.ist.gov/div898/hadbook/ide.htm A

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

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

MAE Introdução à Probabilidade e Estatística II Resolução Lista 1

MAE Introdução à Probabilidade e Estatística II Resolução Lista 1 MAE 229 - Itrodução à Probabilidade e Estatística II Resolução Lista 1 Professor: Pedro Moretti Exercício 1 (a) Fazer histograma usado os seguites dados: Distribuição de probabilidade da variável X: X

Leia mais

Probabilidades e Estatística LEE, LEGI, LEMat, LERC/LETI, LMAC, MEAer, MEAmb, MEBiol, MEBiom, MEEC, MEFT, MEQ

Probabilidades e Estatística LEE, LEGI, LEMat, LERC/LETI, LMAC, MEAer, MEAmb, MEBiol, MEBiom, MEEC, MEFT, MEQ Duração: 90 miutos Grupo I Probabilidades e Estatística LEE, LEGI, LEMat, LERC/LETI, LMAC, MEAer, MEAmb, MEBiol, MEBiom, MEEC, MEFT, MEQ Justifique coveietemete todas as respostas 2 o semestre 206/207

Leia mais

Estatística e Probabilidade, D3, 2019_1. Escolha a alternativa correta e indique no gabarito de respostas

Estatística e Probabilidade, D3, 2019_1. Escolha a alternativa correta e indique no gabarito de respostas Estatística e Probabilidade, D3, 2019_1 Escolha a alterativa correta e idique o gabarito de respostas 1. Uma avaliação é costituída de 20 questões, cada uma delas com cico alterativas, das quais apeas

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

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística TODOS OS CURSOS Probabilidades e Estatística TODOS OS CURSOS Exame Época Especial 2016/2017 24/07/2017 09:00 Duração: 3 horas Justifique coveietemete todas as respostas Grupo I 5 valores 1. Uma compahia de seguros divide

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departameto de Matemática robabilidades e Estatística LEGM, LEIC-A, LEIC-T, LEMat, MEBiom, MEFT, MEQ o semestre 0/0 o Teste A 08/06/0 9:00 Duração: hora e 30 miutos Justifiue coveietemete todas as respostas!

Leia mais

Métodos Quantitativos para

Métodos Quantitativos para Métodos Quatitativos para Ciêcia da Computação Experimetal Aula #4 Virgílio A. F. Almeida Maio de 010 Departameto de Ciêcia da Computação Uiversidade Federal de Mias Gerais Solução do Problema 4 5% das

Leia mais

Problema de Fluxo de Custo Mínimo

Problema de Fluxo de Custo Mínimo Problema de Fluo de Custo Míimo The Miimum Cost Flow Problem Fluo de Custo Míimo O Problema de Fluo de Custo Míimo (The Miimum Cost Flow Problem) Este problema possui papel pricipal etre os modelos de

Leia mais

Módulo 4 Cartas de controle para atributos: construção e interpretação. Estudos de estabilidade e capacidade. Estudo de R&R (MSA).

Módulo 4 Cartas de controle para atributos: construção e interpretação. Estudos de estabilidade e capacidade. Estudo de R&R (MSA). Módulo 4 Cartas de cotrole para atributos: costrução e iterpretação. Estudos de estabilidade e capacidade. Estudo de R&R (MSA). Cartas para atributos Máquias e Pessoal equipametos Materiais Métodos de

Leia mais

Estatística II Licenciatura em Gestão TESTE I

Estatística II Licenciatura em Gestão TESTE I Estatística II Liceciatura em Gestão 1 o semestre 2015/2016 14/01/2016 09:00 Nome N o Espaço reservado a classificações A utilização do telemóvel, em qualquer circustâcia, é motivo suficiete para a aulação

Leia mais

Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem

Mestrado Integrado em Engenharia Civil. Disciplina: TRANSPORTES. Sessão Prática 4: Amostragem Mestrado Itegrado em Egeharia Civil Disciplia: TRNSPORTES Prof. Resposável: José Mauel Viegas Sessão Prática 4: mostragem Istituto Superior Técico / Mestrado Itegrado Egª Civil Trasportes ulas Práticas

Leia mais

a) n tem raio de convergência 1=L.

a) n tem raio de convergência 1=L. 3. SÉRIES DE OTÊNCIAS SÉRIES & EDO - 7. 3.. :::: :::::::::::::::::::::::::::: FUNDAMENTOS GERAIS. Falso (F) ou Verdadeiro (V)? Justi que. (a) Se a série c diverge em = ; etão ela diverge em = 3. (b) Se

Leia mais

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

FACULDADE DE CIÊNCIAS E TECNOLOGIA. Redes de Telecomunicações (2006/2007) FCULDDE DE CIÊCIS E TECOLOGI Redes de Telecomuicações (6/7) Egª de Sistemas e Iformática Trabalho º4 (ª aula) Título: Modelação de tráfego utilizado o modelo de Poisso Fudametos teóricos (cotiuação) 7.

