A partir da árvore correta (a da direita), deduz-se o espaço de estados

Tamanho: px
Começar a partir da página:

Download "A partir da árvore correta (a da direita), deduz-se o espaço de estados"

Transcrição

1 .. SOLUÇÕES PARA EXERCÍCIOS DA SEÇÃO. 77. Soluções ara exercícios da Seção. Solução do Exc. 1. O certo é começar a solução com a construção do modelo roailístico do exerimento aleatório enunciado. E a construção assa elo diagrama de árvore, já que o exerimento, no caso, é sequencial. O diagrama correta está à direita no desenho aaixo. Quanto ao diagrama à esquerda, este foi construido or um de meus alunos e está aresentado aqui como um exemlo da escolha infeliz na codificação dos nós da árvore. Esecificamente falando, o aluno usou, na segunda etaa da árvore, o código que carrega a informação sore o resultado da etaa anterior. Isto é totalmente disnecessário; recorde que a regra de construção canonisada manda considerar cada ifurcação como um exerimento aleatório simles, o que ressuôs que a marcação de seus resultados esteja desvinculada da marcação de outros nos da árvore. A desoediência do aluno não é um crime, mas levou-o, a artir de sua árvore confusa, ara uma codificação confusa dos resutlados, e, em sequencia, ofuscou o caminho de solução. 1 Ω {,,,,, } 3 A artir da árvore correta (a da direita), deduz-se o esaço de estados e as roailidades: Ω {( ), ( ), ( ), ( )} IP [( )] 1, IP [( )], IP [( )], IP [( )] 3. O evento retirar ola ranca na segunda etaa exressa-se or {( ), ( )}, chamaremos este de A; e o evento retirar ola ranca na rimeira etaa exressa-se or {( ), ( )}, denotamos este or B. A exressão matemática da ergunta do exercício é calcular IP [B A]. Usando a fórmula ara a roailidade condicional e as maniulações óvias com eventos A e B e suas roailidades, temos: 1 3 IP [B A] IP [B A] IP [A] IP [( )] IP [( )] + IP [( )] A coincidência do resultado com o valor que você vé no galho da árvore que liga com não é or acaso, mas a discussão dela será omitida or estar fora do escoo de fatos a erícias que meu leitor deve arender no momento.

2 78 Solução do Exc. 19. Usando o modelo roailístico que construimos na solução do Exc. ara a resença de carne no açougue nos três rimeiros dias de sua existência, temos que os eventos T {(s s s), (s s n), (n s s), (n s n)} N 3 {(s s n), (s n n), (n s n), (n n n)} corresondem aquilo que chamamo or, resectivamente, ter carne no -o dia e não ter carne no 3-o dia. Analisando a ergunta do exercício, conclui-se que esta é sore IP [T N3 ]. Usando a fórmula ara a roailidade condicional e as maniulações óvias com eventos T e N 3 e suas roailidades (a roailidade a ser usada é exatamente aquela que construimos na solução do Exc. ), temos a seguinte conta que nos leva à resosta: IP [T N3 ] IP [T N 3 ] IP [N 3 ] 0, 0, 0,+0, 0,3 0, 3 0, 0, 0,+0, 0, 0,7+0, 0,3 0,+0, 0,7 0,7 113 IP [(s s n)]+ip [(n s n)] IP [(s s n)]+ip [(s n n)]+ip [(n s n)]+ip [(n n n)] Solução do Exc. 0. Nesta solução, aroveitamos do modelo roailístico já feito ara o Exercício 7. Recorde esse: Ω {(1 3), (1 3 ), ( 1 3) ( 3 1), (3 1 ), (3 1)} com IP [ω] 1/ ara cada ω Ω (.37) sendo que 3 é o número carregado ela ola reta. Usando a codificação emregada na construção do modelo roailístico, temos: A Paolo retirar ola ranca {(1 3); ( 1 3), (3 1), (3 1 )} B Chico retirar ola reta {(3 1), (3 1 )} Para as contas futuras, recisamos dos valores das roailidades de A e de B A; amos seguem-se diretamente da atriuição de IP aresentada na segunda linha de (.37): IP [A], IP [B A] IP [{(3 1), (3 1 )}] Agora, vem a arte conceitual da solução: você recisa conceer que IP [B A] é a esressão formal da ergunta colocada no enunciado do exercício em forma veral. Isto e a fórmula ara a roailidade condicional dão a resosta final: IP [B A] IP [B A] IP [A] / / 1 esta é a assim que se calcula este é o notação seu valor resultado Solução do Exc. 1. O rimeiro rolema gerado or este exercício em nossas caeças é: onde está o exerimento aleatório do rolema?. Na verdade, o texto

3 .. SOLUÇÕES PARA EXERCÍCIOS DA SEÇÃO. 79 ressuõe imlicitamente que ocorre o seguinte: há um imenso lote da rodução da fárica, sendo que todas as eças do lote têm a mesma aarência. Porém, 0% das eças são carimadas, como se tivessem uma mensagem que imressa fui roduzida ela máquina A ; da mesma forma, 3% das eças são carimadas fui roduzida ela máquina B, e os restantes % são carimadas fui roduzida ela máquina C. Ainda, % das eças da máquina A ossuem defeito, 1% das eças da máquina B ossuem defeito e 3% das eças da máquina C ossuem defeito. Claro que todas as eças do lote são em misturadas de maneira que, ao se retirar uma eça do lote, a roailidade de qualquer uma delas ser escolhida é a mesma. Então, alguém retriou uma eça ao caso e viu que ela é defeituosa, mas este alguém não sae interretar os carimos resentes nas eças e, ortanto, não sae daqual das máquinas a eça veio. Na ersectiva deste alguém existe a ergunta: Qual é a roailidade da eça ter sido roduzida ela máquina B? Esero que agora ficou claro que este rolema fica arecido com aquele no qual lançamos um dado cujas faces foram coloridas or duas cores,e ao oservar só a cor, erguntamos da roailidade de façe conter um número ar. Você deve sentir ortanto que a solução do rolema resente deve seguir o caminho da solução daquele rolema com o dado. Ao tentar realizar esta idéia, você reare-se com a diferença: no caso do dado saiamos que a quantidade total de resultados era, mas no caso resente, não há informação arecida. Fazer então o que? Existe uma maneira não canónica de contornar o rolema indicado acima. Uma oa arte de meus alunos chegam a sugerí-la. A idéia é colocar no lote o número de eças grande o suficiente da sorte tal que todos os gruos estejam com número inteiro de eças. No caso, esse número ode ser 000. Se você acomanhar a solução até o fim, você vai entender o or que, e oderá sugerir outros números. Imagina então que no lote há 000 eças idênticas, sendo que 800 são carimadas roduzida ela máquina A 700 são carimadas roduzida ela máquina B 00 são carimadas roduzida ela máquina C e que das eças roduzidas ela máquina A, 1 têm carimo defeituosa, daquelas roduzidas ela máquina B, 7 têm este carimo, e daquelas roduzidas ela máquina C, 1 têm este carimo. Retiramos ao acaso uma eça (a roailidade de qualquer uma eça esecífica ser retirada é igual ara todas e seu valor é 1/000). Vimos que ela carrega o carimo defeituosa, mas não restamos atenção ao carimo que identifica a origem de sua rodução. Perguntamos: Qual é a roailidade da eça ter vindo da rodução da máquina B? Como saemos que a eça retirada é defeituosa, nosso esaço amostral reduz-se ao universo de eças defeituosas. Ao total são A roailidade da eça ter vindo da rodução da máquina B é a roorção relativa das eças de B nesse universo. Logo, a roailidade rocurada é 7 0, 18 (.38)

