Capítulo 7 - Estimação por intervalos 3
|
|
- Sarah Lobo Garrau
- 5 Há anos
- Visualizações:
Transcrição
1 Cpítulo 7 - Estimção por intervlos Conceição Amdo e An M. Pires Cpítulo 7 - Estimção por intervlos Noções básics Intervlos de confinç pr médi de um populção norml Intervlos de confinç pr diferenç de dus médis de populções normis Intervlo de confinç pr vriânci de um populção norml Intervlos de confinç pr prâmetros de populções não normis uniprmétrics
2 Sumário Cpítulo 7 - Estimção por intervlos PE Cpítulo 7 - Estimção por intervlos Noções básics Pr lém dum estimtiv pontul de um prâmetro (ou de um relção entre prâmetros) é, em muits situções, importnte dispôr de lgum form de intervlo que indique confinç que se pode depositr n estimtiv pontul. Um Intervlo de Confinç (I.C.) pr um prâmetro desconhecido θ é um desiguldde do tipo l θ u onde l e u dependem do vlor observdo ˆθ (estimtiv pontul), e d distribuição por mostrgem d esttístic ˆΘ, usd pr estimr θ. A estimção por intervlo de um prâmetro θ consiste n determinção, prtir de um estimtiv pontul desse prâmetro, de um intervlo onde θ estej com um dd confinç. Obtém-se, então, um intervlo de confinç γ100% (ou com gru de confinç γ100%) pr o prâmetro θ. Not: um intervlo de confinç do tipo l θ u é chmdo bilterl (em lguns csos pode ser desejável considerr um intervlo unilterl, superior ou inferior). PE 4
3 7. Intervlos de confinç pr médi de um populção norml Considere-se um populção X tl que: E(X) = µ (desconhecido) V(X) = σ (conhecid) Sej (X 1,...,X n ) um.. de X com dimensão n e ˆµ = X o estimdor pontul de µ. Sbemos já que Z = X µ σ/ n N(0,1), se X N(µ,σ ) N(0,1), se X qulquer e n elevdo A situção considerd é irrelist ms é útil do ponto de vist pedgógico pr introduzir técnic. PE 5 7. (cont.) Um vez que distribuição de Z é completmente conhecid (é N(0,1), exctmente ou proximdmente), é possível determinr vlores e b tis que ( P b X ) µ σ/ n = 1 α = γ onde γ 1 (α 0). Notr que b é mínim qundo b = : f Z (z) f Z (z) γ γ b z b = z PE 6 3
4 7. (cont.) Fzendo b = tem-se ( P X ) µ σ/ n = γ P ( n σ X µ n σ ) = γ ( P X σ µ X + σ ) = γ n n P ( [ µ X σ ; X + σ ]) = γ n n Determinção de : 1 γ f Z (z) γ 1 γ z Φ() = 1 1 γ = Φ 1 ( 1+γ = 1+γ ) PE 7 7. (cont.) [ ICA γ 100% (µ) = X σ ; X + σ ] n n é um intervlo de confinç letório γ 100% pr µ. Qundo se substitui X por x (vlor observdo d médi de um mostr letóri) pssmos ter um intervlo concreto chmdo intervlo de confinç γ 100% pr µ: IC γ 100% (µ) = [ x n σ ; x+ n σ ] Not: foi possível obter este intervlo porque su construção prtiu de um vriável letóri, Z, que possui s seguintes crcterístics: depende pens do prâmetro desconhecido (já que ssumimos que σ é conhecido) e d mostr letóri (trvés de X) tem distribuição conhecid (N(0, 1)) Um v.. nests condições chm-se vriável letóri fulcrl (ou pivot). PE 8 4
5 7. (cont.) Exemplo: Suponh-se que o vlor de um cert constnte c pode ser obtido experimentlmente ms com um erro de medição que se sbe ter distribuição norml de médi zero e desvio pdrão 1. Form relizds 10 medições independentes (ns mesms condições experimentis) tendo-se obtido mostr: 8.7, 9.1, 10.0, 11.9, 11.7, 8.9, 10.4, 11., 10., 8.9 () Determinr um intervlo de confinç 95% pr c Sej X v.. que represent o resultdo d medição. Tem-se X = c+ǫ, onde ǫ N(0,1) represent o erro de medição. Logo X N(c,1). x = 10 i=1 x i/10 = 10.1 = Φ 1 (0.975) = 1.96 (tbel ou clculdor) IC 95% (c) = [ ; ] = [9.48;10.7] PE 9 7. (cont.) (b) Determinr qul menor dimensão d mostr, n, que permite grntir com 95% de confinç que x c 0.5 IC γ 100% (c) = [ x σ ; x+ σ ] n n x c σ n podemos determinr n tl que com = 1.96 e σ = 1, obtém-se n = σ ( σ ) = 0.5 n = n 0.5 A respost é n = 6 (pois σ/ n é um função decrescente de n). PE 10 5
6 7. (cont.) Observções: O intervlo de confinç (numérico) obtido pode ou não conter o verddeiro vlor do prâmetro µ. O que se pode grntir é que pr um número muito grnde de intervlos de confinç construídos pr um ddo nível de confinç, γ 100%, se esper que proximdmente um proporção γ contenh o verddeiro vlor de µ (que continurá, no entnto, ser desconhecido). Qunto menor for o comprimento do intervlo de confinç mior será precisão d médi (estimtiv pontul de µ). Se umentrmos o gru de confinç (γ), com n e σ fixos, ument e consequentemente o comprimento do intervlo. Não fz sentido escolher γ = 1 pois obtém-se = +. Qundo n ument, mntendo fixos γ e σ, o comprimento do intervlo diminui. PE (cont.) O que fzer qundo σ é desconhecido? (situção mis relist). Não se pode usr v.. fulcrl ( X µ)/(σ/ n) porque σ é desconhecido. Um procedimento lógico é substituir σ por S (desvio pdrão mostrl), ou sej, usr v.. fulcrl X µ S/ n Ms qul será o efeito produzido por est modificção? Não é mesm vriável letóri (não tem mesm distribuição)! Se n for grnde (n 30) pode mostrr-se (Teor. de Slutsky) que o efeito é pequeno e tem-se Z = X µ S/ n N(0,1) quer pr X N(µ,σ ), quer pr X qulquer (com E(X) = µ e V(X) = σ ). Ou sej, o I.C. (proximdo) clcul-se exctmente como o nterior, substituindo σ por s (desvio pdrão d mostr concret). PE 1 6
7 7. (cont.) Se n < 30 o problem não é solúvel no cso gerl (isto é, desconhecendo o tipo de distribuição d populção). Se X N(µ,σ ) o teorem seguinte fornece o resultdo que se pretende. Teorem: Dd um.. (X 1,...,X n ) de um populção X N(µ,σ ), vriável letóri T = X µ S/ n tem distribuição t-student com n 1 grus de liberdde, T t n 1. PE (cont.) Algums nots sobre distribuição t 1. Um v.. com distribuição t com k grus de liberdde tem função de densidde de probbilidde dd por f(x) = ( ) (k+1)/ Γ[(k +1)/] 1+ x, x R πkγ(k/) k (k > 0 é o prâmetro d distribuição). Pode mostrr-se que se T t k então E(T) = 0 (k > 1) e V(T) = k k. Γ( ) represent função gm definid por Γ(x) = + 0 x r 1 e x dx, r > 0 (k > ) (se r inteiro Γ(r) = (r 1)!) Notr que frcção que prece em f(x) é pens constnte necessári pr que + f(x)dx = 1. PE 14 7
