Capítulo 3 Modelos Estatísticos
|
|
- Luísa Rosa Vieira
- 8 Há anos
- Visualizações:
Transcrição
1 Capítulo 3 Modelos Estatísticos Slide 1 Resenha Variáveis Aleatórias Distribuição Binomial Distribuição de Poisson Distribuição Normal Distribuição t de Student Distribuição Qui-quadrado
2 Resenha Slide 2 Este capítulo aborda as distribuições de probabilidade tendo em conta os conhecimentos de estatistica descritiva apresentados no Capítulo 1 e os de probabilidade apresentados no Capítulo 2. As Distribuições de Probabilidade descrevem o que provavelmente acontecerá em vez de o que realmente aconteceu.
3 Definições Slide 3 Uma variável aleatória é uma variável (usualmente representada por X) que toma um certo valor numérico, determinado pelo acaso, de cada vez que a experiência é realizada. Uma distribução de probabilidade é um gráfico, tabela, ou fórmula que indica a probabilidade correspondente a cada valor da variável aleatória.
4 Definições Slide 4 Uma variável aleatória discreta toma um nº finito ou infinito numerável de valores. Uma variável aleatória contínua toma um nº infinito não numerável de valores, os quais podem ser associados com medidas numa escala contínua.
5 Propriedades das Distribuições de Probabilidade Slide 5 Σ P(x) = 1 onde x toma todos os valores possíveis. 0 P(x) 1 para qualquer valor de x.
6 Média, Variância e Slide 6 Desvio Padrão de uma Variável Aleatória µ = Σ [x P(x)] Média σ 2 = Σ [(x µ) 2 P(x)] Variância σ 2 = [Σ x 2 P(x)] µ 2 Variância (forma reduzida) σ = Σ [x 2 P(x)] µ 2 Desvio Padrão
7 Definição Slide 7 O Valor Esperado de uma variável aleatória discreta é denotado por E, e representa a média dos resultados. Determina-se através do valor de Σ [x P(x)]. E = Σ [x P(x)]
8 Em resumo Slide 8 Até agora aprendemos sobre: Combinar os métodos da estatística descritiva com os da probabilidade. Variáveis aleatórias e distribuições de probabilidade. Propriedades da distribuição de probabilidade. Média, variância e desvio padrão de uma variável aleatória. Valor esperado.
9 A Distribuição Binomial Slide 9
10 Definições Slide 10 A distribuição binomial verifica as seguintes condições: 1. A experiência tem um nº fixo de provas, n. 2. As provas são independentes. (O resultado de uma prova não afecta a probabilidade de ocorrência das restantes.) 3. Cada prova origina um de dois resultados possíveis: sucesso ou insucesso. 4. A probabilidade de sucesso, denotada por p, é constante em cada prova.
11 Notação para a Distribuição Binomial Slide 11 n denota o nº de provas (valor fixo à partida). x denota um nº específico de sucessos em n provas, logo x pode ser qualquer nº entre 0 e n, inclusive. p denota a probabilidade de sucesso em cada uma das n provas. q denota a probabilidade de insucesso em cada uma das n provas. P(x) denota a probabilidade de obter exactamente x sucessos em n provas (P(x)=P(X=x)).
12 Métodos para Determinar as Probabilidades com a Distribuição Binomial Slide 12 Vejamos três métodos possíveis para determinar as probabilidades correspondentes à variável aleatória X com distribuição binomial.
13 Método 1: Usando a Fórmula da Probabilidade na Distribuição Binomial Slide 13 onde P(X=x) = n! p x q n-x (n x)!x! n = nº de provas para x = 0, 1, 2,..., n x = nº de sucessos nas n provas p = probabilidade de sucesso em cada prova q = probabilidade de insucesso em cada prova (q = 1 p)
14 Método 2: Usando uma Tabela de Probabilidades Slide 14 Reproduz-se em baixo parte da tabela da binomial que vamos usar. Com n = 5 e p = 0.2 na distribuição binomial, as probabilidades de obter 0, 1, 2, 3, 4 e 5 sucessos são , (= ), (= ), , e , respectivamente. n = 5 x p
15 Método 3: Usando a Tecnologia Slide 15 Software Estatístico, Excel e algumas calculadoras fornecem-nos as probabilidades da distribuição binomial.
16 Distribuição Binomial: Fórmulas Slide 16 Média µ = n p onde Variância σ 2 = n p q Desvio Padrão σ = n p q n = nº de provas p = probabilidade de sucesso em cada uma das n provas q = probabilidade de insucesso em cada uma das n provas
17 Exemplo Slide 17 Determine a média e o desvio padrão para o nº de raparigas em 14 nascimentos. Esta situação pode ser resolvida através da distribuição binomial onde: n = 14 p = 0.5 q = 0.5 Usando as fórmulas da distribuição binomial, temos : µ = (14)(0.5) = 7 raparigas σ = (14)(0.5)(0.5) = raparigas
18 Interpretação dos Resultados Slide 18 É especialmente importante interpretar os resultados. Os valores dizem-se pouco usuais se se encontrarem para além dos seguintes limites: Valores Máximos Usuais = µ + 2 σ Valores Mínimos Usuais = µ 2 σ
19 Exemplo Slide 19 Determine se é usual em 100 nascimentos, 68 serem raparigas. Para esta distribuição binomial, µ = 50 raparigas σ = 5 raparigas µ + 2 σ = (5) = 60 µ - 2 σ = 50-2(5) = 40 Em 100 nascimentos, é usual nascerem entre 40 e 60 raparigas. Assim, não é usual nascerem 68 raparigas.