4 80 Vamos agora à solução formal do resente exercícios que atenda aos adrões ensinados. Como em cada eça retirada oserva-se a origem e o fato de ser ou não defeituosa, então o esaço de estados aroriado é Ω {aoa, adef, oa, def, coa, cdef} (.39) Como todas as eças são idênticas, então, seguindo as roorções reresentadas no lote todo, tem-se que IP [aoa] 0, 0, 98 IP [oa] 0, 3 0, 99 IP [coa] 0, 0, 97 IP [adef] 0, 0, 0 IP [def] 0, 3 0, 01 IP [cdef] 0, 0, 03 (.0) A taela aaixo aresenta a introdução de eventos A, B, C e D em termos verais e suas exressões or suconjuntos de Ω: A a eça retirada foi roduzida ela máquina A {aoa, adef} B a eça retirada foi roduzida ela máquina B {oa, def} C a eça retirada foi roduzida ela máquina C {coa, cdef} D a eça retirada é defeituosa {adef, def, cdef} O roelma do exercício tem a seguinte exressão formal: achar IP [B D]. As contruções e definições acima aresentadas, junto com a definição da roailidade condicional, dão a resosta: IP [B D] IP [def] IP [adef] + IP [def] + IP [cdef] 0, 3 0, 01 0, 0 0, 0 + 0, 3 0, , 0, 03 0, 18. Solução do Exc.. Recorde que IP [B D] IP [(def)] IP [(adef)] + IP [(def)] + IP [(cdef)] 0, 18. (.1) Da maneira idêntica tem-se que IP [B D] IP [(adef)] + IP [(cdef)] IP [(adef)] + IP [(def)] + IP [(cdef)] 0, 818. (.) É óvio que a soma dos valores numéricos das duas exressões acima dá 1. Não é difícil ver o orquê: a soma das duas razões é IP [(adef)] + IP [(def)] + IP [(cdef)] IP [(adef)] + IP [(def)] + IP [(cdef)] 1 Solução do Exc. 3. IP [B D] 18, %

5 .. SOLUÇÕES PARA EXERCÍCIOS DA SEÇÃO. 81 Se 0, 019, então 0, 981 ; calculando IP [B D], temos IP [B D] 0,3 0, 33 0,981 e, desta forma, 0,33 + 0,18 é diferente de 1 Oservação ao Exc. 3. Que IP [B D] + IP [B D] não é 1 é difícil de ser exlicado, sem mesmo recisar de fazer contas. O que é muito difícil é exlicar, sem fazer as contas, o orque IP [B D] + IP [B D] não é IP [B]. Todas as vezes que recisei dar esta exliação era necessário lutar contra a intuição corrumida que assegura erradamente que IP [B D] + IP [B D] deve ser igual a IP [B]. Esta intuição diz: egaremos todas as eças defeituosas e recolheremos dentre elas somentes as que foram roduzidas ela máquina B. Deois egaremos todas as eças oas e tamém seararemos delas as que foram roduzidas or B. Juntando os dois montes das eças searadas, recueraremos todas as eças da rodução de B. Portanto, IP [B D] + IP [B D] deve ser igual IP [B]. É claro que não! Esse raciocínio fez as contas em valores asolutos! Isso é diferente das roailidades IP [B D], IP [B D] e IP [B], que são valores relativos. Uma maneira alternativa de se convenser que IP [B D] + IP [B D] não ode sar IP [B] é escrever as roailidades envolvidas em forma de razões: IP [B D] ; IP [B D] ; IP [B] número de ecas roduzidas or B número total de eças roduzidas e orservar que estas razões têm denominadores diferentes, o que elimina qualquer eserança de oder reverter os cálculos aresentadas acima em valores asolutas, ara uma relação em termos destas roailidades. Solução do Exc. (a): A {(h t h), (h t t)} e B {(h h t), (h t h), (t h t)(t t h)} e, ortanto, A B {(h t h). Usando o fato que as moedas são honestas, caclulamos que IP [A] (1/).(1/).(1/)+ (1/).(1/).(1/) /8, IP [B] (1/).(1/).(1/)+(1/).(1/).(1/)+(1/).(1/).(1/)+ (1/).(1/).(1/) /8 IP [A B] (1/).(1/).(1/) 1/8 e, dessa forma, temos que IP [A B] 1/8 (/8).(/8) IP [A].IP [B], o que mostra que A e B são indeendentes. Solução do Exc. (): Diferentemente do item anterior, neste caso, oter cara ou coroa têm roailidades distintas. Isso se reflete nas contas a seguir: IP [A] (/3).(1/3).(/3)+(/3).(1/3).(1/3) /7, IP [B] (/3).(/3).(1/3)+(1/3).(/3).(1/3)+ (/3).(1/3).(/3) + (1/3).(1/3).(/3) 1/7, IP [A B] (/3).(1/3).(/3) /7 e, dessa forma, temos que IP [A B] /7, que é diferente de (/7).(1/7) IP [A].IP [B], o que mostra que A e B são deendentes.

c B] = 1 (2.34) B c ] não é obrigatoriamente 1 (2.35)

c B] = 1 (2.34) B c ] não é obrigatoriamente 1 (2.35) 78 2. Exercícios Exc. 1. Numa urna com bolas coloridas há brancas e 2 pretas. Retiram-se em sequencia duas bolas da urna, sem a reposição (da bola escolhida na primeira retirada). Observam-se as cores

Leia mais

-- INSTRUÇÕES -- Elementos de Probabilidade e Estatística U.C de Junho de Duração da prova: 2 horas mais 30 minutos de tolerância.