8 7. (cont.) Algums nots sobre distribuição t 3. f(x) k = k = 100 k = 30 k = 5 k = 3 k = x 4. É fácil provr que lim f(x) = 1 e x / (f.d.p. d N(0,1)) n π 5. Os percentis d distribuição t encontrm-se tbeldos (tmbém podem ser obtidos por clculdor ou softwre de cálculo científico) PE (cont.) Voltndo à construção do I.C. e procedendo d form hbitul: ( P X ) ( µ S/ n = γ P X S µ X + S ) = γ n n [ logo ICA γ 100% (µ) = X S ; X + S ( ) 1+γ ], onde = F 1 n n t n 1. Dd um mostr concret (x 1,...,x n ) obtém-se então o I.C. pr médi de um populção norml com vriânci desconhecid IC γ 100% (µ) = [ x s ; x+ s ] n n n i=1 onde x = x n i e s i=1 = (x i x) n i=1 = x i n x n n 1 n 1 PE 16 8
9 7. (cont.) Observções: 1. A interpretção é semelhnte à que foi feit nteriormente pr o cso σ conhecido.. Se γ umentr, com n fixo, o comprimento do intervlo ument. 3. Se n umentr, com γ fixo, esper-se que o comprimento do intervlo diminu, ms não se pode grntir que isso conteç sempre, pois s vri de mostr pr mostr. PE (cont.) 4. Determinção de n pr um ddo erro máximo E (com γ fixo). Tl como no último exemplo (b) é fácil ver que ( s ) x µ E n E Dificulddes: ( ) 1+γ i) tmbém depende de n, pois = F t 1 ; n 1 Solução: resolução por tenttiv-erro ou itertivmente (ver exemplo seguir). ii) s é desconhecido ntes de se ter mostr; Solução: obter um mostr preliminr pr ter um idei do vlor que s pode vir ter. Se necessário proceder itertivmente. PE 18 9
10 7. (cont.) O exemplo nterior, supondo σ desconhecido (como é gerlmente o cso): Exemplo: O vlor de um cert constnte c pode ser obtido experimentlmente ms com um erro de medição que se sbe ter distribuição norml de médi zero e desvio pdrão σ. Dds s seguintes 10 medições independentes: 8.7, 9.1, 10.0, 11.9, 11.7, 8.9, 10.4, 11., 10., 8.9 () Determinr um intervlo de confinç 95% pr c Como se viu trás X N(c,σ ) e x = 10.1 s = 10 i=1 x i = = Ft 1 9 (0.975) =.6 (tbel ou clculdor) [ IC 95% (c) = ; ] = [9.4;10.96] PE (cont.) (b) Determinr qul menor dimensão d mostr, n, que permite grntir com 95% de confinç que x c 0.5 Começmos por determinr n tl que Admitindo s = 1. (é o único disponível) com =.6 obtém-se n = s ( s ) = 0.5 n = n 0.5 com n = 118 vem = Reclculndo obtém-se n = 90.4 com n = 91 vem = Reclculndo obtém-se n = 90.9 Logo solução é n = 91. Vlores obtidos no softwre R com qt(0.975,n-1) PE 0 10
11 7.3 Intervlos de confinç pr diferenç de dus médis de populções normis Consider-se gor situção em que se pretendem comprr dus populções (métodos, experiêncis, mteriis, etc.) e pr isso constrói-se um intervlo de confinç pr diferenç entre os vlores esperdos ds dus populções. Notção: X 1 represent populção 1, com E(X) = µ 1 e V(X) = σ 1 X represent populção, com E(X) = µ e V(X) = σ (X 11,X 1,...X 1n1 ) é um mostr letóri d populção 1, com médi X 1 = n1 i=1 X 1i n 1 (X 1,X,...X n ) é um mostr letóri d populção, com médi X = n i=1 X i n PE (cont.) O estimdor pontul mis nturl de µ 1 µ é X 1 X. Por outro ldo já sbemos que Se X 1 N(µ 1,σ 1 ) e X N(µ,σ ) então X 1 N ( ) µ 1, σ 1 n 1 e X N ( ) µ, σ n Se X 1 e X tiverem outr qulquer distribuição então, pelo T.L.C. tem-se ) ( ) X 1 N (µ 1, σ 1 e X N µ, σ n 1 n (consider-se que se obtém um proximção rzoável pr n 1 30 e n 30) PE 11
12 7.3 (cont.) Se s mostrs forem independentes então X 1 e X são v.. independentes cd um dels com distribuição norml (ou proximdmente) pelo que X 1 X N ( ) µ 1 µ, σ 1 + σ n 1 n (ou ) o que é equivlente Z = ( X 1 X ) (µ 1 µ ) σ 1 n 1 + σ n N (0,1) (ou ) Se σ1 e σ forem mbs conhecids est v.. pode ser directmente usd como ( ) v.. fulcrl. Procedendo d form hbitul (determinção de ICA) obtém-se, com = Φ 1 1+γ, (se então é em vez de =) σ1 IC γ 100% (µ 1 µ )= ( x 1 x ) + σ σ1 ;( x 1 x )+ + σ n 1 n n 1 n PE (cont.) Observções: Mntêm-se s observções feits n secção 7. propósito do I.C. pr µ com σ conhecido, e reltivs à interpretção do intervlo e à vrição do comprimento do intervlo. Qunto à determinção d dimensão d mostr tl que, com confinç γ 100% ( x 1 x ) (µ 1 µ ) E não existe um solução únic pr n 1 e n geris, ms se quisermos n 1 = n = n obtém-se ( ) n (σ E 1 +σ) PE 4 1
13 7.3 (cont.) Se σ1 e σ forem mbs desconhecids (o que é o mis comum) v.. nterior já não pode ser directmente usd como v.. fulcrl. Procede-se então de form semelhnte o que foi feito n secção 7., qundo se pretendi um I.C. pr médi de um únic populção. Se n 1 30 e n 30 pode usr-se, sej qul for distribuição de X 1 e X (norml ou outr), o seguinte resultdo, justificdo pelo T.L.C. e pelo Teorem de Slutsky Z = ( X 1 X ) (µ 1 µ ) S 1 n 1 + S n N (0,1) ( Obtém-se então, com = Φ 1 1+γ ), IC γ 100% (µ 1 µ ) ( x 1 x ) s 1 + s s 1 ;( x 1 x )+ n 1 n + s n 1 (não esquecer que se continu ssumir mostrs independentes) PE 5 n 7.3 (cont.) Se σ 1 e σ forem mbs desconhecids e n 1 < 30 ou n < 30 o problem só tem solução no cso em que X 1 N(µ 1,σ 1 ) e X N(µ,σ ) e mesmo ssim pr se obter um v.. fulcrl com distribuição exct é necessário supor que, embor mbs s vriâncis sejm desconhecids, se verific σ 1 = σ = σ (est suposição é rzoável em muits situções reis, e lém disso pode ser testd). Notr que X 1 X continu ser o estimdor pontul de µ 1 µ e, ddo que σ1 = σ = σ, result ( V( X 1 X ) = σ 1 + σ 1 = σ + 1 ) n 1 n n 1 n PE 6 13
14 7.3 (cont.) De qulquer modo é necessário estimr σ. Um estimdor nturl (centrdo) obtém-se combinndo s vriâncis mostris ˆσ = S p = (n 1 1)S 1 +(n 1)S n 1 +n Note-se que qundo n 1 = n result ˆσ = (S 1 +S )/. Sbemos já que ( X 1 X ) (µ 1 µ ) N (0,1) σ 1 n n Pode mostrr-se que substituindo σ pelo seu estimdor S p se obtém T = ( X 1 X ) (µ 1 µ ) S p 1 n n t n1 +n PE (cont.) Finlmente obtém-se (continundo ssumir mostrs independentes): ] IC γ 100% (µ 1 µ )= [( x 1 x ) s p + 1n1 1n ;( x 1 x )+s p + 1n1 1n com s p = (n 1 1)s 1 +(n 1)s n 1 +n ( ) 1+γ e = Ft 1 n 1 Observções: 1. A determinção d dimensão d mostr é mis complicd (há dus dimensões determinr, n 1 e n, s vriâncis são desconhecids e depende de n 1 e n por ser distribuição t).. E se não for rzoável dmitir que σ 1 = σ = σ? Este problem, conhecido por problem de Behrens-Fisher, não tem solução exct. Há soluções proximds, ver bibliogrfi, p.ex. Montgomery e Runger (003) (não fz prte do progrm). PE 8 14
