Universidade Federal de Goiás Instituto de Matemática e Estatística
|
|
- Fernando Batista Gomes
- 6 Há anos
- Visualizações:
Transcrição
1 Universidade Federal de Goiás Instituto de Matemática e Estatística Prova 3 de Probabilidade Prof.: Fabiano F. T. dos Santos Goiânia, 12 de dezembro de 214 Aluno: Nota: Descreva seu raciocínio e desenvolva todas as contas. Não utilize caneta vermelha. Responda todas as perguntas nas folhas correspondentes. Dena todos as v.a's necessárias. Eu quase não sei de nada, mas descono de muita coisa. (Guimarães Rosa)
2 Questão 1 Um posto de gasolina é abastecido com gasolina uma vez por semana. O volume semanal de vendas (em milhares de litros) é uma v.a. com densidade dada por f(x) = { cx 3, x 1, c.c. a) Determine o valor de c e esboce o gráco de f. (1, ponto) Devemos ter cx 3 dx = 1. Segue que c = 4. O gráco de f é o seguinte: Observações:,25 pela integral e,25 por encontrar a constante c. O gráco vale,5. b) Calcule a probabilidade de que o volume semanal de vendas, de uma semana escolhida ao acaso, esteja entre e 3 litros. (,5 pontos) Dena X como o volume semanal de vendas. Assim, P (1/ < X < 3/) = 3/ 1/ Observações:,25 pela integral e,25 pela resolução. 4x 3 dx = 8/. c) Calcule a probabilidade de que o volume semanal de vendas, de uma semana escolhida ao acaso, seja maior do que 5 litros. (,5 pontos) Temos P (X > 1/2) = 1/2 4x 3 dx = 1 Observações:,25 pela integral e,25 pela resolução. /2 d) Em uma semana, qual o valor esperado de vendas? (,5 pontos) observe que 4x 3 dx = 15/16.
3 E(X) = Logo, espera-se vender 8 litros de gasolina semanalmente. Observações:,25 pela integral,, pela resolução e,15 pela resposta. 4x 4 dx = 4/5 =, 8.
4 Questão 2 O tempo de vida X (em anos), de um equipamento eletrônico, é modelado por uma v.a. distribuição exponencial de parâmetro 2; isto é, X tem densidade dada por f(x) = { 2e 2x, x, x < com a) Determine a função de distribuição de X. (1, ponto) Observe que e x < F (x) = x dt = x F (x) = dt + x 2e 2t dt = 1 e 2x. Logo, F (x) = {, x < 1 e 2x, x Observações:,25 pela primeira parte,,5 pela segunda parte e,25 pela resposta. b) Este equipamento vive, em média, quanto tempo? (1, ponto) A média de X é dada por E(X) = xf(x)dx = Portanto, o equipamento vive, em média, 6 meses. Observações:,25 pela integral,,5 pela resolução e,25 pela resposta. c) Qual a probabilidade, de um equipamento escolhido ao acaso, viver mais de 1 ano? (1, ponto) A probabilidade pedida vale P (X > 1) = 1 P ( < X < 1) = x 2e 2x dx = 1/2. 2e 2x dx = e 2 =, Observações:,25 pela probabilidade,,25 pela integral e,5 pela resolução.
5 Questão 3 As alturas de 1. alunos de um colégio têm distribuição normal com média 16 cm e desvio padrão cm. a) Qual o número esperado de alunos com altura superior a 17 cm? (1,5 pontos) Seja Y a v.a. altura. Do enunciado, Y N(16, 2 ). A probabilidade de que um aluno escolhido ao acaso tenha altura superior a 17 cm é: ( Y 16 P (Y > 17) = P > ) = P (Z > 1) =, 5 P ( < Z < 1) =, 5, 34 =, 16. Portanto, o número esperado de alunos com altura superior a 17 cm é, 16 = 16. Observações:,25 por denir a v.a. altura,,5 por encontrar P (Z > 1),,5 por calcular essa probabilidade e,25 por calcular o úmero de alunos. b) Qual o intervalo simétrico em torno da média que conterá 75% das alturas dos alunos? (1,5 pontos) Queremos o valor de k que torna a igualdade P ( Y 16 < k) =, 75 verdadeira. Note que Y 16 < k 16 k < Y < 16+k 16 k 16 < Y 16 < 16 + k 16 = k < Z < k. Portanto, P ( Y 16 < k) = P ( k < Z < k ) ( = 2P < Z < k ). Impondo 2P ( < Z < k ) =, 75, concluímos que P ( < Z < k ) =, 375. Via tabela obtemos = 1, 15, o que nos dá k = 11, 5. Portanto, 75% dos alunos têm alturas variando de k 16-11,5=148,5 cm a 16+11,5=171,5 cm. Observações:,5 por encontrar P ( Y 16 < k) = P ( k < Z < k ),,5 por encontrar P ( < Z < k ) =, 375,,25 por determinar k e,25 por encontrar o intervalo.