-- INSTRUÇÕES -- Elementos de Probabilidade e Estatística U.C de Junho de Duração da prova: 2 horas mais 30 minutos de tolerância. Ministério da Ciência, Tecnologia e Ensino Suerior U.C. 037 Elementos de Probabilidade e Estatística de Junho de 0 -- INSTRUÇÕES -- O estudante deverá resonder à rova na folha de onto, reencher o cabeçalho

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano de escolaridade Versão.4

FICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano de escolaridade Versão.4 FICHA de AVALIAÇÃO de MATEMÁTICA A.º Teste.º Ano de escolaridade Versão.4 Nome: N.º Turma: Professor: José Tinoco 6//08 Evite alterar a ordem das questões Nota: O teste é constituído or duas artes Caderno

Leia mais

DISTRIBUIÇÃO DE PROBABILIDADES BINOMIAL. Para cada um dos lançamentos, há dois resultados distintos, ou probabilidades elementares:

DISTRIBUIÇÃO DE PROBABILIDADES BINOMIAL. Para cada um dos lançamentos, há dois resultados distintos, ou probabilidades elementares: DISTRIBUIÇÃO DE PROBABILIDADES BIOMIAL onsiderem-se dois lançamentos de uma moeda honesta. Seja a variável aleatória X=nº de caras saídas, em que os ossíveis valores de X são 0 (saída de duas coroas),

Leia mais

Escola Secundária/3 da Sé-Lamego Ficha de Trabalho de Matemática Ano Lectivo 2003/04 Probabilidade condicionada; acontecimentos independentes 12.

Escola Secundária/3 da Sé-Lamego Ficha de Trabalho de Matemática Ano Lectivo 2003/04 Probabilidade condicionada; acontecimentos independentes 12. Escola Secundária/ da Sé-Lamego Ficha de Trabalho de Matemática no Lectivo 00/0 Probabilidade condicionada; acontecimentos indeendentes º no Nome: Nº: Turma: Demonstre que se e são acontecimentos indeendentes,

Leia mais

M odulo de Potencia c ao e D ızimas Peri odicas Nota c ao Cient ıfica e D ızimas Oitavo Ano

M odulo de Potencia c ao e D ızimas Peri odicas Nota c ao Cient ıfica e D ızimas Oitavo Ano Módulo de Potenciação e Dízimas Periódicas Notação Científica e Dízimas Oitavo Ano Exercícios Introdutórios Exercício. Escreva os seguintes números na notação científica: a) 4673. b) 0, 0034. c). d) 0,

Leia mais

Invertendo a exponencial

Invertendo a exponencial Reforço escolar M ate mática Invertendo a exonencial Dinâmica 3 2ª Série 1º Bimestre DISCIPLINA SÉRIE CAMPO CONCEITO Matemática 2ª do Ensino Médio Algébrico Simbólico Função Logarítmica Aluno Primeira

Leia mais

RESUMO TEÓRICO AULA 03: NOÇÕES DE PROBABILIDADE 3.1. INTRODUÇÃO 3.2. ESPAÇO AMOSTRAL S DIAGRAMA DE ÁRVORE 3.3. EVENTO E. marcelorenato.

RESUMO TEÓRICO AULA 03: NOÇÕES DE PROBABILIDADE 3.1. INTRODUÇÃO 3.2. ESPAÇO AMOSTRAL S DIAGRAMA DE ÁRVORE 3.3. EVENTO E. marcelorenato. RESUMO TEÓRICO AULA 0: NOÇÕES DE ROBABILIDADE.. INTRODUÇÃO rofessor Marcelo Renato Há certos fenômenos ou experimentos que, emora sejam repetidos muitas vezes e so condições idênticas, não apresentam os

Leia mais

Noções de Testes de Hipóteses

Noções de Testes de Hipóteses Noções de Testes de Hióteses Outro tio de roblema da Inferência Estatística é o de testar se uma conjectura sobre determinada característica de uma ou mais oulações é, ou não, aoiada ela evidência obtida

Leia mais

Distribuição de uma proporção amostral

Distribuição de uma proporção amostral Distribuição de uma roorção amostral Estatística II Antonio Roque Aula 4 Exemlo Ilustrativo: Suonha que se saiba que em uma certa oulação humana uma roorção de essoas igual a = 0, 08 (8%) seja cega ara

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano de escolaridade Versão.3

FICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano de escolaridade Versão.3 FICHA de AVALIAÇÃO de MATEMÁTICA A.º Teste.º Ano de escolaridade Versão. Nome: N.º Turma: Professor: José Tinoco 6//08 Evite alterar a ordem das questões Nota: O teste é constituído or duas artes Caderno

Leia mais

SIMULADO. 05) Atribuindo-se todos os possíveis valores lógicos V ou F às proposições A e B, a proposição [( A) B] A terá três valores lógicos F.

SIMULADO. 05) Atribuindo-se todos os possíveis valores lógicos V ou F às proposições A e B, a proposição [( A) B] A terá três valores lógicos F. 01) Considere as seguintes roosições: P: Está quente e Q: Está chovendo. Então a roosição R: Se está quente e não está chovendo, então está quente ode ser escrita na forma simbólica P..( Q) P, em que P..(

Leia mais

Exames Nacionais. Prova Escrita de Matemática A 2009 VERSÃO Ano de Escolaridade Prova 635/1.ª Fase. Grupo I

Exames Nacionais. Prova Escrita de Matemática A 2009 VERSÃO Ano de Escolaridade Prova 635/1.ª Fase. Grupo I Exames Nacionais EXAME NACIONAL DO ENSINO SECUNDÁRIO Decreto-Lei n. 7/00, de 6 de Março Prova Escrita de Matemática A. Ano de Escolaridade Prova 6/.ª Fase Duração da Prova: 0 minutos. Tolerância: 0 minutos

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano de escolaridade Versão.1

FICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano de escolaridade Versão.1 FICHA de AVALIAÇÃO de MATEMÁTICA A.º Teste.º Ano de escolaridade Versão. Nome: N.º Turma: Professor: José Tinoco 6//08 Evite alterar a ordem das questões Nota: O teste é constituído or duas artes Caderno

Leia mais

Capítulo 7 - Wattímetros

Capítulo 7 - Wattímetros Caítulo 7 - Wattímetros 7. Introdução Os wattímetros eletromecânicos ertencem à uma classe de instrumentos denominados instrumentos eletrodinâmicos. Os instrumentos eletrodinâmicos ossuem dois circuitos

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 4

FICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 4 FICHA de AVALIAÇÃO de MATEMÁTICA A.º Ano Versão 4 Nome: N.º Turma: Aresente o seu raciocínio de forma clara, indicando todos os cálculos que tiver de efetuar e todas as justificações necessárias. Quando,

Leia mais

c. De quantas formas diferentes podemos ir de A até C, passando por B, e depois voltar para A sem repetir estradas e novamente passando por B?

c. De quantas formas diferentes podemos ir de A até C, passando por B, e depois voltar para A sem repetir estradas e novamente passando por B? Instituto Federal de Educação, Ciência e Tecnologia de Mato Grosso - IFMT Camus Várzea Grande Aula - Análise Combinatória e Probabilidade Prof. Emerson Dutra E-mail: emerson.dutra@vgd.ifmt.edu.br Página