15 7.3 (cont.) Exemplo: Um mesmo tipo de mteril pode ser dquirido dois fbricntes. As vriáveis de interesse são resistênci mecânic do mteril (em uniddes convenientes) pr cd fbricnte. Pr comprr os seus vlores médios obteve-se (por mostrgem letóri) um mostr de cd: Fbricnte 1 Fbricnte n 1 = 15 n = 18 x 1 = 8.73 x = 8.68 s 1 = 0.35 s = 0.40 Com o objectivo de judr decidir qul dos dois fbricntes é melhor (ou sej, fornece mteril com mior resistênci médi) pretende-se clculr um intervlo de confinç 95% pr diferenç entre os vlores médios ds resitêncis dos mteriis. PE (cont.) Sejm: X 1 v.. que indic resistênci do mteril produzido pelo fbricnte 1 X v.. que indic resistênci do mteril produzido pelo fbricnte Admitimos que (hipóteses de trblho): X 1 N(µ 1,σ1 ) e X N(µ,σ ) s dus mostrs são independentes σ 1 = σ = σ (prece rzoável porque s 1 e s são d mesm ordem de grndez) PE 30 15
16 7.3 (cont.) A estimtiv de σ é s p = = Pr γ = 0.95, vem = F 1 t 31 (0.975) =.04 (n 1 +n = 31) e IC 95% (µ 1 µ ) = [ ; ; = [ 0.39; 0.49] ] Podemos então firmr (com 95% de confinç) que não existe grnde diferenç entre resistênci médi do mteril produzido pelos dois fbricntes (ou, não há evidênci de que um sej superior o outro). PE Intervlo de confinç pr vriânci de um populção norml Considere-se um populção X N(µ,σ ) e um mostr letóri dess populção, (X 1,...,X n ). Pretende-se determinr um I.C. 100 γ% de confinç pr σ. O estimdor pontul de σ é S. A v.. fulcrl obtém-se do teorem seguinte. Teorem: Dd um.. (X 1,...,X n ) de um populção X N(µ,σ ), vriável letóri Q = (n 1)S σ tem distribuição do qui-qudrdo com n 1 grus de liberdde, Q χ n 1. PE 3 16
17 7.4 (cont.) Algums nots sobre distribuição do qui-qudrdo 1. Um v.. com distribuição χ com k grus de liberdde tem função de densidde de probbilidde dd por f(x) = 1 k/ Γ(k/) xk/ 1 e x/, x > 0 (k > 0 é o prâmetro d distribuição). Pode mostrr-se que se Q χ k então E(Q) = k e V(Q) = k. Γ( ) represent função gm definid nteriormente (slide 69). Mis um vez frcção que prece em f(x), [ k/ Γ(k/) ] + 1, é pens constnte necessári pr que f(x)dx = 1. PE (cont.) Algums nots sobre distribuição do qui-qudrdo 3. f(x) k = k = 4 k = x 4. Os percentis d distribuição χ encontrm-se tbeldos (tmbém podem ser obtidos por clculdor ou softwre de cálculo científico) PE 34 17
18 7.4 (cont.) Pr construir um I.C. 100 γ% pr σ prte-se de P ( Q b) = γ Como foi dito nteriormente existem infinitos pres de vlores (, b) que verificm est condição. Um vez que distribuição não é simétric (e é só positiv) não há um form gráfic simples de obter um relção entre e b, tl que b sej mínim. Tmbém não há um solução nlític explícit. Us-se então, por nlogi, f Q (q) : P(Q < ) = 1 γ = F 1 χ n 1 ( 1 γ ) 1 γ γ 1 γ b : P(Q > b) = 1 γ b = F 1 χ n 1 ( 1+γ ) b q PE (cont.) Finlmente e tem-se ind P ( (n 1)S σ ) ( [ (n 1)S b = γ P σ ]) ; (n 1)S = γ b [ ] (n 1)s IC γ 100% (σ ) = ; (n 1)s b [ ] (n 1)s (n 1)s IC γ 100% (σ) = ; b PE 36 18
19 7.4 (cont.) Exemplo: X N(c,σ ). 10 medições independentes: 8.7, 9.1, 10.0, 11.9, 11.7, 8.9, 10.4, 11., 10., 8.9 Determinr um intervlo de confinç 99% pr σ 10 Como se viu x = 10.1 e s i=1 = x i D tbel (ou clculdor): = = 1.44 = F 1 (0.005) = χ 9 b = F 1 (0.995) = 3.59 χ b Obtém-se então: [ 1.96 IC 99% (σ ) = 3.59 ; 1.96 ] = [0.549;7.47] e IC % (σ) = [0.74;.73] PE Intervlos de confinç pr prâmetros de populções não normis uniprmétrics Qundo s populções não são normis obtenção de v..(s) fulcris (ou pivots) não é fácil. Ms pode-se, em princípio, (se se trtr de um prâmetro relciondo com o vlor esperdo) usr v.. fulcrl bsed no Teorem do Limite Centrl (TLC), e obter intervlos de confinç proximdos pr o prâmetro de interesse. Sej (X 1,...,X n ) um.. de dimensão n (suficientemente grnde) proveniente d populção f X (x;θ). Se considerrmos v.. S n = n i=1 X i então Z = S n E(S n ) V (Sn ) = X E ( X) V ( X) = X E(X) V(X) n N (0,1), em que E(X) e V(X) dependem do prâmetro de interesse θ. PE 38 19
20 7.5 Intervlos de confinç pr prâmetros de populções não normis uniprmétrics Exemplos de plicção: Intervlo de confinç pr um proporção (prâmetro p d distribuição de Bernoulli). Intervlo de confinç pr o prâmetro d distribuição exponencil. Intervlo de confinç pr o prâmetro d distribuição Poisson. Outrs situções de distribuições uniprmétrics ns quis se poss plicr v.. fulcrl nterior. De seguid exemplific-se pr s primeirs dus situções (pop. Bernoulli e exponencil). PE Cso I: intervlo de confinç pr um proporção Considere-se um populção muito grnde ou infinit. Sej p proporção (desconhecid) de indivíduos/objectos dess populção que pertencem um dd ctegori de interesse. Exemplos: Populção Ctegori Peçs ser defeituos Eleitores vot no prtido ABC Hbitntes tem doenç XYZ O modelo pr est situção é X Ber(p), onde X tom o vlor 1 (pertence à ctegori de interesse) com probbilidde p e o vlor 0 (não pertence à ctegori de interesse) com probbilidde 1 p. PE 40 0
21 7.5 Cso I: intervlo de confinç pr um proporção Dd um mostr letóri d vriável X, (X 1,...,X n ), sbemos já que (ver Cpítulo 6) o estimdor pontul de p é n i=1 ˆP = X i = Y n n = X onde Y = n i=1 X i é o número de sucessos n mostr letóri Ddo que E(X) = p e V(X) = p(1 p) (vlor esperdo e vriânci d distribuição de Bernoulli, ver Cpítulo 3), conclui-se então que Z = X E(X) V(X) n = ˆP p p(1 p) n N(0,1) Not: est mesm v.. fulcrl podi ser obtid prtir de Y Bin(n,p) e usndo em seguid proximção d binomil pel norml. PE Cso I: intervlo de confinç pr um proporção Procedendo d form hbitul, prte-se de ( ) P ˆP p 1+γ p(1 p) γ, com = Φ 1 n pr chegr um desiguldde com p isoldo. Depois de lguns cálculos envolvendo equções do. o gru, obtém-se ( [ nˆp+ P p +4nˆp(1 ˆp) (n+ ; nˆp+ + ]) +4nˆp(1 ˆp) ) (n+ γ ) Est expressão não é que é trdicionlmente utilizd pr obter um IC 100 γ% (p) proximdo. É no entnto que é usd no softwre R (comndo prop.test) e é tmbém que se deveri usr pr vlores de n não muito elevdos (n < 100). PE 4 1