6 Questão 4 A distribuição dos pesos de coelhos criados numa granja é normal, com média de 4 kg e desvio padrão de,5 kg. Um abatedouro comprará 1. coelhos e pretende classicá-los de acordo com o peso, do seguinte modo: 3% dos mais leves como pequenos, os 4% seguintes como médios e os 3% mais pesados como grandes. Quais os limites de peso para cada classe? (3, pontos) Seja X a v.a. peso. Do enunciado, sabemos que X N(4, (, 5) 2 ). Primeiramente, dena x 1 como o limite de peso para os 3% mais leves. Assim, existe z 1 tal que x 1 4,5 = z 1. Como z 1 também deixa 3% de probabilidade à sua esquerda, então P (z 1 < Z < ) =, 2, de onde concluímos que z 1 =, 52. Portanto, x 1 = 4 + (, 52)(, 5) = 3, 74 kg. Pela simetria, o peso x 2 que deixa os 3% mais pesados à sua direita é x 2 = 4 + (, 52)(, 5) = 4, 26 kg. Portanto, os limites de peso são: pequenos: até 3,74 kg; médios: de 3,75 kg até 4,26 kg; grandes: acima de 4,26 kg. Observações:,5 por denir a v.a. peso,,25 por encontrar x 1 4,5 = z 1,,5 por encontrar z 1,,25 por encontrar x 1, 1, por encontrar x 2 (análogo a x 1 ) e,5 por estabelecer os limites.
Probabilidade Lista 6 - Variáveis Aleatórias Contínuas e Vetores Aleatórios
Probabilidade Lista - Variáveis Aleatórias Contínuas e Vetores Aleatórios Exercício. Uma v.a. X tem distribuição triangular no intervalo [0, ] se sua densidade for dada por 0, x < 0 cx, 0 x /2 c( x), /2
Universidade Federal de Goiás Instituto de Matemática e Estatística
Universidade Federal de Goiás Instituto de Matemática e Estatística Prova de Probabilidade Prof.: Fabiano F. T. dos Santos Goiânia, 31 de outubro de 014 Aluno: Nota: Descreva seu raciocínio e desenvolva
Universidade Federal de Goiás Instituto de Matemática e Estatística
Universidade Federal de Goiás Instituto de Matemática e Estatística Prova 1 de Probabilidade I Prof.: Fabiano F. T. dos Santos Goiânia, 15 de setembro de 2014 Aluno: Nota: Descreva seu raciocínio e desenvolva
Variáveis Aleatórias Contínuas e Distribuição de Probabilidad
Variáveis Aleatórias Contínuas e Distribuição de Probabilidades - parte I 2012/02 1 Variáveis Aleatórias Contínuas 2 Distribuições de Probabilidade e Funções Densidades de Probabil 3 4 Objetivos Ao final
Distribuição Normal. Prof. Eduardo Bezerra. (CEFET/RJ) - BCC - Inferência Estatística. 25 de agosto de 2017
padrão - padronização Distribuição Normal Prof. Eduardo Bezerra (CEFET/RJ) - BCC - Inferência Estatística 25 de agosto de 2017 Eduardo Bezerra (CEFET/RJ) Distribuição Normal Março/2017 1 / 32 Roteiro Distribuições
Probabilidade e Modelos Probabilísticos
Probabilidade e Modelos Probabilísticos 2ª Parte: modelos probabilísticos para variáveis aleatórias contínuas, modelo uniforme, modelo exponencial, modelo normal 1 Distribuição de Probabilidades A distribuição
( x) = a. f X. = para x I. Algumas Distribuições de Probabilidade Contínuas
Probabilidade e Estatística I Antonio Roque Aula Algumas Distribuições de Probabilidade Contínuas Vamos agora estudar algumas importantes distribuições de probabilidades para variáveis contínuas. Distribuição
Capítulo 3. Introdução à Probabilidade E à Inferência Estatística
Capítulo 3 Introdução à Probabilidade E à Inferência Estatística definições e propriedades: Propriedade 5: A probabilidade condicional reflete como a probabilidade de um evento pode mudar se soubermos
Momentos: Esperança e Variância. Introdução
Momentos: Esperança e Variância. Introdução Em uma relação determinística pode-se ter a seguinte relação: " + " = 0 Assim, m =, é a declividade e a e b são parâmetros. Sabendo os valores dos parâmetros
Professor Mauricio Lutz DISTRIBUIÇÃO NORMAL
1 DISTRIBUIÇÃO NORMAL Entre as distribuições teóricas de variável contínua, uma das mais empregadas é a distribuição normal. O aspecto gráfico de uma distribuição normal é o da figura abaio. Para uma perfeita
Stela Adami Vayego DEST/UFPR
Resumo 9 Modelos Probabilísticos Variável Contínua Vamos ver como criar um modelo probabilístico, o que é uma função densidade de probabilidade (fdp), e como calcular probabilidades no caso de variáveis
Distribuição Gaussiana
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Distribuição Gaussiana Introdução à Bioestatística Turma Nutrição Aula 7: Distribuição Normal (Gaussiana) Distribuição
Lista 4 de exercícios
Lista 4 de exercícios 1. (MORETTIN, 2010) Na leitura de uma escala, os erros variam de -1/4 a ¼, com distribuição uniforme de probabilidade. Calcular a média e a variância da distribuição dos erros. 2.