Leia mais

matematicaconcursos.blogspot.com

matematicaconcursos.blogspot.com Professor: Rômulo Garcia Email: machadogarcia@gmail.com Conteúdo Programático: Teoria dos Números Exercícios e alguns conceitos imortantes Números Perfeitos Um inteiro ositivo n diz-se erfeito se e somente

Leia mais

1 cor disponível (não pode ser igual à anterior) Casos possíveis: 3 x 2 x 1 x 1 x 3 = 18 Resposta: B

1 cor disponível (não pode ser igual à anterior) Casos possíveis: 3 x 2 x 1 x 1 x 3 = 18 Resposta: B Prearar o Exame 01 017 Matemática A Página 7 1. Observa o seguinte esquema: cores ossíveis cores ossíveis 1 cor disonível (não ode ser igual à anterior) 1 cor disonível (não ode ser igual à anterior) cores

Leia mais

Recredenciamento Portaria MEC 347, de D.O.U

Recredenciamento Portaria MEC 347, de D.O.U Quest(iii) Argumento Dado um fenômeno ou fato, rocura-se justificá-lo, exlicá-lo. Esta justificativa é dada na forma de um raciocínio através do ual chegamos a uma afirmação, e uando este raciocínio é

Leia mais

MAE0116/MAE0110 Aula3: EVENTOS, PROBABILIDADE CONDICIONAL Ministrante Prof. Dr. Vladimir Belitsky, IME-USP. 23 de março de 2017

MAE0116/MAE0110 Aula3: EVENTOS, PROBABILIDADE CONDICIONAL Ministrante Prof. Dr. Vladimir Belitsky, IME-USP. 23 de março de 2017 MAE0116/MAE0110 Aula3: EVENTOS, PROBABILIDADE CONDICIONAL Ministrante Prof. Dr. Vladimir Belitsky, IME-USP 23 de março de 2017 Eventos Qualquer conjunto composto por resultados de um experimento aleatório

Leia mais

Microeconomia I. Pedro Telhado Pereira. 2ª frequência 9 de Junho de Curso: N.º de aluno: Nome:

Microeconomia I. Pedro Telhado Pereira. 2ª frequência 9 de Junho de Curso: N.º de aluno: Nome: Microeconomia I Pedro Telhado Pereira ª frequência 9 de Junho de 06 uração: 0 minutos Curso: N.º de aluno: Nome: folha existem esaços ara aresentar as suas resostas. Faça uma boa afectação do seu temo.

Leia mais

MATEMÁTICA Professores: Adriano, Andrey, Aurélio e Rodrigo Comentário Geral Prova bem abrangente como todos os anos, mas com dois detalhes que

MATEMÁTICA Professores: Adriano, Andrey, Aurélio e Rodrigo Comentário Geral Prova bem abrangente como todos os anos, mas com dois detalhes que MTEMÁTIC rofessores: driano, ndrey, urélio e Rodrigo Comentário Geral rova bem abrangente como todos os anos, mas com dois detalhes que chamaram a atenção. rimeiro a ausência de uma questão de trigonometria

Leia mais

Acréscimos e decréscimos - Resolução

Acréscimos e decréscimos - Resolução 0 (Unicam 5 ª fase) (Acréscimo e decréscimo ercentual) Uma comra no valor de.000 reais será aga com uma entrada de 600 reais e uma mensalidade de 4 reais. A taxa de juros alicada na mensalidade é igual

Leia mais

Ao mesmo tempo, Pedro lança seu dado. Este também é equlibrado, mas é pintado de vermelho e suas faces são marcadas do modo diferente:

Ao mesmo tempo, Pedro lança seu dado. Este também é equlibrado, mas é pintado de vermelho e suas faces são marcadas do modo diferente: 4.6 Exercícios Exc.. A soluçaõ desse exercício vai pelo método de redução/extensão e usa a relação de seu experimento aleatório com a retirada de uma bola de urna contendo n bolas. Tente explicar isso

Leia mais

Exame de Recurso de Microeconomia I 11 de Julho de 2011

Exame de Recurso de Microeconomia I 11 de Julho de 2011 Exame de Recurso de Microeconomia I de Julho de 0 Tóicos de resolução Duração: 0 minutos Curso: N.º de aluno (): Nome: Se desejar que esta rova seja só de recurso da ª arte assinale aqui Duração: 0 minutos

Leia mais

Prof.: Joni Fusinato

Prof.: Joni Fusinato Introdução a Teoria da Probabilidade Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Teoria da Probabilidade Consiste em utilizar a intuição humana para estudar os fenômenos do nosso

Leia mais

Rememorando. Situação-problema 5. Teorema do Limite Central. Estatística II. Aula II

Rememorando. Situação-problema 5. Teorema do Limite Central. Estatística II. Aula II UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARAN PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Rememorando Estatística II Aula II Profa. Renata G. Aguiar 1 Figura 7 Distribuição de uma amostra (n = 150).

Leia mais

1 Definição Clássica de Probabilidade

1 Definição Clássica de Probabilidade Centro de Ciências e Tecnologia Agroalimentar - Campus Pombal Disciplina: Estatística Básica - 2013 Aula 4 Professor: Carlos Sérgio UNIDADE 2 - Probabilidade: Definições (Notas de aula) 1 Definição Clássica

Leia mais

UNIVERSIDADE DE COIMBRA - FACULDADE DE CIÊNCIAS E TECNOLOGIA DEPARTAMENTO DE MATEMÁTICA ALGORITMO DO PONTO MÉDIO PARA

UNIVERSIDADE DE COIMBRA - FACULDADE DE CIÊNCIAS E TECNOLOGIA DEPARTAMENTO DE MATEMÁTICA ALGORITMO DO PONTO MÉDIO PARA UNIVERSIDADE DE COIMBRA - FACULDADE DE CIÊNCIAS E TECNOLOGIA DEPARTAMENTO DE MATEMÁTICA ALGORITMO DO PONTO MÉDIO PARA A RASTERIZAÇÃO DA ELIPSE OBJECTIVO: O resente trabalho tem or objectivo ilustrar o

Leia mais

EXAME NACIONAL DO ENSINO SECUNDÁRIO

EXAME NACIONAL DO ENSINO SECUNDÁRIO EXAME NACIONAL DO ENSINO SECUNDÁRIO. Ano de Escolaridade (Decreto-Lei n. 86/8, de de Agosto Programas novos e Decreto-Lei n. 74/004, de 6 de Março) Duração da rova: 50 minutos.ª FASE 007 VERSÃO PROVA ESCRITA

Leia mais

Proposta de teste de avaliação

Proposta de teste de avaliação Proosta de teste de avaliação Matemática. O NO DE ESOLRIDDE Duração: 90 minutos Data: Gruo I Na resosta aos itens deste gruo, selecione a oção correta. Escreva, na folha de resostas, o número do item e