22 7.5 Cso I: intervlo de confinç pr um proporção A vriável letóri fulcrl usul é seguinte Z = ˆP p ˆP(1 ˆP) n N(0,1) qul result d plicção do Teorem de Slutsky à vriável nterior. Dest vriável obtém-se então P ˆP p ˆP(1 ˆP) γ P ˆP(1 ˆP ˆP) p n ˆP + ˆP(1 ˆP) γ n n PE Cso I: intervlo de confinç pr um proporção Logo o intervlo letório é ICA γ 100% (p) ˆP(1 ˆP ˆP) ; n ˆP ˆP(1 + ˆP) n e o intervlo de confinç pr um mostr concret [ ] ˆp(1 ˆp) ˆp(1 ˆp) IC γ 100% (p) ˆp ; ˆp+ n n PE 44
23 7.5 Cso I: intervlo de confinç pr um proporção Exemplo: Populção de eleitores portugueses. Sondgem (letóri) 100 eleitores revelou que 683 tencionm votr no prtido ABC. Determinr e.m.v. de p (proporção de eleitores n populção que tencionm votr no prtido ABC) e um I.C. proximdo 95% pr p. ˆp = 683/100 = (ver Cpítulo 6) γ = 0.95 = Φ 1 (0.975) = 1.96 [ 0.569( ) IC 95% (p) ; ( ) 100 ] = = [0.541; 0.597] Not: Est informção pode ler-se d form que é usulmente presentd ns fichs técnics ds sondgens divulgds nos meios de comunicção socil: o erro máximo pr 0.569( ) um nível de confinç de 95% é.8% (= %). 100 PE Cso I: intervlo de confinç pr um proporção Observções: Se em vez dest v.. fulcrl tivéssemos usdo primeir, o intervlo obtido só se distingui deste prtir d 4. cs deciml: slide nterior: IC 95% (p) [ ; ] pel primeir expressão presentd: IC 95% (p) [ ; ] PE 46 3
24 7.5 Cso I: intervlo de confinç pr um proporção Dimensão d mostr: Pretende-se, como foi feito noutros csos nteriormente, determinr o menor vlor de n que grnte um cert precisão com um ddo nível de confinç ms p desconhecido! Soluções: ( ) p(1 p) ˆp p E n E usr um estimtiv preliminr de p, obtid p.ex. num mostr reduzid usr o vlor de mis desfvorável que é p = 1/, correspondente p que mximiz função p(1 p). Este vlor grnte o resultdo pr qulquer p ms pode ser demsido elevdo (gstndo ssim recursos desnecessários) se o verddeiro p não estiver próximo de 0.5. PE Cso II: Intervlo de confinç pr o prâmetro d distribuição exponencil Exercício 7.1: Considere um populção X com distribuição exponencil com vlor esperdo α 1, α > 0. Observd um mostr de dimensão 100 obteve-se x =.5. Deduz, com bse nest mostr, um intervlo de confinç 95% pr o prâmetro α. Ddo que E(X) = α 1 e V(X) = α tem-se Z = X E(X) V(X) n = X α 1 α 1 / n = n ( α X 1 ) N(0,1) γ = 0.95 = Φ 1 (0.975) = 1.96 ( / n P( 1.96 Z 1.96) 0.95 P α / ) n 0.95 X X ] Concretizndo: IC 95% (α) = [0.316; ] [ / ; / PE 48 4
PE-MEEC 1S 09/ Capítulo 7 - Estimação por intervalos. 7.2 Intervalos de. confiança para. média de uma. normal 7.
Capítulo 7 - Estimação por intervalos 7.1 Noções básicas 7.2 Intervalos de confiança para a média de uma população normal 7.3 Intervalos de confiança para a diferença de duas médias de populações normais
Leia mais( ) E( X) = µ (desconhecido) V( X) = σ 2 (conhecido) ( ) se X ~ N µ,σ 2 ( ) se X qq e n grande
A Pires, IST, Outubro de 000 Cpítulo 7 - Estimção por itervlos 7. Itervlos de cofiç Pr lém dum estimtiv potul de um prâmetro é, em muits situções, importte dispôr de lgum form de itervlo que idique cofiç
Leia maisCapítulo 7 - Estimação por intervalos 258
Cpítulo 7 - Estimção por itervlos 58 7.1 Noções básics Pr lém dum estimtiv potul de um prâmetro é, em muits situções, importte dispôr de lgum form de itervlo que idique cofiç que se pode depositr estimtiv
Leia maisPROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM UM ÚNICO FATOR E A ANÁLISE DE VARIÂNCIA
PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM UM ÚNICO FATOR E A ANÁLISE DE VARIÂNCIA Dr. Sivldo Leite Correi EXEMPLO DE UM PROBLEMA COM UM ÚNICO FATOR Um empres do rmo textil desej desenvolver
Leia mais( ) E( X) = µ (desconhecido) V( X) = σ 2 (conhecido) ( ) se X ~ N µ,σ 2 ( ) se X qq e n grande
Cpítulo 7 - Estimção por itervlos 7. Itervlos de cofiç Pr lém dum estimtiv potul de um prâmetro é, em muits situções, importte dispôr de lgum form de itervlo que idique cofiç que se pode depositr estimtiv
Leia maisProva Escrita de MATEMÁTICA A - 12o Ano a Fase
Prov Escrit de MATEMÁTICA A - o Ano 0 - Fse Propost de resolução GRUPO I. Como comissão deve ter etmente mulheres, num totl de pessos, será constituíd por um único homem. Logo, como eistem 6 homens no
Leia mais1 Distribuições Contínuas de Probabilidade
Distribuições Contínus de Probbilidde São distribuições de vriáveis letóris contínus. Um vriável letóri contínu tom um numero infinito não numerável de vlores (intervlos de números reis), os quis podem
Leia maisFÓRMULA DE TAYLOR USP MAT
FÓRMULA DE TAYLOR USP MAT 5 SEVERINO TOSCANO DO REGO MELO. Polinômios de Tylor A ret tngente o gráfico de um função f derivável em um ponto define função de primeiro gru que melhor proxim função em pontos
Leia maisAula 27 Integrais impróprias segunda parte Critérios de convergência
Integris imprópris segund prte Critérios de convergênci MÓDULO - AULA 7 Aul 7 Integris imprópris segund prte Critérios de convergênci Objetivo Conhecer dois critérios de convergênci de integris imprópris:
Leia maisDiogo Pinheiro Fernandes Pedrosa
Integrção Numéric Diogo Pinheiro Fernndes Pedros Universidde Federl do Rio Grnde do Norte Centro de Tecnologi Deprtmento de Engenhri de Computção e Automção http://www.dc.ufrn.br/ 1 Introdução O conceito
Leia maisComprimento de arco. Universidade de Brasília Departamento de Matemática
Universidde de Brsíli Deprtmento de Mtemátic Cálculo Comprimento de rco Considerefunçãof(x) = (2/3) x 3 definidnointervlo[,],cujográficoestáilustrdo bixo. Neste texto vmos desenvolver um técnic pr clculr
Leia maisApoio à Decisão. Aula 3. Aula 3. Mônica Barros, D.Sc.