CÁLCULO I. 1 A Função Logarítmica Natural. Objetivos da Aula. Aula n o 22: A Função Logaritmo Natural. Denir a função f(x) = ln x;
CÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeida Aula n o 22: A Função Logaritmo Natural Objetivos da Aula Denir a função f(x) = ln x; Calcular limites, derivadas e integral envolvendo a função
14. Distribuição de Probabilidade para Variáveis Aleatórias Contínuas
4. Distribuição de Probabilidade para Variáveis Aleatórias Contínuas Os valores assumidos por uma variável aleatória contínua podem ser associados com medidas em uma escala contínua como, por exemplo,
6.3 Valor Médio de uma Variável Aleatória
6. 3 V A L O R M É D I O D E U M A V A R I Á V E L A L E A T Ó R I A 135 1. Considere uma urna contendo três bolas vermelhas e cinco pretas. Retire três bolas, sem reposição, e defina a v.a. X igual ao
Distribuição Normal. Prof a Dr a Alcione Miranda dos Santos. Abril, 2011
Distribuição Normal Prof a Dr a Alcione Miranda dos Santos Universidade Federal do Maranhão Programa de Pós-Graduação em Saúde Coletiva email:alcione.miranda@gmail.com Abril, 2011 1 / 18 Sumário Introdução
Cálculo das Probabilidades I - Sexta Lista - Rio, 13/09/2014
Cálculo das Probabilidades I - Sexta Lista - Rio, 13/09/2014 1. O diâmetro X de{ um cabo elétrico é uma variável aleatória com densidade de probabilidade K(2x x dada por 2 ), 0 x 1 0, x < 0 ou x > 1. (a)
ESTATÍSTICA APLICADA À ADMINISTRAÇÃO
ESTATÍSTICA APLICADA À ADMINISTRAÇÃO Thiago Marzagão DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 2/2016 1 / 35 variáveis discretas vs variáveis contínuas
1 Distribuição Uniforme
Centro de Ciências e Tecnologia Agroalimentar - Campus Pombal Disciplina: Estatística Básica - 03 Aula 8 Professor: Carlos Sérgio UNIDADE 4 - Distribuições Contínuas (Notas de Aula) Distribuição Uniforme
2.1 Variáveis Aleatórias Discretas
4CCENDMMT02-P PROBABILIDADE E CÁLCULO DIFERENCIAL E INTEGRAL Girlan de Lira e Silva (1),José Gomes de Assis (3) Centro de Ciências Exatas e da Natureza /Departamento de Matemática /MONITORIA Resumo: Utilizamos
PROBLEMA 1 O retorno mensal de certo investimento de risco pode ser modelado pela variável aleatória R com função de probabilidade dada abaixo :
Módulo básico - Tópicos de Estatística e obabilidade ONS 006/007 - ofa. Mônica Barros LISTA DE EXERCÍCIOS # PROBLEMA O retorno mensal de certo investimento de risco pode ser modelado pela variável aleatória
Revisão de distribuições de probabilidades contínuas (Capítulo 6 Levine)
Revisão de distribuições de probabilidades contínuas (Capítulo 6 Levine) Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc. Chap 6-1 Objetivos: Neste capítulo, você aprenderá:
CÁLCULO I. Conhecer a interpretação geométrica da derivada em um ponto. y = f(x 2 ) f(x 1 ). y x = f(x 2) f(x 1 )
CÁLCULO I Prof. Marcos Diniz Prof. André Almeida Prof. Edilson Neri Júnior Aula n o 0: Taxa de Variação. Derivadas. Reta Tangente. Objetivos da Aula Denir taxa de variação média e a derivada como a taxa
Capítulo 5. Variáveis aleatórias. 5.1 Introdução
Capítulo 5 Variáveis aleatórias 5.1 Introdução Em experimentos aleatórios cujo espaço amostral contém alguns eventos de interesse é, em geral, mais fácil lidar como uma variável aleatória, isto é, é mais
Probabilidade, distribuição normal e uso de tabelas padronizadas
Probabilidade, distribuição normal e uso de tabelas padronizadas Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais O que é probabilidade? Número de 0 até 1 que expressa a tendência de
1 A Equação Fundamental Áreas Primeiras definições Uma questão importante... 7