Leia mais

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

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse.

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse. rof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Uma coleção de todos os possíveis elemetos, objetos ou medidas de iteresse. Um levatameto efetuado sobre toda uma população é deomiado

Leia mais

Prova Escrita de MATEMÁTICA A - 12o Ano a Fase

Prova Escrita de MATEMÁTICA A - 12o Ano a Fase Prova Escrita de MATEMÁTICA A - 1o Ao 00 - a Fase Proposta de resolução GRUPO I 1. Como a probabilidade do João acertar em cada tetativa é 0,, a probabilidade do João acertar as tetativas é 0, 0, 0, 0,

Leia mais

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse.

Uma coleção de todos os possíveis elementos, objetos ou medidas de interesse. rof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Uma coleção de todos os possíveis elemetos, objetos ou medidas de iteresse. Um levatameto efetuado sobre toda uma população é deomiado

Leia mais

( ) ( ) Novo Espaço Matemática A 12.º ano Proposta de Teste [abril 2018] CADERNO 1 (É permitido o uso de calculadora gráfica)

( ) ( ) Novo Espaço Matemática A 12.º ano Proposta de Teste [abril 2018] CADERNO 1 (É permitido o uso de calculadora gráfica) Proposta de Teste [abril 08] Nome: Ao / Turma: N.º: Data: - - Não é permitido o uso de corretor. Deves riscar aquilo que pretedes que ão seja classificado. A prova iclui um formulário. As cotações dos

Leia mais

Técnicas Computacionais em Probabilidade e Estatística I. Aula II

Técnicas Computacionais em Probabilidade e Estatística I. Aula II Técicas Computacioais em Probabilidade e Estatística I Aula II Chag Chia MAE 5704- IME/USP º Sem/008 Algus modelos de iteresse prático: a Beroulli; Biomial; b Poisso; Geométrica; Hipergeométrica; c Uiforme;

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

Lista 9 - Introdução à Probabilidade e Estatística

Lista 9 - Introdução à Probabilidade e Estatística UNIVERSIDADE FEDERAL DO ABC Lista 9 - Itrodução à Probabilidade e Estatística Desigualdades e Teoremas Limites 1 Um ariro apota a um alvo de 20 cm de raio. Seus disparos atigem o alvo, em média, a 5 cm

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

5. Medidas de dispersão

5. Medidas de dispersão 5 Medidas de dispersão 00 Chamadas de medidas de variabilidade (dispersio ou variability) Quatificação das difereças etre os valores,,, Dispersão e cocetração (ou precisão) são coceitos opostos Redução

Leia mais

TRANSPORTES. Sessão Prática 4 Amostragem de escalares

TRANSPORTES. Sessão Prática 4 Amostragem de escalares Mestrado Itegrado em Egeharia Civil TRNPORTE Prof. Resposável: Luis Picado atos essão Prática 4 mostragem de escalares Istituto uperior Técico / Mestrado Itegrado Egeharia Civil Trasportes ulas Práticas

Leia mais

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17)

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17) Capítulo 5- Itrodução à Iferêcia estatística. (Versão: para o maual a partir de 2016/17) 1.1) Itrodução.(222)(Vídeo 39) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar

Leia mais

Introdução à Probabilidade e à Estatística I

Introdução à Probabilidade e à Estatística I Itrodução à Probabilidade e à Estatística I Resolução Lista 1 Professor: Pedro Moretti & Chag Chia 1. (a) Podemos iserir dados o software R e costruir um histograma com 5 itervalos: Frequecy 0 2 4 6 8

Leia mais

Probabilidade II Aula 9

Probabilidade II Aula 9 Coteúdo Probabilidade II Aula 9 Maio de 9 Môica Barros, D.Sc. Estatísticas de Ordem Distribuição do Máximo e Míimo de uma amostra Uiforme(,) Distribuição do Máximo e Míimo caso geral Distribuição das Estatísticas

Leia mais

INTERVALO DE CONFIANÇA BOOTSTRAP COMO FERRAMENTA PARA CLASSIFICAR RAÇAS DO NEMATÓIDE DE CISTO DA SOJA 1

INTERVALO DE CONFIANÇA BOOTSTRAP COMO FERRAMENTA PARA CLASSIFICAR RAÇAS DO NEMATÓIDE DE CISTO DA SOJA 1 INTERVALO DE CONFIANÇA BOOTSTRAP 71 INTERVALO DE CONFIANÇA BOOTSTRAP COMO FERRAMENTA PARA CLASSIFICAR RAÇAS DO NEMATÓIDE DE CISTO DA SOJA 1 JOSÉ ERIVALDO PEREIRA, JOÃO FLÁVIO VELOSO SILVA, WALDIR PEREIRA

Leia mais