Aul Métodos Esttísticos sticos de Apoio à Decisão Aul Mônic Brros, D.Sc. Vriáveis Aletóris Contínus e Discrets Função de Probbilidde Função Densidde Função de Distribuição Momentos de um vriável letóri
Leia mais10/09/2016 UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS DA TERRA DEPARTAMENTO DE GEOMÁTICA AJUSTAMENTO II GA110. Prof. Alvaro Muriel Lima Machado
UNIVERSIDDE FEDERL DO PRNÁ SEOR DE IÊNIS D ERR DEPRMENO DE GEOMÁI JUSMENO II G Prof. lvro Muriel Lim Mchdo justmento de Observções Qundo s medids não são feits diretmente sobre s grndezs procurds, ms sim
Leia maisIncertezas e Propagação de Incertezas. Biologia Marinha
Incertezs e Propgção de Incertezs Cursos: Disciplin: Docente: Biologi Biologi Mrinh Físic Crl Silv Nos cálculos deve: Ser coerente ns uniddes (converter tudo pr S.I. e tender às potêncis de 10). Fzer um
Leia maisMTDI I /08 - Integral de nido 55. Integral de nido
MTDI I - 7/8 - Integrl de nido 55 Integrl de nido Sej f um função rel de vriável rel de nid e contínu num intervlo rel I [; b] e tl que f (x) ; 8x [; b]: Se dividirmos [; b] em n intervlos iguis, mplitude
Leia maisObjetivo. Integrais de funções vetoriais. Conhecer a integral de funções vetoriais; Aprender a calcular comprimentos de curvas parametrizadas;
Funções vetoriis Integris MÓDULO 3 - AULA 35 Aul 35 Funções vetoriis Integris Objetivo Conhecer integrl de funções vetoriis; Aprender clculr comprimentos de curvs prmetrizds; Aprender clculr áres de regiões
Leia maisIntrodução ao Cálculo Numérico S(M, B) = (y i Mx i B) 2
Introdução o Cálculo Numérico 25 List de Exercícios 2 Observção importnte: Resolv o proplem pr o di d prov com função f(x) = cos(πx/2) e não com f(x) = sin(πx)! Problem 1. Sejm {x i, y i } n i= números
Leia maisElementos de Análise - Lista 6 - Solução
Elementos de Análise - List 6 - Solução 1. Pr cd f bixo considere F (x) = x f(t) dt. Pr quis vlores de x temos F (x) = f(x)? () f(x) = se x 1, f(x) = 1 se x > 1; F (x) = se x 1, F (x) = x 1 se x > 1. Portnto
Leia maisIntegrais Duplas em Regiões Limitadas
Cálculo III Deprtmento de Mtemátic - ICEx - UFMG Mrcelo Terr Cunh Integris Dupls em egiões Limitds Ou por curiosidde, ou inspirdo ns possíveis plicções, é nturl querer usr integris dupls em regiões não
Leia maisINTEGRAIS DEFINIDAS. Como determinar a área da região S que está sob a curva y = f(x) e limitada pelas retas verticais x = a, x = b e pelo eixo x?
INTEGRAIS DEFINIDAS O Prolem d Áre Como determinr áre d região S que está so curv y = f(x) e limitd pels rets verticis x =, x = e pelo eixo x? Um idei é proximrmos região S utilizndo retângulos e depois
Leia maisINTEGRAIS DEFINIDAS. Como determinar a área da região S que está sob a curva y = f(x) e limitada pelas retas verticais x = a, x = b e pelo eixo x?
INTEGRAIS DEFINIDAS O Prolem d Áre Como determinr áre d região S que está so curv y = f(x) e limitd pels rets verticis x =, x = e pelo eixo x? Um idei é proximrmos região S utilizndo retângulos e depois
Leia maisCapítulo IV. Funções Contínuas. 4.1 Noção de Continuidade
Cpítulo IV Funções Contínus 4 Noção de Continuidde Um idei muito básic de função contínu é de que o seu gráfico pode ser trçdo sem levntr o lápis do ppel; se houver necessidde de interromper o trço do
Leia maisEQUAÇÃO DO 2 GRAU. Seu primeiro passo para a resolução de uma equação do 2 grau é saber identificar os valores de a,b e c.
EQUAÇÃO DO GRAU Você já estudou em série nterior s equções do 1 gru, o gru de um equção é ddo pelo mior expoente d vriável, vej lguns exemplos: x + = 3 equção do 1 gru já que o expoente do x é 1 5x 8 =
Leia maisInferência em grandes amostras. Análise da Regressão múltipla: MQO Assintótico. Inferência em grandes amostras (cont.)
Análise d Regressão múltipl: MQO Assintótico y = β + β x + β x +... β k x k. Proprieddes ssintótics Antes, proprieddes sobre mostrs finits de tmnho n Lembre-se e sob s hipóteses do MLC, s distribições
Leia maisBhaskara e sua turma Cícero Thiago B. Magalh~aes
1 Equções de Segundo Gru Bhskr e su turm Cícero Thigo B Mglh~es Um equção do segundo gru é um equção do tipo x + bx + c = 0, em que, b e c são números reis ddos, com 0 Dd um equção do segundo gru como
Leia maisCÁLCULO I. 1 Área entre Curvas. Objetivos da Aula. Aula n o 24: Área entre Curvas, Comprimento de Arco e Trabalho. Calcular área entre curvas;
CÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeid Aul n o : Áre entre Curvs, Comprimento de Arco e Trblho Objetivos d Aul Clculr áre entre curvs; Clculr o comprimento de rco; Denir Trblho. 1 Áre entre
Leia maisIntegral. (1) Queremos calcular o valor médio da temperatura ao longo do dia. O valor. a i
Integrl Noção de Integrl. Integrl é o nálogo pr unções d noção de som. Ddos n números 1, 2,..., n, podemos tomr su som 1 + 2 +... + n = i. O integrl de = té = b dum unção contínu é um mneir de somr todos
Leia maisÁrea entre curvas e a Integral definida
Universidde de Brsíli Deprtmento de Mtemátic Cálculo Áre entre curvs e Integrl definid Sej S região do plno delimitd pels curvs y = f(x) e y = g(x) e s rets verticis x = e x = b, onde f e g são funções
Leia maisfundamental do cálculo. Entretanto, determinadas aplicações do Cálculo nos levam a formulações de integrais em que:
Cpítulo 8 Integris Imprópris 8. Introdução A eistênci d integrl definid f() d, onde f é contínu no intervlo fechdo [, b], é grntid pelo teorem fundmentl do cálculo. Entretnto, determinds plicções do Cálculo
Leia maisInterpretação Geométrica. Área de um figura plana
Integrl Definid Interpretção Geométric Áre de um figur pln Interpretção Geométric Áre de um figur pln Sej f(x) contínu e não negtiv em um intervlo [,]. Vmos clculr áre d região S. Interpretção Geométric
Leia mais(x, y) dy. (x, y) dy =
Seção 7 Função Gm A expressão n! = 1 3... n (1 está definid pens pr vlores inteiros positivos de n. Um primeir extensão é feit dizendo que! = 1. Ms queremos estender noção de ftoril inclusive pr vlores
Leia mais2.4 Integração de funções complexas e espaço
2.4 Integrção de funções complexs e espço L 1 (µ) Sej µ um medid no espço mensurável (, F). A teori de integrção pr funções complexs é um generlizção imedit d teori de integrção de funções não negtivs.