Conteúdo 1 4 1.1- Áreas............................. 4 1.2 Primeiras definições...................... 6 1.3 - Uma questão importante.................. 7 1 EDA Aula 1 Objetivos Apresentar as equações diferenciais
Ribeirão Preto, 2º semestre de 2012 PROBABILIDADE E ESTATÍSTICA APLICADA II
FACULDADE DE ECONOMIA, ADMINISTRAÇÃO UNIVERSIDADE DE SÃO PAULO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ECONOMIA Ribeirão Preto, 2º semestre de 2012 PROBABILIDADE E ESTATÍSTICA APLICADA II LISTA
2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB.
2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB. 1) Classifique as seguintes variáveis aleatórias como discretas ou contínuas. X : o número de acidentes de automóvel por ano na rodovia BR 116. Y :
UNIVERSIDADE FEDERAL DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros
UNIVERSIDADE FEDERAL DA PARAÍBA Variáveis Aleatórias Departamento de Estatística Luiz Medeiros Introdução Como sabemos, características de interesse em diversas áreas estão sujeitas à variação; Essa variabilidade
Estatística I Aula 8. Prof.: Patricia Maria Bortolon, D. Sc.
Estatística I Aula 8 Prof.: Patricia Maria Bortolon, D. Sc. MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS CONTÍNUAS Lembram o que vimos sobre V.A. contínua na Aula 6? Definição: uma variável
Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Variáveis Aleatórias Contínuas 14/10 1 / 25 VALE A PENA VER DE NOVO:Variáveis Aleatórias
Introdução à Estatística e Probabilidade Turma B 5 a lista de exercícios (16/11/2015)
) Seja uma v.a. X.d.p. (x) = x se 0 x k. a) Encontre k para que (x) seja uma.d.p. b) Encontre sua.d.a. F(x). c) Calcule a média e a variância de X. Introdução à Estatística e Probabilidade Turma B 5 a
Cálculo das Probabilidades e Estatística I
Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Variáveis Aleatórias Ao descrever um espaço
PRINCIPAIS MODELOS CONTÍNUOS
RINCIAIS MODELOS CONTÍNUOS 0 5.. Modelo uniforme Uma v.a. contínua tem distribuição uniforme com parâmetros α e β α β se sua função densidade de probabilidade é dada por, f β α 0, Notação: ~ Uα, β. 0,
O Teorema do Valor Médio
Universidade de Brasília Departamento de Matemática Cálculo 1 O Teorema do Valor Médio Começamos este texto enunciando um importante resultado sobre derivadas: Teorema do Valor Médio. Suponha que f é uma
ME-310 Probabilidade II Lista 0
ME-310 Probabilidade II Lista 0 1. Sejam A e B eventos disjuntos tais que P(A) = 0.1 e P(B) = 0.. Qual é a probabilidade que (a) A ou B ocorra; (b) A ocorra, mas B não ocorra; (c) repita (a) e (b) se os
Aula 2 A distribuição normal
Aula 2 A distribuição normal Objetivos: Nesta aula você estudará a distribuição normal, que é uma das mais importantes distribuições contínuas. Você verá a definição geral desta distribuição, mas, nesse
Medidas de Dispersão 1
Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti Medidas de Dispersão 1 Introdução Uma breve reflexão sobre as medidas de tendência central permite-nos concluir que elas não
Área e Teorema Fundamental do Cálculo
UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I Área e Teorema Fundamental
LISTA DE EXERCÍCIOS 2 VARIÁVEIS ALEATÓRIAS
Universidade Federal de Ouro Preto Instituto de Ciências Exatas e Biológicas Departamento de Matemática MTM 5 Estatística Turma 22 Professor: Rodrigo Luiz Pereira Lara LISTA DE EXERCÍCIOS 2 VARIÁVEIS ALEATÓRIAS
ALGUMAS DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE
ALGUMAS DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE 4. 1 INTRODUÇÃO Serão apresentadas aqui algumas distribuições de probabilidade associadas a v.a. s contínuas. A mais importante delas é a distribuição Normal