20 Slide 20 A Distribuição de Poisson
21 Definição Slide 21 A distribuição de Poisson é uma distribuição discreta que se aplica quando ocorre um acontecimento num intervalo especificado. A variável aleatória X representa o nº de ocorrências num determinado intervalo. O intervalo pode se referir a tempo, distância, área, volume, ou algum tipo de medida similar. Fórmula P(X=x)= µ x e -µ onde e x!
22 Condições da Distribuição de Poisson Slide 22 A variável aleatória X designa o nº de acontecimentos nalgum intervalo. Assim, pode tomar quaisquer dos valores 0, 1, 2, ) Os acontecimentos têm que ser aleatórios. Os acontecimentos são independentes. A média é µ. Parâmetros O desvio padrão é σ = µ.
23 Diferenças em relação à Distribuição Binomial Slide 23 A distribuição de Poisson difere da distribuição binomial nos seguintes aspectos fundamentais: A distribuição binomial é caracterizada pela dimensão da amostra n e pela probabilidade de sucesso p, enquanto que a distribuição de Poisson é caracterizada apenas pela média µ. Numa distribuição binomial, os valores que a variável aleatória X pode tomar são 0, 1,... n, enquanto que na distribuição de Poisson a variável X toma os valores 0, 1,..., sem limite superior.
24 Exemplo Slide 24 Bombas da 2ª Guerra Mundial Em 1945 os alemães bombardearam Londres com as bombas V2. A região londrina está dividida em 576 distritos de superfícies semelhantes, pelo que admitimos que cada distrito tem igual probabilidade de ser bombardeado. Calcula-se que o nº de bombas recebidas por Londres foi de 535. Se um distrito for seleccionado ao acaso, determine a probabilidade de ter sido bombardeado com exactamente 2 bombas. A distribuição de Poisson é adequada porque estamos a lidar com uma situação de ocorrência de acontecimentos (nº de bombas recebidas) num certo intervalo (distrito).
25 Exemplo Slide 25 O nº médio de bombas por distrito é µ = 535 = Então, P(X=2) = e = ! Assim, a probabilidade de um qualquer distrito ser atingido por exactamente 2 bombas é P(X=2) =
26 Cálculo da probabilidade na Distribuição de Poisson usando uma Tabela Slide 26 Reproduz-se em baixo parte da tabela da distribuição de Poisson que vamos usar. Com µ = 0.20, as probabilidades de ocorrerem 0, 1, 2, 3 e 4 acontecimentos são , (= ), (= ), 0.001, e , respectivamente. x µ
27 Distribuição Normal Slide 27
28 Caracterização Slide 28 Variável aleatória contínua Distribuição Normal f(x) = -1 2 e x-µ ( 2 σ ) σ 2 π Fórmula 3-1 Figura 3-1
29 Definições Slide 29 Curva da Densidade (ou da função densidade de probabilidade é o gráfico da distribuição de probabilidade de uma variável aleatória contínua). 1. A área total sob a curva é igual a Todo o ponto sob a curva deve ter uma ordenada de valor igual ou superior a zero.
30 Uso da Área para determinar a Probabilidade Slide 30 Como a área total sob a curva é igual a 1, existe uma correspondência entre a área e a probabilidade. Figura 3-2
31 Alturas de Homens e Mulheres Slide 31 Figura 3-3
32 Definição Slide 32 Distribuição Normal Standard : a distribuição Normal que tem média 0 e desvio padrão 1. Figura 3-4
33 Notação Slide 33 P(a < z < b) denota a probabilidade de z tomar valores entre a e b P(z > a) denota a probabilidade de z tomar valores maiores do que a P(z < a) denota a probabilidade de z tomar valores menores do que a
34 Cálculo do valor de z correspondente a uma certa probabilidade Slide 34 5% ou 0.05 (o valor de z será positivo) Figura 3-5 Cálculo do Percentil 95
35 Cálculo do valor de z correspondente a uma certa probabilidade Slide 35 (Um dos valores de z será negativo e o outro positivo) Figura 3-6 Cálculo dos Percentis 2.5% e 97.5%
36 Distribuições Normais não Standard Slide 36 Se µ 0 ou σ 1 (ou ambos), teremos que converter os valores usando a Fórmula 3-2; então, os procedimentos passam a ser os mesmos do que os usados com a distribuição Normal Standard. Fórmula 3-2 z = x µ σ
37 Conversão para a Distribuição Normal Standard Slide 37 z = x µ σ Figura 3-7
38 Precauções a ter em conta Slide Não confunda valores de z com as correspondentes áreas. Os valores de z são distâncias ao longo do eixo horizontal enquanto que as áreas são regiões sob a curva da distribuição Normal. A tabela usada apresenta os valores de z na coluna à esquerda e na linha superior, enquanto que as áreas se encontram no meio da tabela. 2. Escolha o lado certo (direito/esquerdo) do gráfico. 3. Um valor de z deve ser negativo sempre que se encontre na metade esquerda da distribuição Normal. 4. As áreas (ou probabilidades) têm valores positivos ou nulos, mas nunca têm valores negativos.