Leia maisIntrodução ao estudo de equações diferenciais
MTDI I - 2007/08 - Introdução o estudo de equções diferenciis 63 Introdução o estudo de equções diferenciis Existe um grnde vriedde de situções ns quis se desej determinr um quntidde vriável prtir de um
Leia maisTermodinâmica e Estrutura da Matéria 2013/14
Termodinâmic e Estrutur d Mtéri 3/4 (LMAC, MEFT, MEBiom Responsável: João P Bizrro Prátics: Edurdo Cstro e ítor Crdoso Deprtmento de Físic, Instituto Superior Técnico Resolução de exercícios propostos
Leia maisCÁLCULO I. Denir o trabalho realizado por uma força variável; Denir pressão e força exercidas por um uido.
CÁLCULO I Aul n o 3: Comprimento de Arco. Trblho. Pressão e Forç Hidrostátic. Objetivos d Aul Denir comprimento de rco; Denir o trblho relizdo por um forç vriável; Denir pressão e forç exercids por um
Leia maisProf. Doherty Andrade- DMA/UEM DMA-UEM-2004
Integrção Numéric Prof. Doherty Andrde- DMA/UEM DMA-UEM-4 Preliminres Nests nots o nosso interesse é clculr numericmente integris f(x)dx. A idéi d integrção numéric reside n proximção d função integrnd
Leia maisProblemas e Algoritmos
Problems e Algoritmos Em muitos domínios, há problems que pedem síd com proprieddes específics qundo são fornecids entrds válids. O primeiro psso é definir o problem usndo estruturs dequds (modelo), seguir
Leia maisCálculo de Limites. Sumário
6 Cálculo de Limites Sumário 6. Limites de Sequêncis................. 3 6.2 Exercícios Recomenddos............... 5 6.3 Limites de Funções.................. 7 6.4 Exercícios Recomenddos...............
Leia mais3 Teoria dos Conjuntos Fuzzy
0 Teori dos Conjuntos Fuzzy presentm-se qui lguns conceitos d teori de conjuntos fuzzy que serão necessários pr o desenvolvimento e compreensão do modelo proposto (cpítulo 5). teori de conjuntos fuzzy
Leia mais4. Teorema de Green. F d r = A. dydx. (1) Pelas razões acima referidas, a prova deste teorema para o caso geral está longe
4 Teorem de Green Sej U um berto de R 2 e r : [, b] U um cminho seccionlmente, fechdo e simples, isto é, r não se uto-intersect, excepto ns extremiddes Sej região interior r([, b]) prte d dificuldde n
Leia maisLista 5: Geometria Analítica
List 5: Geometri Anlític A. Rmos 8 de junho de 017 Resumo List em constnte tulizção. 1. Equção d elipse;. Equção d hiperból. 3. Estudo unificdo ds cônics não degenerds. Elipse Ddo dois pontos F 1 e F no
Leia maisUNIVERSIDADE FEDERAL DE PERNAMBUCO. Resumo. Nesta aula, utilizaremos o Teorema Fundamental do Cálculo (TFC) para o cálculo da área entre duas curvas.
CÁLCULO L1 NOTAS DA DÉCIMA SÉTIMA AULA UNIVERSIDADE FEDERAL DE PERNAMBUCO Resumo. Nest ul, utilizremos o Teorem Fundmentl do Cálculo (TFC) pr o cálculo d áre entre dus curvs. 1. A áre entre dus curvs A
Leia mais3. Cálculo integral em IR 3.1. Integral Indefinido 3.1.1. Definição, Propriedades e Exemplos
3. Cálculo integrl em IR 3.. Integrl Indefinido 3... Definição, Proprieddes e Exemplos A noção de integrl indefinido prece ssocid à de derivd de um função como se pode verificr prtir d su definição: Definição
Leia maisCÁLCULO I. 1 Funções denidas por uma integral
CÁLCULO I Prof. Mrcos Diniz Prof. André Almeid Prof. Edilson Neri Júnior Prof. Emerson Veig Prof. Tigo Coelho Aul n o 26: Teorem do Vlor Médio pr Integris. Teorem Fundmentl do Cálculo II. Funções dds por
Leia maisALGEBRA LINEAR AUTOVALORES E AUTOVETORES. Prof. Ademilson
LGEBR LINER UTOVLORES E UTOVETORES Prof. demilson utovlores e utovetores utovlores e utovetores são conceitos importntes de mtemátic, com plicções prátics em áres diversificds como mecânic quântic, processmento
Leia maisMAT Complementos de Matemática para Contabilidade - FEAUSP 1 o semestre de 2011 Professor Oswaldo Rio Branco de Oliveira INTEGRAL
MAT 103 - Complementos de Mtemátic pr Contbilidde - FEAUSP 1 o semestre de 011 Professor Oswldo Rio Brnco de Oliveir INTEGRAL Suponhmos um torneir bert em um recipiente e com velocidde de escomento d águ
Leia maisROTAÇÃO DE CORPOS SOBRE UM PLANO INCLINADO
Físic Gerl I EF, ESI, MAT, FQ, Q, BQ, OCE, EAm Protocolos ds Auls Prátics 003 / 004 ROTAÇÃO DE CORPOS SOBRE UM PLANO INCLINADO. Resumo Corpos de diferentes forms deslocm-se, sem deslizr, o longo de um
Leia maisIntrodução à Integral Definida. Aula 04 Matemática II Agronomia Prof. Danilene Donin Berticelli
Introdução à Integrl Definid Aul 04 Mtemátic II Agronomi Prof. Dnilene Donin Berticelli Áre Desde os tempos mis ntigos os mtemáticos se preocupm com o prolem de determinr áre de um figur pln. O procedimento
Leia mais1. Sejam R e S duas relações entre os conjuntos não vazios E e F. Então mostre que
2 List de exercícios de Álgebr 1. Sejm R e S dus relções entre os conjuntos não vzios E e F. Então mostre que ) R 1 S 1 = (R S) 1, b) R 1 S 1 = (R S) 1. Solução: Pr primeir iguldde, temos que (, b) R 1
Leia maisTeorema Fundamental do Cálculo - Parte 2
Universidde de Brsíli Deprtmento de Mtemátic Cálculo Teorem Fundmentl do Cálculo - Prte 2 No teto nterior vimos que, se F é um primitiv de f em [,b], então f()d = F(b) F(). Isto reduz o problem de resolver
Leia maisUNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
PR UIVERSIDADE TECOLÓGICA FEDERAL DO PARAÁ ITEGRAIS IMPRÓPRIAS Adptdo de: HOFFMA, Lurence D. & BRADLEY, Gerld L. Cálculo: Um Curso Moderno e sus Aplicções. Rio de Jneiro: Set Edição, LTC Livros Técnicos
Leia maisProva 1 Soluções MA-602 Análise II 27/4/2009 Escolha 5 questões
Prov 1 Soluções MA-602 Análise II 27/4/2009 Escolh 5 questões 1. Sej f : [, b] R um função limitd. Mostre que f é integrável se, e só se, existe um sequênci de prtições P n P [,b] do intervlo [, b] tl
Leia maisPotencial Elétrico. Evandro Bastos dos Santos. 14 de Março de 2017
Potencil Elétrico Evndro Bstos dos Sntos 14 de Mrço de 2017 1 Energi Potencil Elétric Vmos começr fzendo um nlogi mecânic. Pr um corpo cindo em um cmpo grvitcionl g, prtir de um ltur h i té um ltur h f,
Leia maisNotação. Se u = u(x, y) é uma função de duas variáveis, representamos por u, ou ainda, por 2 u a expressão
Seção 20: Equção de Lplce Notção. Se u = u(x, y) é um função de dus vriáveis, representmos por u, ou ind, por 2 u expressão u = 2 u = u xx + u yy, chmd de lplcino de u. No cso de função de três vriáveis,
Leia maisDISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE
DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE 7.. Introdução As vriáveis letóris contínus são muito usds pr descrever fenômenos físicos, principlmente queles que envolvem o tempo. Este cpítulo presentrá s distribuições
Leia maisINTEGRAIS DEFINIDAS. Como determinar a área da região S que está sob a curva y = f(x) e limitada pelas retas verticais x = a, x = b e pelo eixo x?