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Deartamento de Matemática Probabilidades e Estatística LEMat, LMAC, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEQ o semestre 0/0 o Teste //0 8:30 Duração: hora e 30 minutos Gruo I Exercício.5 +.0 + 3.0 +.5 0.0

Leia mais

Probabilidade. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo

Probabilidade. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Probabilidade Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Experimento aleatório Definição. Qualquer experimento cujo resultado não pode

Leia mais

Exame de Recurso de Microeconomia I 24 de Julho de 2013

Exame de Recurso de Microeconomia I 24 de Julho de 2013 Exame de Recurso de Microeconomia I 4 de Julho de 0 uração: 0 minutos (ou 60 minutos ara quem está a fazer recurso da ª arte) Curso: N.º de aluno (NA): Nome Comleto Se desejar que esta rova seja só de

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Deartamento de Matemática Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEEC, MEMec o semestre 011/01 1 o Teste B 1/04/01 11:00 Duração: 1 hora e 30 minutos Justifique

Leia mais

2. Se A e B são acontecimentos incompatíveis, a sua interseção é o conjunto vazio, pelo que

2. Se A e B são acontecimentos incompatíveis, a sua interseção é o conjunto vazio, pelo que reparar o Exame 0 06 Matemática ágina 6. nalisemos cada opção: : e não são contrários pois a sua união não é o espaço amostral. Há, ainda, bolas pretas. : e não são contrários pois a sua união não é o

Leia mais

1 LIMITES FUNDAMENTAIS NA TEORIA DA INFORMAÇÃO

1 LIMITES FUNDAMENTAIS NA TEORIA DA INFORMAÇÃO LIMITES FUNDAMENTAIS NA TEORIA DA INFORMAÇÃO O trabalho de Shannon sobre a teoria da informação, ublicado em 948, estabelece a base teórica ara que sistemas de comunicações seam eficientes e confiáveis.

Leia mais

Solução dos exercícios do capítulo 2, pp (a) Expansão isotérmica de um gás ideal. Trabalho: pdv = NRT 1

Solução dos exercícios do capítulo 2, pp (a) Expansão isotérmica de um gás ideal. Trabalho: pdv = NRT 1 Solução dos exercícios do caítulo 2,. 31-32 Equações de um gás ideal = NRT U = NcT U = c R Exercício 1. (a) Exansão isotérmica de um gás ideal. Trabalho: W = 2 1 d = NRT 2 1 1 d = NRT ln 2 1 omo a energia

Leia mais

Probabilidade. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo

Probabilidade. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Probabilidade Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução Experimento aleatório Definição Qualquer experimento cujo resultado

Leia mais

Introdução à Probabilidade - parte III

Introdução à Probabilidade - parte III Introdução à Probabilidade - parte III Erica Castilho Rodrigues 02 de Outubro de 2012 Eventos Independentes 3 Eventos Independentes Independência Em alguns casos podemos ter que P(A B) = P(A). O conhecimento

Leia mais

MATEMÁTICA COMENTÁRIO DA PROVA

MATEMÁTICA COMENTÁRIO DA PROVA COMENTÁRIO DA PROVA Os objetivos desta rova discursiva foram lenamente alcançados. Os conteúdos rinciais foram contemlados, inclusive comlementando os tóicos abordados na ª. fase, mostrando uma conveniente

Leia mais

Lucas Santana da Cunha de junho de 2017

Lucas Santana da Cunha de junho de 2017 VARIÁVEL ALEATÓRIA Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 19 de junho de 2017 Uma função que associa um número real aos resultados

Leia mais

Probabilidade. Definição de Probabilidade Principais Teoremas Probabilidades dos Espaços Amostrais Espaços Amostrais Equiprováveis.

Probabilidade. Definição de Probabilidade Principais Teoremas Probabilidades dos Espaços Amostrais Espaços Amostrais Equiprováveis. Probabilidade Definição de Probabilidade Principais Teoremas Probabilidades dos Espaços Amostrais Espaços Amostrais Equiprováveis Renata Souza Probabilidade É um conceito matemático que permite a quantificação

Leia mais

Probabilidade parte 2. Robério Satyro

Probabilidade parte 2. Robério Satyro Probabilidade arte Robério Satyro Definição de robabilidade Vamos analisar o fenômeno aleatório lançamento de uma moeda erfeita. Nesse caso, temos: = {C, C} () = Os subconjuntos de são, {C}, { C} e {C,

Leia mais

Prof. Dr. Lucas Santana da Cunha de maio de 2018 Londrina

Prof. Dr. Lucas Santana da Cunha de maio de 2018 Londrina Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 21 de maio de 2018 Londrina 1 / 14 Variável aleatória Introdução Definição Uma função que associa um número real

Leia mais

Exercícios DISCURSIVOS -3

Exercícios DISCURSIVOS -3 Exercícios DISCURSIVOS -3. (Ufr 0) Sabemos que essoas com iermetroia e essoas com mioia recisam utilizar lentes de contato ou óculos ara enxergar corretamente. Exlique o que é cada um desses roblemas da

Leia mais

Prof.Letícia Garcia Polac. 26 de setembro de 2017

Prof.Letícia Garcia Polac. 26 de setembro de 2017 Bioestatística Prof.Letícia Garcia Polac Universidade Federal de Uberlândia UFU-MG 26 de setembro de 2017 Sumário 1 2 Probabilidade Condicional e Independência Introdução Neste capítulo serão abordados

Leia mais

Teoria da Probabilidade

Teoria da Probabilidade Teoria da Probabilidade Luis Henrique Assumpção Lolis 14 de fevereiro de 2014 Luis Henrique Assumpção Lolis Teoria da Probabilidade 1 Conteúdo 1 O Experimento Aleatório 2 Espaço de amostras 3 Álgebra dos

Leia mais

Cap. 6. Definição e métodos de resolução do problema de valores de fronteira

Cap. 6. Definição e métodos de resolução do problema de valores de fronteira Ca. 6. Definição e métodos de resolução do roblema de valores de fronteira 1. Pressuostos 2. Formulação clássica do roblema de elasticidade linear 2.1 Condições no interior 2.2 Condições de fronteira 2.3

Leia mais

Aula: INDEPENDÊNCIA DE EVENTOS Ministrante Prof. Dr. Vladimir Belitsky, IME-USP. 15 de agosto de 2017

Aula: INDEPENDÊNCIA DE EVENTOS Ministrante Prof. Dr. Vladimir Belitsky, IME-USP. 15 de agosto de 2017 Aula: INDEPENDÊNCIA DE EVENTOS Ministrante Prof. Dr. Vladimir Belitsky, IME-USP 15 de agosto de 2017 Independência. Definição formal 1/2. Começo com a definição, e logo em seguida pretendo demonstrar que

Leia mais

Cadeias de Markov. 1. Introdução. Modelagem e Simulação - Cadeias de Markov

Cadeias de Markov. 1. Introdução. Modelagem e Simulação - Cadeias de Markov Cadeias de Markov. Introdução Nestas notas de aula serão tratados modelos de robabilidade ara rocessos que evoluem no temo de maneira robabilística. Tais rocessos são denominados rocessos Estocásticos...