39 Cálculos usando a Tabela da distribuição Normal Standard Slide 39 Seja Z a variável aleatória com distribuição Normal standard, ou seja, com valor médio zero e desvio padrão 1. Para calcular P(Z<0.32), é necessário consultar a tabela, na página referente aos valores positivos de z, como a seguir se indica: z Assim, P(Z<0.32)=
40 Cálculos usando a Tabela da distribuição Normal Standard Slide 40 De modo análogo, P(Z<-1.51)=0.0655, mas onde agora se consultou a mesma tabela, embora na parte referente aos valores negativos de z. Por outro lado, para encontrar o valor de z correspondente a uma certa probabilidade, por exemplo, 0.975, o valor da probabilidade tem que ser procurado no interior da tabela para, só depois, determinar o valor de z que lhe corresponde. z Assim, o valor de z correspondente à probabilidade é 1.96, ou seja, se P(Z<t)=0.975, então t=1.96.
41 Aproximação da Distribuição Binomial pela Distribuição Normal se: Slide 41 np 5 e nq 5 então µ = np e σ = npq e a variável aleatória tem uma distribuição Normal
42 Procedimento para usar a Distribuição Normal para Aproximar a Distribuição Binomial Slide Verifique que a distribuição Normal é uma aproximação adequada à distribuição Binomial confirmando que np 5 e nq Determine os valores dos parâmetros µ e σ calculando µ = np e σ = npq. 3. Identifique o valor discreto de x (o nº de sucessos). Altere o valor discreto x substituindo-o pelo intervalo x 0.5 a x Represente a curva da Normal e assinale os correspondentes valores de µ, σ, e de x 0.5 ou x + 0.5, conforme a situação. 4. Determine a área correspondente à probabilidade desejada.
43 Definição Slide 43 Quando usamos a distribuição Normal (que é uma distribuição contínua) para aproximar a distribuição Binomial (que é uma distribuição discreta), fazemos uma correção de continuidade ao valor discreto x na distribuição binomial representando o valor x pelo intervalo de x 0.5 a x
44 x = pelo menos 120 = 120, 121, 122,... Slide 44 x = mais do que 120 = 121, 122, 123,... x = no máximo 120 = 0, 1, , 119, 120 x = menos do que 120 = 0, 1, , 119 Figura 3-8
45 x = exactamente 120 Slide 45 Intervalo que representa o valor discreto 120
46 Distribuição t de Student Slide 46 A distribuição t de Student é a designação de uma família de distribuições indexada pelo parâmetro ν, que representa o número de graus de liberdade (g.l.). Reproduz-se em seguida parte da tabela desta distribuição.
47 Distribuição t de Student Slide 47 α ν Os valores indicados escrevem-se na forma t (0.01; 10) = e lê-se: o percentil 0.01 da distribuição t de Student com 10 graus de liberdade é
48 Distribuições t de Student com n = 3 e n = 12 Slide 48
49 Características importantes da distribuição t de Student Slide A distribuição t de Student varia de acordo com a dimensão da amostra (de acordo com a figura anterior, para os casos n = 3 e n = 12). 2. A curva da distribuição t de Student tem a mesma forma em sino da distribuição Normal, mas reflecte a maior variabilidade (com curvas mais alargadas) que é de esperar em amostras pequenas. 3. A distribuição t de Student tem valor médio zero (tal como a distribuição Normal standard). 4. O desvio padrão da distribuição t de Student varia de acordo com o tamanho da amostra e é maior do que 1 (o que não acontece com a distribuição Normal standard, onde σ = 1). 5. Quanto maior a dimensão da amostra, mais a distribuição t de Student se aproxima da distribuição Normal.
50 Distribuição Qui-quadrado Slide 50 A distribuição Qui-quadrado é a designação de uma família de distribuições indexada pelo parâmetro ν, que representa o número de graus de liberdade (g.l.). Reproduz-se em seguida parte da tabela desta distribuição.