Cálculo II Prof. Adrin Cherri 1 INTEGRAIS DEFINIDAS O Prolem d Áre Como determinr áre d região S que está so curv y = f(x) e limitd pels rets verticis x =, x = e pelo eixo x? Um idei é proximrmos região
Leia maisI = O valor de I será associado a uma área, e usaremos esta idéia para desenvolver um algoritmo numérico. Ao
Cpítulo 6 Integrl Nosso objetivo qui é clculr integrl definid I = f(x)dx. (6.1) O vlor de I será ssocido um áre, e usremos est idéi pr desenvolver um lgoritmo numérico. Ao contrário d diferencição numéric,
Leia maisMaterial envolvendo estudo de matrizes e determinantes
E. E. E. M. ÁREA DE CONHECIMENTO DE MATEMÁTICA E SUAS TECNOLOGIAS PROFESSORA ALEXANDRA MARIA º TRIMESTRE/ SÉRIE º ANO NOME: Nº TURMA: Mteril envolvendo estudo de mtrizes e determinntes INSTRUÇÕES:. Este
Leia maisOs números racionais. Capítulo 3
Cpítulo 3 Os números rcionis De modo informl, dizemos que o conjunto Q dos números rcionis é composto pels frções crids prtir de inteiros, desde que o denomindor não sej zero. Assim como fizemos nteriormente,
Leia maisMétodo de Monte Carlo
Método de Monte Crlo Antonio Crlos Roque d Silv Filho e Cristino R. F. Grnzotti 19 de junho de 2017 1 Definição do Método de Monte Crlo e Estimtiv d Acuráci Um experimento computcionl requer execução de
Leia maisDefinição 1. (Volume do Cilindro) O volume V de um um cilindro reto é dado pelo produto: V = area da base altura.
Cálculo I Aul 2 - Cálculo de Volumes Dt: 29/6/25 Objetivos d Aul: Clculr volumes de sólidos por seções trnsversis Plvrs-chves: Seções Trnsversis - Volumes Volume de um Cilindro Nosso objetivo nest unidde
Leia maisx = x 2 x 1 O acréscimo x é também chamado de diferencial de x e denotado por dx, isto é, dx = x.
Universidde Federl Fluminense Mtemátic II Professor Mri Emili Neves Crdoso Cpítulo Integrl. Diferenciis dy Anteriormente, foi considerdo um símolo pr derivd de y em relção à, ms em lguns prolems é útil
Leia maisAula de solução de problemas: cinemática em 1 e 2 dimensões
Aul de solução de problems: cinemátic em 1 e dimensões Crlos Mciel O. Bstos, Edurdo R. Azevedo FCM 01 - Físic Gerl pr Químicos 1. Velocidde instntâne 1 A posição de um corpo oscil pendurdo por um mol é
Leia maisx 0 0,5 0,999 1,001 1,5 2 f(x) 3 4 4,998 5,
- Limite. - Conceito Intuitivo de Limite Considere função f definid pel guinte epressão: f - - Podemos obrvr que função está definid pr todos os vlores de eceto pr. Pr, tnto o numerdor qunto o denomindor
Leia maisUNIVERSIDADE FEDERAL DE PERNAMBUCO CCEN DEPARTAMENTO DE MATEMÁTICA EXAME DE QUALIFICAÇÃO PARA O MESTRADO EM MATEMÁTICA
UNIVERSIDADE FEDERAL DE PERNAMBUCO CCEN DEPARTAMENTO DE MATEMÁTICA EXAME DE QUALIFICAÇÃO PARA O MESTRADO EM MATEMÁTICA PRIMEIRO SEMESTRE DE 2015 13 de Fevereiro de 2015 Prte I Álgebr Liner 1 Questão: Sejm
Leia maisTeorema Fundamental do Cálculo - Parte 1
Universidde de Brsíli Deprtmento de Mtemátic Cálculo Teorem Fundmentl do Cálculo - Prte Neste texto vmos provr um importnte resultdo que nos permite clculr integris definids. Ele pode ser enuncido como
Leia maisCÁLCULO I. Denir e calcular o centroide de uma lâmina.
CÁLCULO I Prof. Mrcos Diniz Prof. André Almeid Prof. Edilson Neri Júnior Aul n o : Aplicções d Integrl: Momentos. Centro de Mss Objetivos d Aul Denir momento em relção um ponto xo e um ret. Denir e clculr
Leia maisMATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
MATEMÁTICA II Prof. Dr. Amnd Liz Pcífico Mnfrim Perticrrri mnd.perticrrri@unesp.r DEFINIÇÃO. Se f é um função contínu definid em x, dividimos o intervlo, em n suintervlos de comprimentos iguis: x = n Sejm
Leia mais20/07/15. Matemática Aplicada à Economia LES 201
Mtemátic Aplicd à Economi LES 201 Auls 3 e 4 17 e 18/08/2015 Análise de Equilíbrio Sistems Lineres e Álgebr Mtricil Márci A.F. Dis de Mores Análise de Equilíbrio em Economi (Ching, cp 3) O significdo do
Leia maisTrigonometria FÓRMULAS PARA AJUDÁ-LO EM TRIGONOMETRIA
Trigonometri é o estudo dos triângulos, que contêm ângulos, clro. Conheç lgums regrs especiis pr ângulos e váris outrs funções, definições e trnslções importntes. Senos e cossenos são dus funções trigonométrics
Leia maisMaterial Teórico - Módulo de Razões e Proporções. Proporções e Conceitos Relacionados. Sétimo Ano do Ensino Fundamental
Mteril Teórico - Módulo de Rzões e Proporções Proporções e Conceitos Relciondos Sétimo Ano do Ensino Fundmentl Prof. Frncisco Bruno Holnd Prof. Antonio Cminh Muniz Neto Portl OBMEP 1 Introdução N ul nterior,
Leia maisIFRN Campus Natal/Central. Prof. Tibério Alves, D. Sc. FIC Métodos matemáticos para físicos e engenheiros - Aula 02.
IFRN Cmpus Ntl/Centrl Prof. Tibério Alves, D. Sc. FIC Métodos mtemáticos pr físicos e engenheiros - Aul 0 Séries de Fourier 3 de gosto de 08 Resumo Neste ul, vmos estudr o conceito de conjunto completo
Leia mais1. Conceito de logaritmo
UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: FUNDAMENTOS DE MATEMÁTICA Logritmos Prof.: Rogério
Leia maisAula 10 Estabilidade
Aul 0 Estbilidde input S output O sistem é estável se respost à entrd impulso 0 qundo t Ou sej, se síd do sistem stisfz lim y(t) t = 0 qundo entrd r(t) = impulso input S output Equivlentemente, pode ser
Leia maisResolução 2 o Teste 26 de Junho de 2006
Resolução o Teste de Junho de roblem : Resolução: k/m m k/m k m 3m k m m 3m m 3m H R H R R ) A estti globl obtém-se: α g = α e + α i α e = ret 3 = 3 = ; α i = 3 F lint = = α g = Respost: A estrutur é eteriormente
Leia maisc.c. É a função que associa a cada x X(S) um número f(x) que deve satisfazer as seguintes propriedades:
Prof. Lorí Vili, Dr. vili@mt.ufrgs.r http://www.mt.ufrgs.r/~vili/ Sej um vriável letóri com conjunto de vlores (S). Se o conjunto de vlores for infinito não enumerável então vriável é dit contínu. É função
Leia maisFísica Geral e Experimental I (2011/01)
Diretori de Ciêncis Exts Lbortório de Físic Roteiro Físic Gerl e Experimentl I (/ Experimento: Cinemátic do M. R. U. e M. R. U. V. . Cinemátic do M.R.U. e do M.R.U.V. Nest tref serão borddos os seguintes
Leia maisLista de Exercícios de Física II - Gabarito,
List de Exercícios de Físic II - Gbrito, 2015-1 Murício Hippert 18 de bril de 2015 1 Questões pr P1 Questão 1. Se o bloco sequer encost no líquido, leitur n blnç corresponde o peso do líquido e cord sustent
Leia maisProva Escrita de MATEMÁTICA A - 12o Ano a Fase
Prov Escrit de MATEMÁTICA A - o Ano 08 - Fse Propost de resolução Cderno... Como eperiênci se repete váris vezes, de form independente, distribuição de probbiliddes segue o modelo binomil P X k n C k p
Leia maisComo calcular a área e o perímetro de uma elipse?