Probabilidade e Estatística
PETROBRAS ENGENHEIRO(A) DE PETRÓLEO JÚNIOR ENGENHEIRO(A) DE EQUIPAMENTOS JÚNIOR - MECÂNICA ENGENHEIRO(A) DE EQUIPAMENTOS JÚNIOR - ELÉTRICA ENGENHEIRO(A) DE EQUIPAMENTOS JÚNIOR - ELETRÔNICA QUÍMICO(A) DE
Cálculo das Probabilidades I
Cálculo das Probabilidades I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição Normal 06/11 1 / 41 LEMBRANDO: Variável Aleatória Contínua Assume
Aproximação da Distribuição Binomial pela Distribuição Normal
Aproximação da Distribuição Binomial pela Distribuição Normal Uma das utilidades da distribuição normal é que ela pode ser usada para fornecer aproximações para algumas distribuições de probabilidade discretas.
Variáveis Aleatórias Discretas e Distribuição de Probabilidade
Variáveis Aleatórias Discretas e Distribuição de Probabilidades - parte IV 2012/02 1 Distribuição Poisson Objetivos Ao final deste capítulo você deve ser capaz de: Ententer suposições para cada uma das
Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Esperança e Variância Variáveis Contínuas 10/13 1 / 1 Esperança Definição 2.1:(Valor Esperado
Aulas n o 22: A Função Logaritmo Natural
CÁLCULO I Aulas n o 22: A Função Logaritmo Natural Prof. Edilson Neri Júnior Prof. André Almeida 1 A Função Logaritmo Natural 2 Derivadas e Integral Propriedades dos Logaritmos 3 Gráfico Seja x > 0. Definimos
Variáveis Aleatórias Contínuas e Distribuição de Probabilidad
Variáveis Aleatórias Contínuas e Distribuição de Probabilidades - parte II 26 de Novembro de 2013 Distribuição Contínua Uniforme Média e Variância Objetivos Ao final deste capítulo você deve ser capaz
Variáveis Aleatórias. Esperança e Variância. Prof. Luiz Medeiros Departamento de Estatística - UFPB
Variáveis Aleatórias Esperança e Variância Prof. Luiz Medeiros Departamento de Estatística - UFPB ESPERANÇA E VARIÂNCIA Nos modelos matemáticos aleatórios parâmetros podem ser empregados para caracterizar
Máximos e mínimos em intervalos fechados
Universidade de Brasília Departamento de Matemática Cálculo 1 Máximos e mínimos em intervalos fechados No texto em que aprendemos a Regra da Cadeia, fomos confrontados com o seguinte problema: a partir
Universidade Federal de Alfenas Programa de Pós-graduação em Estatística Aplicada e Biometria-PPGEAB Prova de Conhecimentos Específicos
-PPGEAB Dados que podem ser necessários na resolução de algumas questões: Quantis de distribuições P (t > t α ) = α P (F > F 0,05 ) = 0, 05 ν 1 ν 0,05 0,025 ν 2 42 43 56 57 89 1,66 1,99 42 1,67 1,67 1,63
Primeira prova UFRJ - CCMN - IM - Departamento de Métodos Estatísticos 24/maio/2016
Probabilidade e Estatística Atenção: Não serão aceitas respostas sem justicativa.. O funcionamento do sistema ilustrado abaixo depende de 5 componentes: C, C, C 3, C 4 e C 5. Cada um desses componentes
FMU- Cursos de Tecnologia Disciplina: Métodos Quantitativos em Gestão e Negócios-
FMU- Cursos de Tecnologia Disciplina: Métodos Quantitativos em Gestão e Negócios- Memória - Teoria e Exercícios sobre Distribuição Normal de Probabilidade Distribuição Normal de Probabilidade As distribuições
Estimação parâmetros e teste de hipóteses. Prof. Dr. Alberto Franke (48)
Estimação parâmetros e teste de hipóteses Prof. Dr. Alberto Franke (48) 91471041 Intervalo de confiança para média É um intervalo em que haja probabilidade do verdadeiro valor desconhecido do parâmetro
Modelos Probabilísticos Teóricos Discretos e Contínuos. Bernoulli, Binomial, Poisson, Uniforme, Exponencial, Normal
Modelos Probabilísticos Teóricos Discretos e Contínuos Bernoulli, Binomial, Poisson, Uniforme, Exponencial, Normal Distribuição de Probabilidades A distribuição de probabilidades de uma variável aleatória:
Padronização. Momentos. Coeficiente de Assimetria
Padronização Seja X 1,..., X n uma amostra de uma variável com com média e desvio-padrão S. Então a variável Z, definida como, tem as seguintes propriedades: a) b) ( ) c) é uma variável adimensional. Dizemos
Testes de Hipóteses Paramétricos
Testes de Hipóteses Paramétricos Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução Exemplos Testar se mais de metade da população irá consumir um novo produto
da dx = 2 x cm2 /cm A = (5 t + 2) 2 = 25 t t + 4
Capítulo 13 Regra da Cadeia 13.1 Motivação A área A de um quadrado cujo lado mede x cm de comprimento é dada por A = x 2. Podemos encontrar a taxa de variação da área em relação à variação do lado: = 2
Conceito de Estatística
Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos, observáveis. Unidade Estatística um fenômeno individual é uma unidade no conjunto que irá constituir
1 x. = π 2. pois. Probabilidade: um curso introdutório - Mônica Barros - Capítulo 7 - Soluções
Soluções - Capítulo 7 Lista semestre 000.0:, 3, 5 a, 5, 6, 7,, 4, 5 Problema Ache a mediana das densidades Qui-quadrado com e graus de liberdade. A densidade Qui-quadrado com n graus de liberdade é dada
Técnicas Computacionais em Probabilidade e Estatística I. Aula I
Técnicas Computacionais em Probabilidade e Estatística I Aula I Chang Chiann MAE 5704- IME/USP 1º Sem/2008 1 Análise de Um conjunto de dados objetivo: tratamento de um conjunto de dados. uma amostra de
Conceitos básicos, probabilidade, distribuição normal e uso de tabelas padronizadas
Conceitos básicos, probabilidade, distribuição normal e uso de tabelas padronizadas Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais Alguns conceitos População: é o conjunto de todos
Distribuições Contínuas. Estatística. 7 - Distribuição de Probabilidade de Variáveis Aleatórias Contínuas UNESP FEG DPD
Estatística 7 - Distribuição de Probabilidade de Variáveis Aleatórias Contínuas 7- Distribuição Uniforme A variável aleatória contínua pode ser qualquer valor no intervalo [a,b] A probabilidade da variável
Universidade Federal Fluminense INSTITUTO DE MATEMÁTICA E ESTATÍSTICA DEPARTAMENTO DE ESTATÍSTICA ESTATÍSTICA V
Universidade Federal Fluminense INSTITUTO DE MATEMÁTICA E ESTATÍSTICA DEPARTAMENTO DE ESTATÍSTICA ESTATÍSTICA V Lista 6: Distribuições Contínuas. Distribuição Normal. 1. A distribuição dos pesos de coelhos
Bioestatística e Computação I
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
CAPÍTULO 5: VARIÁVEIS ALEATÓRIAS BIDIMENSIONAIS Todas as coisas aparecem e desaparecem por causa da concorrência de causas e condições. Nada nunca existe inteiramente só, tudo está em relação com todo
b) Seja f uma função continuamente diferenciável num intervalo I. Dar uma expressão para as primitivas de f (x) 1 + f(x)
Exercícios de Análise Matemática II: a Catenária 1. a) Primitivar a função 1 1 + x b) Seja f uma função continuamente diferenciável num intervalo I. Dar uma expressão para as primitivas de f (x) (x) em
Modelos básicos de distribuição de probabilidade
Capítulo 6 Modelos básicos de distribuição de probabilidade Muitas variáveis aleatórias, discretas e contínuas, podem ser descritas por modelos de probabilidade já conhecidos. Tais modelos permitem não
Distribuições de Probabilidade Contínuas 1/19
all Distribuições de Probabilidade Contínuas Professores Eduardo Zambon e Magnos Martinello UFES Universidade Federal do Espírito Santo DI Departamento de Informática CEUNES Centro Universitário Norte
A Regra da Cadeia. V(h) = 3h 9 h 2, h (0,3).