51 Distribuição Qui-quadrado Slide 51 α (dade) ( gl (df) Os valores indicados escrevem-se na forma ℵ 2 (0.05; 10) = e lê-se: o percentil 0.05 da distribuição Quiquadrado com 10 graus de liberdade é
52 Características da distribuição Qui-Quadrado Slide A distribuição Qui-quadrado não é simétrica, ao contrário do que sucede com as distribuições Normal e t de Student. À medida que o nº de graus de liberdade aumenta,, a distribuição torna-se mais simétrica. Distribuição Qui-quadrado Distribuição Qui-quadrado para g.l.= 10 e g.l.= 20
53 Características da distribuição Qui-Quadrado Slide Os valores da distribuição Qui-quadrado podem ser positivos ou nulos, mas não podem ser negativos. 3. A distribuição Qui-quadrado é diferente consoante o nº de graus de liberdade, os quais se escrevem g.l.= n 1. À medida que o nº de g.l. aumenta, a distribuição aproxima-se da distribuição Normal.
Distribuição Gaussiana. Modelo Probabilístico para Variáveis Contínuas
Distribuição Gaussiana Modelo Probabilístico para Variáveis Contínuas Distribuição de Frequências do Peso, em gramas, de 10000 recém-nascidos Frequencia 0 500 1000 1500 2000 2500 3000 3500 1000 2000 3000
Leia maisEstatística e Probabilidade. Aula 8 Cap 05. Distribuição normal de probabilidade
Estatística e Probabilidade Aula 8 Cap 05 Distribuição normal de probabilidade Estatística e Probabilidade Na aula anterior vimos... Distribuições Binomiais Distribuição Geométrica Distribuição de Poisson
Leia maisO comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.
ESTATÍSTICA INDUTIVA 1. CORRELAÇÃO LINEAR 1.1 Diagrama de dispersão O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.
Leia maisVariáveis aleatórias contínuas e distribuiçao Normal. Henrique Dantas Neder
Variáveis aleatórias contínuas e distribuiçao Normal Henrique Dantas Neder Definições gerais Até o momento discutimos o caso das variáveis aleatórias discretas. Agora vamos tratar das variáveis aleatórias
Leia maisCapítulo 5: Aplicações da Derivada
Instituto de Ciências Exatas - Departamento de Matemática Cálculo I Profª Maria Julieta Ventura Carvalho de Araujo Capítulo 5: Aplicações da Derivada 5- Acréscimos e Diferenciais - Acréscimos Seja y f
Leia maisTipos de Modelos. Exemplos. Modelo determinístico. Exemplos. Modelo probabilístico. Causas Efeito. Determinístico. Sistema Real.
Tipos de Modelos Sistema Real Determinístico Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Probabilístico Modelo determinístico Exemplos Gravitação F GM M /r Causas Efeito Aceleração
Leia maisUNIVERSIDADE DOS AÇORES Cursos de Sociologia e de Serviço Social Estatística I 1º Semestre 2006/2007
UNIVERSIDADE DOS AÇORES Cursos de Sociologia e de Serviço Social Estatística I 1º Semestre 2006/2007 Ficha de Exercícios nº 5 Distribuições Importantes 1. A probabilidade de os doentes de uma determinada
Leia maisDatas Importantes 2013/01
INSTRUMENTAÇÃO CARACTERÍSTICAS DE UM SISTEMA DE MEDIÇÃO PROBABILIDADE PROPAGAÇÃO DE INCERTEZA MÍNIMOS QUADRADOS Instrumentação - Profs. Isaac Silva - Filipi Vianna - Felipe Dalla Vecchia 2013 Datas Importantes
Leia maisDistribuições de Probabilidade Distribuição Poisson
PROBABILIDADES Distribuições de Probabilidade Distribuição Poisson BERTOLO PRELIMINARES Quando aplicamos a Estatística na resolução de situações-problema, verificamos que muitas delas apresentam as mesmas
Leia maisPotenciação no Conjunto dos Números Inteiros - Z
Rua Oto de Alencar nº 5-9, Maracanã/RJ - tel. 04-98/4-98 Potenciação no Conjunto dos Números Inteiros - Z Podemos epressar o produto de quatro fatores iguais a.... por meio de uma potência de base e epoente
Leia mais1. Os métodos Não-Paramétricos podem ser aplicados a uma ampla diversidade de situações, porque não exigem populações distribuídas normalmente.