Leia mais

Introdução à Economia 2018/2019 Pedro Telhado Pereira Frequência 4/1/2019 (Duração - 90 minutos)

Introdução à Economia 2018/2019 Pedro Telhado Pereira Frequência 4/1/2019 (Duração - 90 minutos) Introdução à Economia 2018/2019 Pedro Telhado Pereira Frequência 4/1/2019 (Duração - 90 minutos) Nome comleto: Nº: As resostas devem ser dadas na folha de enunciado. I Pense que um gruo hoteleiro está

Leia mais

Processos Estocásticos

Processos Estocásticos Processos Estocásticos Primeira Lista de Exercícios de junho de 0 Quantos códigos de quatro letras podem ser construídos usando-se as letras a, b, c, d, e, f se: a nenhuma letra puder ser repetida? b qualquer

Leia mais

Sumário. 2 Índice Remissivo 12

Sumário. 2 Índice Remissivo 12 i Sumário 1 Definições Básicas 1 1.1 Fundamentos de Probabilidade............................. 1 1.2 Noções de Probabilidade................................ 3 1.3 Espaços Amostrais Finitos...............................

Leia mais

ESTUDO DIRIGIDO. 1) Para investigar o papel do tecido adiposo na inflamação, os pesquisadores usaram dois modelos diferentes:

ESTUDO DIRIGIDO. 1) Para investigar o papel do tecido adiposo na inflamação, os pesquisadores usaram dois modelos diferentes: ESTUDO DIRIGIDO O diabetes afeta aroximadamente 100 milhões de essoas no mundo, sendo que 90 % dos casos são de diabetes do tio II, que é caracterizado or uma resistência dos tecidos à ação da insulina.

Leia mais

www.fisicanaveia.com.br www.fisicanaveia.com.br/cei Lentes Esféricas Estudo Analítico o ou i objeto A o F o O F i A i imagem Estudo Analítico Equação dos ontos conjugados f ' Aumento Linear Transversal

Leia mais

Probabilidade em espaços discretos. Prof.: Joni Fusinato

Probabilidade em espaços discretos. Prof.: Joni Fusinato Probabilidade em espaços discretos Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Probabilidade em espaços discretos Definições de Probabilidade Experimento Espaço Amostral Evento Probabilidade

Leia mais

Segunda aula de fenômenos de transporte para engenharia civil. Estática dos Fluidos capítulo 2 do livro do professor Franco Brunetti

Segunda aula de fenômenos de transporte para engenharia civil. Estática dos Fluidos capítulo 2 do livro do professor Franco Brunetti Segunda aula de fenômenos de transorte ara engenharia civil Estática dos Fluidos caítulo 2 do livro do rofessor Franco Brunetti NESTA BIBLIOGRAFIA ESTUDAMOS FLUIDO ESTÁTICO E EM MOVIMENTO. BIBLIOGRAFIA

Leia mais

Aula 15 Introdução à Convecção

Aula 15 Introdução à Convecção ula 15 Introdução à Convecção luna: Renata Ladeia Data: 14.5.21 1) Ojetivos Os ojetivos desta aula serão aresentar as roriedades físicas envolvidas na transferência de calor or convecção assim como exor

Leia mais

Passos lógicos. Texto 18. Lógica Texto Limitações do Método das Tabelas Observações Passos lógicos 4

Passos lógicos. Texto 18. Lógica Texto Limitações do Método das Tabelas Observações Passos lógicos 4 Lógica ara Ciência da Comutação I Lógica Matemática Texto 18 Passos lógicos Sumário 1 Limitações do Método das Tabelas 2 1.1 Observações................................ 4 2 Passos lógicos 4 2.1 Observações................................

Leia mais

2, que distam de duas unidades da origem. Nesse caso, a soma das abcissas dos dois pontos é : 8 C. 5

2, que distam de duas unidades da origem. Nesse caso, a soma das abcissas dos dois pontos é : 8 C. 5 Instituto Suerior Politécnico de Tete / Exame de Admissão de Matemática /. Sejam A e B dois ontos da recta de equação y = x+, que distam de duas unidades da origem. Nesse caso, a soma das acissas dos dois

Leia mais

Cadeias de Markov. Andrei Andreyevich Markov (*1856, Ryazan, Russia; 1922, São Petersburgo, Russia).

Cadeias de Markov. Andrei Andreyevich Markov (*1856, Ryazan, Russia; 1922, São Petersburgo, Russia). Cadeias de Markov Andrei Andreyevich Markov (*856, Ryazan, Russia; 9, São etersburgo, Russia). Acreditar é mais fácil do que ensar. Daí existirem muito mais crentes do que ensadores. - Bruce Calvert .

Leia mais

MAE0116 Aula1: MODELOS PROBABILÍSTICOS Ministrante Prof. Dr. Vladimir Belitsky, IME-USP. 3 de março de 2019

MAE0116 Aula1: MODELOS PROBABILÍSTICOS Ministrante Prof. Dr. Vladimir Belitsky, IME-USP. 3 de março de 2019 MAE0116 Aula1: MODELOS PROBABILÍSTICOS Ministrante Prof. Dr. Vladimir Belitsky, IME-USP 3 de março de 2019 Objetivos O objetivo principal é ensinar a construção de MODELO PROBABILÍSTICO de EXPERIMENTO

Leia mais

3 Propagação em ambientes abertos na faixa GHz

3 Propagação em ambientes abertos na faixa GHz 3 Proagação em ambientes abertos na faixa 10-66 GHz Na faixa de freqüências de oeração entre 10 e 66 GHz, a existência de visada direta é muito imortante ara viabilizar a comunicação de sistemas sem fio

Leia mais

INTRODUÇÃO À PROBABILIDADE

INTRODUÇÃO À PROBABILIDADE INTRODUÇÃO À PROBABILIDADE Foto extraída em http://www.alea.pt Profª Maria Eliane Universidade Estadual de Santa Cruz USO DE PROBABILIDADES EM SITUAÇÕES DO COTIDIANO Escolhas pessoais Previsão do tempo

Leia mais

3 a Lista de PE Solução

3 a Lista de PE Solução Universidade de Brasília Departamento de Estatística 3 a Lista de PE Solução. Se X representa o ganho do jogador, então os possíveis valores para X são,, 0, e 4. Esses valores são, respectivamente, correspondentes