Universidade de Brasília Departamento de Matemática Cálculo 1 A Regra da Cadeia Suponha que, a partir de uma lona de plástico com 6 metros de comprimento e 3 de largura, desejamos construir uma barraca
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
Análise de Dados e Simulação
Universidade de São Paulo Instituto de Matemática e Estatística http:www.ime.usp.br/ mbranco Processo de Poisson. Processo de Poisson Homogêneo Considere N(t) o número de ocorrências de um determinado
Variáveis Aleatórias. Prof. Tarciana Liberal Departamento de Estatística - UFPB
Variáveis Aleatórias Prof. Tarciana Liberal Departamento de Estatística - UFPB Introdução Ao descrever o espaço amostral de um experimento aleatório, não especificamos que um resultado individual seja
5 Distribuição normal de probabilidade. Estatística Aplicada Larson Farber
5 Distribuição normal de probabilidade Estatística Aplicada Larson Farber Seção 5.1 Introdução às distribuições normais Propriedades de uma distribuição normal Suas média, mediana e moda são iguais. Tem
Continuidade e o cálculo do imposto de renda
Universidade de Brasília Departamento de Matemática Cálculo 1 Continuidade e o cálculo do imposto de renda Neste texto vamos introduzir um importante conceito, utilizando como motivação o cálculo do imposto
VARIÁVEIS ALEATÓRIAS
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA VARIÁVEIS ALEATÓRIAS Joaquim H Vianna Neto Relatório Técnico RTE-03/013 Relatório Técnico Série Ensino Variáveis
Medidas de Dispersão ou variabilidade
Medidas de Dispersão ou variabilidade A média - ainda que considerada como um número que tem a faculdade de representar uma série de valores - não pode, por si mesma, destacar o grau de homogeneidade ou
Probabilidade 2 - ME310 - Lista 2
Probabilidade - ME3 - Lista September 4, Lembrando:. Estatística de ordem, pg 38 Ross: f xj (x) = n! (n j)!(j )! F (x)j ( F (x)) n j f(x). Distribuição de probabilidade conjunta de funções de variáveis
TEM ALTERNATIVA CORRETA!!!! CERTAMENTE A BANCA EXAMINADORA DARÁ COMO RESPOSTA CERTA LETRA (E). SERIA A MENOS ERRADA POR ELIMINAÇÃO.
Prezados concursandos!!! Muita paz e saúde para todos!!! Passemos aos comentários da prova de Raciocínio Lógico Quantitativo propostas pela CESGRANRIO no último concurso para o IBGE, no dia 10/01/010.
Pré-Cálculo. Humberto José Bortolossi. Aula de maio de Departamento de Matemática Aplicada Universidade Federal Fluminense
Pré-Cálculo Humberto José Bortolossi Departamento de Matemática Aplicada Universidade Federal Fluminense Aula 11 28 de maio de 2010 Aula 11 Pré-Cálculo 1 A função raiz quadrada f : [0, + ) [0, + ) x y
Conteúdo Teórico: 04 Esperança
ACH2053 Introdução à Estatística Conteúdo Teórico: 04 Esperança Marcelo de Souza Lauretto Sistemas de Informação EACH www.each.usp.br/lauretto Referência: Morris DeGroot, Mark Schervish. Probability and
MAE Introdução à Probabilidade e Estatística II Resolução Lista 5
MAE 229 - Introdução à Probabilidade e Estatística II Resolução Lista 5 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 (a) De uma forma geral, o desvio padrão é usado para medir a dispersão
Cálculos com a distribuição normal
AULA 15 Aula 15 A distribuição normal - conclusão Nesta aula serão apresentados resultados básicos sobre a distribuição normal que permitirão que você calcule probabilidades associadas a qualquer variável
PROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 635) 2ª FASE 18 DE JUNHO Grupo I. Grupo II.
Associação de Professores de Matemática Contactos: Rua Dr. João Couto, n.º 7-A 1500- Lisboa Tel.: +51 1 71 90 / 1 711 0 77 Fax: +51 1 71 4 4 http://www.apm.pt email: geral@apm.pt PROPOSTA DE RESOLUÇÃO
Bioestatística CE001 Prof. Fernando de Pol Mayer Departamento de Estatística DEST Exercícios: medidas resumo Nome: GABARITO
Bioestatística CE001 Prof. Fernando de Pol Mayer Departamento de Estatística DEST Exercícios: medidas resumo Nome: GABARITO GRR: 1. Estime as medidas de centro (média, mediana, moda) para amostras de altura
Aula 25. Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil
Assíntotas, Esboço de Gráfico e Aplicações Aula 25 Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil 09 de Maio de 2014 Primeiro Semestre de 2014 Turma 2014106 - Engenharia
Análise de Dados e Simulação
Universidade de São Paulo Instituto de Matemática e Estatística http:www.ime.usp.br/ mbranco Simulação de Variáveis Aleatórias Contínuas. O método da Transformada Inversa Teorema Seja U U (0,1). Para qualquer
(a) Classifique cada uma das variáveis.