TESTES NÃO - PARAMÉTRICOS As técnicas da Estatística Não-Paramétrica são, particularmente, adaptáveis aos dados das ciências do comportamento. A aplicação dessas técnicas não exige suposições quanto à
Leia maisExemplos de Testes de Hipóteses para Médias Populacionais
Exemplos de Testes de Hipóteses para Médias Populacionais Vamos considerar exemplos de testes de hipóteses para a média de uma população para os dois casos mais importantes na prática: O tamanho da amostra
Leia maisAula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística
Aula 4 Conceitos Básicos de Estatística Aula 4 Conceitos básicos de estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa
Leia maisDistribuições de Probabilidade Distribuição Normal
PROBABILIDADES Distribuições de Probabilidade Distribuição Normal BERTOLO PRELIMINARES Quando aplicamos a Estatística na resolução de situações-problema, verificamos que muitas delas apresentam as mesmas
Leia maisExercícios resolvidos sobre Função de probabilidade e densidade de probabilidade
Exercícios resolvidos sobre Função de probabilidade e densidade de probabilidade Você aprendeu o que é função probabilidade e função densidade de probabilidade e viu como esses conceitos são importantes
Leia maisMODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS
MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS Definições Variáveis Aleatórias Uma variável aleatória representa um valor numérico possível de um evento incerto. Variáveis aleatórias
Leia maisElaborado por Eduardo Rebouças Carvalho Hermano Alexandre Lima Rocha DISTRIBUIÇÃO NORMAL
Faculdade de Medicina Universidade Federal do Ceará Elaborado por Eduardo Rebouças Carvalho Hermano Alexandre Lima Rocha DISTRIBUIÇÃO NORMAL - Uma curva de distribuição pode descrever a forma da distribuição
Leia maisDistribuição de probabilidades
Luiz Carlos Terra Para que você possa compreender a parte da estatística que trata de estimação de valores, é necessário que tenha uma boa noção sobre o conceito de distribuição de probabilidades e curva
Leia maisO teste de McNemar. A tabela 2x2. Depois
Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br O teste de McNemar O teste de McNemar para a significância de mudanças é particularmente aplicável aos experimentos do tipo "antes
Leia maisModelos de Filas de Espera
Departamento de Informática Modelos de Filas de Espera Métodos Quantitativos LEI 2006/2007 Susana Nascimento (snt@di.fct.unl.pt) Advertência Autor João Moura Pires (jmp@di.fct.unl.pt) Este material pode
Leia maisCapítulo 8 - Testes de hipóteses. 8.1 Introdução
Capítulo 8 - Testes de hipóteses 8.1 Introdução Nos capítulos anteriores vimos como estimar um parâmetro desconhecido a partir de uma amostra (obtendo estimativas pontuais e intervalos de confiança para
Leia maisProbabilidades: Função massa de probabilidades ou função distribuição de probabilidade ou modelo de probabilidade:
Exame MACS- Probabilidades Probabilidades: Função massa de probabilidades ou função distribuição de probabilidade ou modelo de probabilidade: Nos modelos de probabilidade: há uma primeira fase em que colocamos
Leia maisInstituto Superior Técnico Departamento de Matemática Última actualização: 11/Dez/2003 ÁLGEBRA LINEAR A
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Última actualização: 11/Dez/2003 ÁLGEBRA LINEAR A FICHA 8 APLICAÇÕES E COMPLEMENTOS Sistemas Dinâmicos Discretos (1) (Problema
Leia maisINSTITUTO TECNOLÓGICO
PAC - PROGRAMA DE APRIMORAMENTO DE CONTEÚDOS. ATIVIDADES DE NIVELAMENTO BÁSICO. DISCIPLINAS: MATEMÁTICA & ESTATÍSTICA. PROFº.: PROF. DR. AUSTER RUZANTE 1ª SEMANA DE ATIVIDADES DOS CURSOS DE TECNOLOGIA
Leia maisÁlgebra. SeM MiSTéRio
Álgebra SeM MiSTéRio Série SeM MiSTéRio Alemão Sem Mistério Álgebra Sem Mistério Cálculo Sem Mistério Conversação em Alemão Sem Mistério Conversação em Espanhol Sem Mistério Conversação em Francês Sem
Leia maisCurvas em coordenadas polares
1 Curvas em coordenadas polares As coordenadas polares nos dão uma maneira alternativa de localizar pontos no plano e são especialmente adequadas para expressar certas situações, como veremos a seguir.
Leia maisProbabilidade. Distribuição Normal
Probabilidade Distribuição Normal Distribuição Normal Uma variável aleatória contínua tem uma distribuição normal se sua distribuição é: simétrica apresenta (num gráfico) forma de um sino Função Densidade
Leia maisAnálise de Regressão Linear Simples e Múltipla
Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Carla Henriques (DepMAT ESTV) Análise de Regres. Linear Simples e Múltipla
Leia maisEstatística descritiva. Também designada Análise exploratória de dados ou Análise preliminar de dados
Estatística descritiva Também designada Análise exploratória de dados ou Análise preliminar de dados 1 Estatística descritiva vs inferencial Estatística Descritiva: conjunto de métodos estatísticos que
Leia maisITA - 2004 3º DIA MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR
ITA - 2004 3º DIA MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR Matemática Questão 01 Considere as seguintes afirmações sobre o conjunto U = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} I. U e n(u) = 10 III. 5 U e {5}
Leia maisProcessos Estocásticos
Processos Estocásticos Terceira Lista de Exercícios 22 de julho de 20 Seja X uma VA contínua com função densidade de probabilidade f dada por Calcule P ( < X < 2. f(x = 2 e x x R. A fdp dada tem o seguinte
Leia maisPROBABILIDADE. Aula 5
Curso: Psicologia Disciplina: Métodos Quantitativos Profa. Valdinéia Data: 28/10/15 PROBABILIDADE Aula 5 Geralmente a cada experimento aparecem vários resultados possíveis. Por exemplo ao jogar uma moeda,
Leia maisResoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-2010 - APO
Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-010 - APO 11. O Dia do Trabalho, dia 1º de maio, é o 11º dia do ano quando o ano não é bissexto. No ano de 1958, ano em que o Brasil ganhou,
Leia maisCálculo em Computadores - 2007 - trajectórias 1. Trajectórias Planas. 1 Trajectórias. 4.3 exercícios... 6. 4 Coordenadas polares 5
Cálculo em Computadores - 2007 - trajectórias Trajectórias Planas Índice Trajectórias. exercícios............................................... 2 2 Velocidade, pontos regulares e singulares 2 2. exercícios...............................................