Leia mais

T o e r o ia a da P oba ba i b lida d de

T o e r o ia a da P oba ba i b lida d de Teoria da Probabilidade Prof. Joni Fusinato Teoria da Probabilidade Consiste em utilizar a intuição humana para estudar os fenômenos do nosso cotidiano. Usa o princípio básico do aprendizado humano que

Leia mais

APOSTILA DE MÉTODOS QUANTITATIVOS

APOSTILA DE MÉTODOS QUANTITATIVOS UNIVERSIDADE FEDERAL DO PARÁ ASSESSORIA DE EDUCAÇÃO A DISTÂNCIA INSTITUTO DE CIÊNCIAS SOCIAIS APLICADAS ESPECIALIZAÇÃO EM GESTÃO EMPRESARIAL NA MODALIDADE SEMIPRESENCIAL APOSTILA DE MÉTODOS QUANTITATIVOS

Leia mais

2.1 A realidade sob a ótica da lógica proposicional

2.1 A realidade sob a ótica da lógica proposicional Caítulo 2 Lógica Proosicional 2.1 A realidade sob a ótica da lógica roosicional 1. a) Proosições simles: (1) João é olítico; (2) João é honesto. A roosição é uma conjunção de (1) e (2). b) Proosições simles:

Leia mais

Introdução a Probabilidade

Introdução a Probabilidade Introdução a Probabilidade Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Cronograma 1. Origem e história 2. Introdução 3. Definições básicas 4. Conceituação de probabilidade 5. Probabilidade

Leia mais

Aula 5 de teoria de ME5330. Segundo semestre de 2011

Aula 5 de teoria de ME5330. Segundo semestre de 2011 Aula 5 de teoria de ME5330 Segundo semestre de 011 Vamos retomar ao exercício da 3. B e S (m) e hb (%) Ponto de trabalho 70 60 h B = -0,0994 + 4,9098 + 6,088 R² = 0,9977 50 S' = 0,0693 + 0,08x R² = 1 40

Leia mais

Teste de hipóteses para médias e proporções amostrais

Teste de hipóteses para médias e proporções amostrais Teste de hióteses ara médias e roorções amostrais Prof. Marcos Pó Métodos Quantitativos ara Ciências Sociais Questão rática Abrir a lanilha Alunos MQCS_16-18 e calcular a média, o desvio adrão e o tamanho

Leia mais

Noções sobre Probabilidade

Noções sobre Probabilidade Noções sobre Probabilidade Introdução Vimos anteriormente como apresentar dados em tabelas e gráficos, e também como calcular medidas que descrevem características específicas destes dados. Mas além de

Leia mais

Teoria da Firma. Discriminação de preços tarifa em duas partes e concorrência monopolística. Roberto Guena de Oliveira USP.

Teoria da Firma. Discriminação de preços tarifa em duas partes e concorrência monopolística. Roberto Guena de Oliveira USP. Teoria da Firma Discriminação de reços tarifa em duas artes e concorrência monoolística Roberto Guena de Oliveira USP novembro de 2013 Roberto Guena (USP) Discrim. & conc. mono. novembro de 2013 1 / 42

Leia mais

Estatística Aplicada. Árvore de Decisão. Prof. Carlos Alberto Stechhahn PARTE II. Administração. p(a/b) = n(a B)/ n(b)

Estatística Aplicada. Árvore de Decisão. Prof. Carlos Alberto Stechhahn PARTE II. Administração. p(a/b) = n(a B)/ n(b) Estatística Aplicada Administração p(a/b) = n(a B)/ n(b) PARTE II Árvore de Decisão Prof. Carlos Alberto Stechhahn 2014 1. Probabilidade Condicional - Aplicações Considere que desejamos calcular a probabilidade

Leia mais

2. INTRODUÇÃO À PROBABILIDADE

2. INTRODUÇÃO À PROBABILIDADE 2. INTRODUÇÃO À ROILIDDE 2014 Conceitos básicos Experimento aleatório ou fenômeno aleatório Situações ou acontecimentos cujos resultados não podem ser previstos com certeza. Um experimento ou fenônemo

Leia mais

2. INTRODUÇÃO À PROBABILIDADE

2. INTRODUÇÃO À PROBABILIDADE 2. INTRODUÇÃO À PROBABILIDADE 2019 Conceitos básicos Experimento aleatório ou fenômeno aleatório Situações ou acontecimentos cujos resultados não podem ser previstos com certeza. Um experimento ou fenônemo

Leia mais

OBMEP 2010 Soluções da prova da 2ª Fase Nível 2. Questão 1

OBMEP 2010 Soluções da prova da 2ª Fase Nível 2. Questão 1 Questão a) Para saber o número que deve dizer ao matemágico, Joãozinho deve fazer quatro contas: ª conta: multiplicar o número no cartão escolhido por 2; 2ª conta: somar 3 ao resultado da primeira conta;

Leia mais

Outras Técnicas que Utilizam o Escore de Propensão

Outras Técnicas que Utilizam o Escore de Propensão Técnicas Econométricas ara Avaliação de Imacto Outras Técnicas que Utilizam o Escore de Proensão Rafael Perez Ribas Centro Internacional de Pobreza Brasília, 28 de maio de 2008 Introdução O Escore de Proensão

Leia mais

Probabilidades. Wagner H. Bonat Elias T. Krainski Fernando P. Mayer

Probabilidades. Wagner H. Bonat Elias T. Krainski Fernando P. Mayer Probabilidades Wagner H. Bonat Elias T. Krainski Fernando P. Mayer Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 06/03/2018 WB, EK, FM ( LEG/DEST/UFPR

Leia mais

Aula # 8 Vibrações em Sistemas Contínuos Modelo de Segunda Ordem

Aula # 8 Vibrações em Sistemas Contínuos Modelo de Segunda Ordem UNIVERSIDADE DE SÃO PAULO ESCOLA DE ENGENHARIA DE SÃO CARLOS DEPARTAMENTO DE ENGENHARIA MECÂNICA Laboratório de Dinâmica SEM 504 DINÂMICA ESTRUTURAL Aula # 8 Vibrações em Sistemas Contínuos Modelo de Segunda

Leia mais

4 Cargas Dinâmicas 4.1 Introdução

4 Cargas Dinâmicas 4.1 Introdução 4 Cargas Dinâmicas 4.1 Introdução Carregamentos dinâmicos, or definição, são carregamentos em que a magnitude, a direção e a osição odem variar ao longo do temo. Consequentemente, as resostas da estrutura,

Leia mais

Os experimentos que repetidos sob as mesmas condições produzem resultados geralmente diferentes serão chamados experimentos aleatórios.

Os experimentos que repetidos sob as mesmas condições produzem resultados geralmente diferentes serão chamados experimentos aleatórios. PROBABILIDADE Prof. Aurimenes A teoria das Probabilidades é o ramo da Matemática que cria, desenvolve e em geral pesquisa modelos que podem ser utilizados para estudar experimentos ou fenômenos aleatórios.