1 Exercício 1 A tabela abaixo mostra o número de meses em que houve aumento do nível de atividade de quinze empresas de tamanho pequeno (P), médio (M) e grande (G), do setor comercial (C) e industrial
A estacionariedade prova-se de maneira semel- hante.
Se por outro lado (U 1, U 2,...) é IID então mostremos que X n U 1 + + U n tem incrementos independentes e estacionários. De facto, dados n > m temos que X n X m U m+1 + + U n. Tome-se quaisquer n 1
d 2 h dt 2 = 9, 8 dh b) Para a altura inicial da massa h(0) = 200 metros e velocidade inicial v(0) = 9, 8m/s, onde v(t) = dh
TURMA 202: Modelagem Matemática PRA3 Prof. José A. Dávalos Chuquipoma Questão LER 04 LISTA DE EXERCÍCIOS RESOLVIDOS 04 Data para submissão na Plataforma Moodle: 22/09/204 Um objeto de massa m = se encontra
Licenciatura em Ciências Biológicas Universidade Federal de Goiás. Bioestatística. Prof. Thiago Rangel - Dep. Ecologia ICB
Licenciatura em Ciências Biológicas Universidade Federal de Goiás Bioestatística Prof. Thiago Rangel - Dep. Ecologia ICB rangel.ufg@gmail.com Página do curso: http://www.ecologia.ufrgs.br/~adrimelo/bioestat
Fernando Nogueira Simulação 1
Simulação a Eventos Discretos Fernando Nogueira Simulação Introdução Simulação não é uma técnica de otimização: estima-se medidas de performance de um sistema modelado. Modelos Contínuos X Modelos Discretos
RESOLUÇÃO DA PROVA DE RACIOCÍCNIO LÓGICO, MATEMÁTICA E ESTATÍSTICA P/ PAPILOSCOPISTA
RESOLUÇÃO DA PROVA DE RACIOCÍCNIO LÓGICO, MATEMÁTICA E ESTATÍSTICA P/ PAPILOSCOPISTA Olá galera!!!! Hoje estou postando a resolução da prova de Raciocínio Lógico para agente penitenciário do DF, ocorrida
Distribuições derivadas da distribuição Normal. Distribuição Normal., x real.
Distribuições derivadas da distribuição Normal Distribuição Normal Uma variável aleatória X tem distribuição normal com parâmetros µ e σ, quando sua densidade de probabilidade é f ( x) π σ e ( x µ ) σ,
UNIVERSIDADE FEDERAL DO CEARÁ CENTRO DE TECNOLOGIA PROGRAMA DE EDUCAÇÃO TUTORIAL APOSTILA DE CÁLCULO. Realização:
UNIVERSIDADE FEDERAL DO CEARÁ CENTRO DE TECNOLOGIA PROGRAMA DE EDUCAÇÃO TUTORIAL APOSTILA DE CÁLCULO Realização: Fortaleza, Fevereiro/2010 1. LIMITES 1.1. Definição Geral Se os valores de f(x) puderem
Métodos Quantitativos
Métodos Quantitativos Unidade 3 Estatística inferencial parte I Prof. Me. Diego Fernandes 1 Sumário Seção Slides 3.1 Noções de probabilidade 03 21 3.2 Distribuição dos estimadores 22 41 3.3 e 3.4 - Testes
Métodos Estatísticos Aplicados à Economia II (GET00118) Variáveis Aleatórias Contínuas
Universidade Federal Fluminense Instituto de Matemática e Estatística Métodos Estatísticos Aplicados à Economia II GET118) Variáveis Aleatórias Contínuas Ana Maria Lima de Farias Departamento de Estatística
Conceitos básicos: Variável Aleatória
: Variável Aleatória Variável aleatória (v.a.) valor numérico que é resultado de uma eperiência aleatória. Podemos ter variáveis aleatórias contínuas ou discretas. Eemplo 1: Suponha que lança duas moedas