Leia maisNuma turma de 26 alunos, o número de raparigas excede em 4 o número de rapazes. Quantos rapazes há nesta turma?
GUIÃO REVISÕES Equações e Inequações Equações Numa turma de 6 alunos, o número de raparigas ecede em 4 o número de rapazes. Quantos rapazes há nesta turma? O objectivo do problema é determinar o número
Leia maisFICHA DE TRABALHO DERIVADAS I PARTE. 1. Uma função f tem derivadas finitas à direita e à esquerda de x = 0. Então:
FICHA DE TRABALHO DERIVADAS I PARTE. Uma função f tem derivadas finitas à direita e à esquerda de = 0. Então: (A) f tem necessariamente derivada finita em = 0; (B) f não tem com certeza derivada finita
Leia maisAula 4 Estatística Conceitos básicos
Aula 4 Estatística Conceitos básicos Plano de Aula Amostra e universo Média Variância / desvio-padrão / erro-padrão Intervalo de confiança Teste de hipótese Amostra e Universo A estatística nos ajuda a
Leia maisTestes (Não) Paramétricos
Armando B. Mendes, DM, UAç 09--006 ANOVA: Objectivos Verificar as condições de aplicabilidade de testes de comparação de médias; Utilizar ANOVA a um factor, a dois factores e mais de dois factores e interpretar
Leia maisAfinal o que são e como se calculam os quartis? Universidade do Algarve Departamento de Matemática
Afinal o que são e como se calculam os quartis? Susana Fernandes Mónica Pinto Universidade do Algarve Departamento de Matemática Introdução Imaginemos que queremos calcular os quartis de um conjunto de
Leia maisProgramação. Folha Prática 4. Lab. 4. Departamento de Informática Universidade da Beira Interior Portugal. Copyright 2010 All rights reserved.
Programação Folha Prática 4 Lab. 4 Departamento de Informática Universidade da Beira Interior Portugal Copyright 2010 All rights reserved. LAB. 4 4ª semana DESENHO E CONSTRUÇÃO DE ALGORITMOS 1. Revisão
Leia maisTruques e Dicas. = 7 30 Para multiplicar fracções basta multiplicar os numeradores e os denominadores: 2 30 = 12 5
Truques e Dicas O que se segue serve para esclarecer alguma questão que possa surgir ao resolver um exercício de matemática. Espero que lhe seja útil! Cap. I Fracções. Soma e Produto de Fracções Para somar
Leia maisUniversidade Federal de São João Del Rei - UFSJ
Universidade Federal de São João Del Rei - UFSJ Instituída pela Lei 0.45, de 9/04/00 - D.O.U. de /04/00 Pró-Reitoria de Ensino de Graduação - PROEN Disciplina: Cálculo Numérico Ano: 03 Prof: Natã Goulart
Leia maisRevisão: Noções básicas de estatística aplicada a avaliações de imóveis
Curso de Avaliações Prof. Carlos Aurélio Nadal cnadal@ufpr.br 1 AULA 03 Revisão: Noções básicas de estatística aplicada a avaliações de imóveis 2 OBSERVAÇÃO: é o valor obtido durante um processo de medição.
Leia maisEduardo Camponogara. DAS-5103: Cálculo Numérico para Controle e Automação. Departamento de Automação e Sistemas Universidade Federal de Santa Catarina
Eduardo Camponogara Departamento de Automação e Sistemas Universidade Federal de Santa Catarina DAS-5103: Cálculo Numérico para Controle e Automação 1/48 Sumário Arredondamentos Erros 2/48 Sumário Arredondamentos
Leia maisEXAME NACIONAL DO ENSINO SECUNDÁRIO VERSÃO 1
EXAME NACIONAL DO ENSINO SECUNDÁRIO 12.º Ano de Escolaridade (Decreto-Lei n.º 286/89, de 29 de Agosto) Cursos Gerais e Cursos Tecnológicos PROVA 435/9 Págs. Duração da prova: 120 minutos 2005 1.ª FASE
Leia maisAnálise e Processamento de Bio-Sinais. Mestrado Integrado em Engenharia Biomédica. Sinais e Sistemas. Licenciatura em Engenharia Física
Análise e Processamento de Bio-Sinais Mestrado Integrado em Engenharia Biomédica Licenciatura em Engenharia Física Faculdade de Ciências e Tecnologia Slide Slide 1 1 Tópicos: Representação de Sinais por
Leia maisAV1 - MA 12-2012. (b) Se o comprador preferir efetuar o pagamento à vista, qual deverá ser o valor desse pagamento único? 1 1, 02 1 1 0, 788 1 0, 980
Questão 1. Uma venda imobiliária envolve o pagamento de 12 prestações mensais iguais a R$ 10.000,00, a primeira no ato da venda, acrescidas de uma parcela final de R$ 100.000,00, 12 meses após a venda.