Leia mais

Um catalisador heterogêneo é aquele que está em uma fase diferente da do sistema reacional. Focaremos nossa aula em sistemas de gás e sólido.

Um catalisador heterogêneo é aquele que está em uma fase diferente da do sistema reacional. Focaremos nossa aula em sistemas de gás e sólido. ula: 32 Temática: Catálise Heterogênea Um catalisador heterogêneo é aquele que está em uma fase diferente da do sistema reacional. Focaremos nossa aula em sistemas de gás e sólido. catálise heterogênea

Leia mais

MADEIRA arquitetura e engenharia

MADEIRA arquitetura e engenharia Voltar MADEIRA arquitetura e engenharia Modelo ara Análise Global de Estruturas de Madeira com Avaliação de Forças Localizadas em inos Deformáveis nº 4 artigo3 Eng. Civil rof. Dr. Francisco A. Romero Gesualdo

Leia mais

AA-220 AERODINÂMICA NÃO ESTACIONÁRIA

AA-220 AERODINÂMICA NÃO ESTACIONÁRIA AA- AERODINÂMICA NÃO ESTACIONÁRIA Introdução e conceitos básicos da teoria Prof. Roberto GIL Email: gil@ita.br Ramal: 648 1 AERODINÂMICA NÃO ESTACIONÁRIA Objetivo: Partir das equações de Navier-Stokes

Leia mais

Termodinâmica. Universidade Federal de Ouro Preto Instituto de Ciências Exatas e Biológicas Departamento de Química

Termodinâmica. Universidade Federal de Ouro Preto Instituto de Ciências Exatas e Biológicas Departamento de Química Universidade Federal de Ouro Preto Instituto de Ciências Exatas e Biológicas Deartamento de Química ermodinâmica Aula 3 Professora: Melissa Soares Caetano Discilina QUI 217 Mudanças de estado a ressão

Leia mais

Gabarito da Lista 4 de exercícios - Microeconomia 2 Professora: Joisa Dutra Monitor: Rafaela Nogueira

Gabarito da Lista 4 de exercícios - Microeconomia 2 Professora: Joisa Dutra Monitor: Rafaela Nogueira Gabarito da Lista 4 de exercícios - Microeconomia Professora: Joisa Dutra Monitor: Rafaela Nogueira 1. (a) Verdadeiro, or de nição. (b) Falso. Para que o segundo teorema valha, o conjunto de rodução também

Leia mais

Microeconomia II. Licenciaturas em Administração e Gestão de Empresas e em Economia

Microeconomia II. Licenciaturas em Administração e Gestão de Empresas e em Economia Microeconomia II Licenciaturas em Administração e Gestão de Emresas e em Economia 006-007 º Semestre Fernando Branco (fbranco@uc.t) º Teste Carolina Reis (careis@fcee.uc.t) O teste tem a duração de :30

Leia mais

Valores e vectores próprios

Valores e vectores próprios Valores e Vectores Prórios - Matemática II- /5 Valores e vectores rórios De nem-se valores e vectores rórios aenas ara matrizes quadradas, elo que, ao longo deste caítulo e quando mais nada seja eseci

Leia mais

Universidade Federal de Santa Catarina Centro de Ciências Físicas e Matemáticas Departamento de Matemática. Cadeias de Markov

Universidade Federal de Santa Catarina Centro de Ciências Físicas e Matemáticas Departamento de Matemática. Cadeias de Markov Universidade Federal de Santa Catarina Centro de Ciências Físicas e Matemáticas Deartamento de Matemática Introdução às Variáveis Aleatórias e Cadeias de Markov Rafael Pedro Mariotto Orientador: Prof o.

Leia mais

Mecânica dos Fluidos para Engenharia Química

Mecânica dos Fluidos para Engenharia Química Mecânica dos Fluidos ara Engenharia uímica ME5330 4/04/01 O ENGENEIRO PRECISA ESTIMAR O CUSTO DE OPERAÇÃO DA ASSOCIAÇÃO EM SÉRIE E PARA ISTO Á A NECESSIDADE DE SE CALCULAR O RENDIMENTO DA ASSOCIAÇÃO.

Leia mais

PROBABILIDADE. Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti

PROBABILIDADE. Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti PROBABILIDADE Dizemos que a probabilidade é uma medida da quantidade de incerteza que existe em um determinado experimento.

Leia mais

Toy models de supercondutores topológicos

Toy models de supercondutores topológicos Toy models de suercondutores toológicos November 9, 05 Introdução Começamos com uma banda metálica simétrica H 0 = σ ε() c σc σ, () ou escrito como matriz H 0 = ψ ( ) ε() 0 ψ 0 ε(), () com os sinors ψ

Leia mais

htt://img6.imageshack.us/img6/7179/albedo11il.jg ESPECTRO ELETROMAGNÉTICO Colorimetria O esectro eletromagnético é comosto de radiação de todos os comrimentos de onda. Nós enxergamos aenas uma equena arte

Leia mais

Função par e função ímpar

Função par e função ímpar Pré-Cálculo Humberto José Bortolossi Deartamento de Matemática Alicada Universidade Federal Fluminense Função ar e função ímar Parte 3 Parte 3 Pré-Cálculo 1 Parte 3 Pré-Cálculo 2 Função ar Definição Função

Leia mais

Teste de hipóteses para médias e proporções amostrais

Teste de hipóteses para médias e proporções amostrais Teste de hióteses ara médias e roorções amostrais Prof. Marcos Pó Métodos Quantitativos ara Ciências Sociais Hiótese estatística Hiótese é uma exlicação rovisória roosta ara um fenômeno, assível de ser

Leia mais

IST-2010/11-1 o Semestre-MArq Matemática I 1 o TESTE (VERSÃO A) 6 de Novembro de 2010

IST-2010/11-1 o Semestre-MArq Matemática I 1 o TESTE (VERSÃO A) 6 de Novembro de 2010 IST-00/- o Semestre-MArq Matemática I o TESTE (VERSÃO A) 6 de Novembro de 00 Nome: Número: Sala: O teste que vai realizar tem a duração de hora e 0 minutos e consiste de 5 roblemas. Os roblemas,, e 4 deverão

Leia mais

Material Teórico - Módulo Probabilidade Condicional. Probabilidade Condicional - Parte 1. Segundo Ano do Ensino Médio

Material Teórico - Módulo Probabilidade Condicional. Probabilidade Condicional - Parte 1. Segundo Ano do Ensino Médio Material Teórico - Módulo Probabilidade Condicional Probabilidade Condicional - Parte 1 Segundo Ano do Ensino Médio Autor: Prof. Fabrício Siqueira Benevides Revisor: Prof. Antonio Caminha M. Neto 1 Probabilidade

Leia mais