Como clculr áre e o perímetro de um elipse? Josiel Pereir d Silv Resumo Muitos professores de Mtemátic reltm que miori dos livros didáticos de Mtemátic utilizdos no Ensino Médio não bordm o conceito de
Leia maisFUNÇÕES. Mottola. 1) Se f(x) = 6 2x. é igual a (a) 1 (b) 2 (c) 3 (d) 4 (e) 5. 2) (UNIFOR) O gráfico abaixo. 0 x
FUNÇÕES ) Se f() = 6, então f ( 5) f ( 5) é igul () (b) (c) 3 (d) 4 (e) 5 ) (UNIFOR) O gráfico bio 0 () não represent um função. (b) represent um função bijetor. (c) represent um função não injetor. (d)
Leia maisTEORIA MICROECONÔMICA I N
CENTRO DE CIÊNCIAS SOCIAIS DEPARTAMENTO DE ECONOMIA ECO 3 TEORIA MICROECONÔMICA I N PROFESSOR: JULIANO ASSUNÇÃO TURMA: JA Minimizção de Custos. Conts com Co-Dougls. Considere um firm que produz o produto
Leia maisCálculo em Computadores 2006 Integrais e volumes 1. Cálculo em Computadores Integrais de funções de duas variáveis reais 4
Cálculo em Computdores 2006 Integris e volumes 1 Contents Cálculo em Computdores 2006 Integris de funções de dus vriáveis 1 Áres no plno 2 1.1 exercícios...............................................
Leia mais(B) (A) e o valor desta integral é 9. gabarito: Propriedades da integral Represente geometricamente as integrais para acompanhar o cálculo.
Cálculo Univrido List numero integrl trcisio@sorlmtemtic.org T. Prcino-Pereir Sorl Mtemátic lun@: 7 de setemro de 7 Cálculo Produzido com L A TEX sis. op. Dein/GNU/Linux www.clculo.sorlmtemtic.org/ Os
Leia maisequação paramêtrica/vetorial da curva: a lei γ(t) =... Dizemos que a curva é fechada se I = [a, b] e γ(a) = γ(b).
1 Lembrete: curvs Definição Chmmos Curv em R n : um função contínu : I R n onde I R é intervlo. (link desenho curvs) Definimos: Trço d curv: imgem equção prmêtric/vetoril d curv: lei (t) =... Dizemos que
Leia maisx u 30 2 u 1 u 6 + u 10 2 = lim (u 1)(1 + u + u 2 + u 3 + u 4 )(2 + 2u 5 + u 10 )
Universidde Federl de Viços Deprtmento de Mtemátic MAT 40 Cálculo I - 207/II Eercícios Resolvidos e Comentdos Prte 2 Limites: Clcule os seguintes ites io se eistirem. Cso contrário, justique não eistênci.
Leia maisCurso Básico de Fotogrametria Digital e Sistema LIDAR. Irineu da Silva EESC - USP
Curso Básico de Fotogrmetri Digitl e Sistem LIDAR Irineu d Silv EESC - USP Bses Fundmentis d Fotogrmetri Divisão d fotogrmetri: A fotogrmetri pode ser dividid em 4 áres: Fotogrmetri Geométric; Fotogrmetri
Leia maisAs fórmulas aditivas e as leis do seno e do cosseno
ul 3 s fórmuls ditivs e s leis do MÓDULO 2 - UL 3 utor: elso ost seno e do cosseno Objetivos 1) ompreender importânci d lei do seno e do cosseno pr o cálculo d distânci entre dois pontos sem necessidde
Leia maisCircuitos Elétricos II Experimento 1 Experimento 1: Sistema Trifásico
Circuitos Elétricos Experimento 1 Experimento 1: Sistem Trifásico 1. Objetivo: Medição de tensões e correntes de linh e de fse em um sistem trifásico. 2. ntrodução: As tensões trifásics são normlmente
Leia maisProva Escrita de MATEMÁTICA A - 12o Ano a Fase
Prov Escrit de MATEMÁTICA A - 1o Ano 017-1 Fse Propost de resolução GRUP I 1. s números nturis de qutro lgrismos que se podem formr com os lgrismos de 1 9 e que são múltiplos de, são constituídos por 3
Leia maisCálculo integral. 4.1 Preliminares
Cpítulo 4 Cálculo integrl 4. Preinres Considere um decomposição do intervlo [, ] R em su-intervlos d orm [x, x ], [x, x ],..., [x n, x n ], onde = x < x < < x n < x n = e n N. Por um questão de simplicidde,
Leia mais5) Para b = temos: 2. Seja M uma matriz real 2 x 2. Defina uma função f na qual cada elemento da matriz se desloca para a posição. e as matrizes são:
MATEMÁTIA Sej M um mtriz rel x. Defin um função f n qul cd elemento d mtriz se desloc pr posição b seguinte no sentido horário, ou sej, se M =, c d c implic que f (M) =. Encontre tods s mtrizes d b simétrics
Leia maisResolução Numérica de Sistemas Lineares Parte I
Cálculo Numérico Resolução Numéric de Sistems ineres Prte I Prof. Jorge Cvlcnti jorge.cvlcnti@univsf.edu.br MATERIA ADAPTADO DOS SIDES DA DISCIPINA CÁCUO NUMÉRICO DA UFCG - www.dsc.ufcg.edu.br/~cnum/ Sistems
Leia maisRESUMO DE INTEGRAIS. d dx. NOTA MENTAL: Não esquecer a constante para integrais indefinidas. Fórmulas de Integração
RESUMO DE INTEGRAIS INTEGRAL INDEFINIDA A rte de encontrr ntiderivds é chmd de integrção. Desse modo, o plicr integrl dos dois ldos d equção, encontrmos tl d ntiderivd: f (x) = d dx [F (x)] f (x)dx = F
Leia maisIntegrais Imprópias Aula 35
Frções Prciis - Continução e Integris Imprópis Aul 35 Alexndre Nolsco de Crvlho Universidde de São Pulo São Crlos SP, Brzil 05 de Junho de 203 Primeiro Semestre de 203 Turm 20304 - Engenhri de Computção
Leia maisSub-rede Zero e toda a sub-rede
Sub-rede Zero e tod sub-rede Índice Introdução Pré-requisitos Requisitos Componentes Utilizdos Convenções Sub-rede zero A sub-rede unificd Problems com sub-rede zero e com sub-rede tudo um Sub-rede zero
Leia maisFunção Modular. x, se x < 0. x, se x 0
Módulo de um Número Rel Ddo um número rel, o módulo de é definido por:, se 0 = `, se < 0 Observção: O módulo de um número rel nunc é negtivo. Eemplo : = Eemplo : 0 = ( 0) = 0 Eemplo : 0 = 0 Geometricmente,
Leia maisDo programa... 2 Descobre o teu livro... 4
Índice Do progrm........................................... Descobre o teu livro....................................... 4 Atividde zero: Record.................................. 6 1. T de vrição e otimizção...........................
Leia mais