Leia maisProva Escrita de Matemática A
EXAME NACIONAL DO ENSINO SECUNDÁRIO Decreto-Lei n.º 74/2004, de 26 de Março Prova Escrita de Matemática A 12.º Ano de Escolaridade Prova 635/2.ª Fase 11 Páginas Duração da Prova: 150 minutos. Tolerância:
Leia maisDistribuição Normal de Probabilidade
Distribuição Normal de Probabilidade 1 Aspectos Gerais 2 A Distribuição Normal Padronizada 3 Determinação de Probabilidades 4 Cálculo de Valores 5 Teorema Central do Limite 1 1 Aspectos Gerais Variável
Leia maisProbabilidades e Estatística
Departamento 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 maisMÓDULO 1. I - Estatística Básica
MÓDULO 1 I - 1 - Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos e empíricamente observáveis. Unidade Estatística nome dado a cada observação de um
Leia maisQUANTIFICADORES. Existem frases declarativas que não há como decidir se são verdadeiras ou falsas. Por exemplo: (a) Ele é um campeão da Fórmula 1.
LIÇÃO 4 QUANTIFICADORES Existem frases declarativas que não há como decidir se são verdadeiras ou falsas. Por exemplo: (a) Ele é um campeão da Fórmula 1. (b) x 2 2x + 1 = 0. (c) x é um país. (d) Ele e
Leia maisCAPÍTULO 5 - Exercícios
CAPÍTULO 5 - Exercícios Distibuições de variáveis aleatórias discretas: Binomial 1. Se 20% dos parafusos produzidos por uma máquina são defeituosos, determinar a probabilidade de, entre 4 parafusos escolhidos
Leia maisAlém do Modelo de Bohr
Além do Modelo de Bor Como conseqüência do princípio de incerteza de Heisenberg, o conceito de órbita não pode ser mantido numa descrição quântica do átomo. O que podemos calcular é apenas a probabilidade
Leia maisAtividade à Distância Avaliativa - Probabilidade. 1 Probabilidade - Operações e Propriedades
Universidade Estadual de Santa Cruz UESC Professora: Camila M. L Nagamine Bioestatística Atividade à Distância Avaliativa - Probabilidade Se ouço, esqueço; se vejo, recordo; se faço, aprendo. (Provérbio
Leia maisINE 5111 Gabarito da Lista de Exercícios de Probabilidade INE 5111 LISTA DE EXERCÍCIOS DE PROBABILIDADE
INE 5 LISTA DE EERCÍCIOS DE PROBABILIDADE INE 5 Gabarito da Lista de Exercícios de Probabilidade ) Em um sistema de transmissão de dados existe uma probabilidade igual a 5 de um dado ser transmitido erroneamente.
Leia maisEscalas. Antes de representar objetos, modelos, peças, A U L A. Nossa aula. O que é escala
Escalas Introdução Antes de representar objetos, modelos, peças, etc. deve-se estudar o seu tamanho real. Tamanho real é a grandeza que as coisas têm na realidade. Existem coisas que podem ser representadas
Leia maisApresentação de Dados em Tabelas e Gráficos
Apresentação de Dados em Tabelas e Gráficos Os dados devem ser apresentados em tabelas construídas de acordo com as normas técnicas ditadas pela Fundação Instituto Brasileiro de Geografia e Estatística
Leia maisMATEMÁTICA A - 12o Ano N o s Complexos - Equações e problemas
MATEMÁTICA A - 1o Ano N o s Complexos - Equações e problemas Exercícios de exames e testes intermédios 1. Em C, conjunto dos números complexos, considere z = + i19 cis θ Determine os valores de θ pertencentes
Leia maisQUESTÃO 16 Na figura, temos os gráficos das funções f e g, de em. O valor de gof(4) + fog(1) é:
Nome: N.º: endereço: data: Telefone: E-mail: Colégio PARA QUEM CURSA A ạ SÉRIE DO ENSINO MÉDIO EM 4 Disciplina: MaTeMÁTiCa Prova: desafio nota: QUESTÃO 6 Na figura, temos os gráficos das funções f e g,
Leia maisUniversidade da Beira Interior Cursos: Engenharia Informática, Ensino da Informática, Matemática Aplicada e Matemática /Informática
Modelos de Dados 1 - Introdução 2 - Modelo Relacional 2.1. Estrutura de Dados Relacional 2.1.1. Modelo Conceptual de Dados Um modelo conceptual de dados é a representação de um conjunto de objectos e das
Leia maisRoot Locus (Método do Lugar das Raízes)
Root Locus (Método do Lugar das Raízes) Ambos a estabilidade e o comportamento da resposta transitória em um sistema de controle em malha fechada estão diretamente relacionadas com a localização das raízes
Leia maisGrupo A - 1 o semestre de 2014 Gabarito Lista de exercícios 5 - Variáveis Aleatórias e Distribuição Binomial C A S A
Exercício 1. (2,0 pontos). Dados sobre acidentes automobilísticos levantados por uma companhia de seguros informaram o seguinte: a probabilidade de que um motorista segurado sofra um acidente automobilístico
Leia maisCAP5: Amostragem e Distribuição Amostral
CAP5: Amostragem e Distribuição Amostral O que é uma amostra? É um subconjunto de um universo (população). Ex: Amostra de sangue; amostra de pessoas, amostra de objetos, etc O que se espera de uma amostra?
Leia maisUm jogo de preencher casas
Um jogo de preencher casas 12 de Janeiro de 2015 Resumo Objetivos principais da aula de hoje: resolver um jogo com a ajuda de problemas de divisibilidade. Descrevemos nestas notas um jogo que estudamos
Leia maisPROVA DE MATEMÁTICA PARA OS CANDIDATOS MAIORES DE 23 ANOS
PROVA DE MATEMÁTICA PARA OS CANDIDATOS MAIORES DE ANOS Duração: 60 minutos Nome: 1ª Parte Para cada uma das seguintes questões de escolha múltipla, seleccione a resposta correcta com um círculo de entre
Leia mais7 AULA. Curvas Polares LIVRO. META Estudar as curvas planas em coordenadas polares (Curvas Polares).
1 LIVRO Curvas Polares 7 AULA META Estudar as curvas planas em coordenadas polares (Curvas Polares). OBJETIVOS Estudar movimentos de partículas no plano. Cálculos com curvas planas em coordenadas polares.
Leia maisResoluções comentadas de Raciocínio Lógico e Estatística SEFAZ - Analista em Finanças Públicas Prova realizada em 04/12/2011 pelo CEPERJ
Resoluções comentadas de Raciocínio Lógico e Estatística SEFAZ - Analista em Finanças Públicas Prova realizada em 04/1/011 pelo CEPERJ 59. O cartão de crédito que João utiliza cobra 10% de juros ao mês,
Leia mais"SISTEMAS DE COTAGEM"
AULA 6T "SISTEMAS DE COTAGEM" Embora não existam regras fixas de cotagem, a escolha da maneira de dispor as cotas no desenho técnico depende de alguns critérios. A cotagem do desenho técnico deve tornar
Leia mais3 Matemática financeira e atuarial
3 Matemática financeira e atuarial A teoria dos juros compostos em conjunto com a teoria da probabilidade associada à questão da sobrevivência e morte de um indivíduo são os fundamentos do presente trabalho.
Leia maisExercícios Resolvidos da Distribuição de Poisson
. a. Qual é a diferença entre as distribuições de Poisson e inomial? b. Dê alguns exemplos de quando podemos aplicar a distribuição de Poisson. c. Dê a fórmula da distribuição de Poisson e o significado
Leia maisProbabilidade - aula I
e 27 de Fevereiro de 2015 e e Experimentos Aleatórios e Objetivos Ao final deste capítulo você deve ser capaz de: Entender e descrever espaços amostrais e eventos para experimentos aleatórios. Interpretar
Leia maisCAPÍTULO 2. Grafos e Redes
CAPÍTULO 2 1. Introdução Um grafo é uma representação visual de um determinado conjunto de dados e da ligação existente entre alguns dos elementos desse conjunto. Desta forma, em muitos dos problemas que
Leia maisProva Escrita de Matemática Aplicada às Ciências Sociais
Exame Final Nacional do Ensino Secundário Prova Escrita de Matemática Aplicada às Ciências Sociais 11.º Ano de Escolaridade Decreto-Lei n.º 139/2012, de 5 de julho Prova 835/2.ª Fase 15 Páginas Duração
Leia mais29/Abril/2015 Aula 17
4/Abril/015 Aula 16 Princípio de Incerteza de Heisenberg. Probabilidade de encontrar uma partícula numa certa região. Posição média de uma partícula. Partícula numa caixa de potencial: funções de onda
Leia maisMatemática SSA 2 REVISÃO GERAL 1
1. REVISÃO 01 Matemática SSA REVISÃO GERAL 1. Um recipiente com a forma de um cone circular reto de eixo vertical recebe água na razão constante de 1 cm s. A altura do cone mede cm, e o raio de sua base
Leia mais4. Tangentes e normais; orientabilidade
4. TANGENTES E NORMAIS; ORIENTABILIDADE 91 4. Tangentes e normais; orientabilidade Uma maneira natural de estudar uma superfície S consiste em considerar curvas γ cujas imagens estão contidas em S. Se
Leia maisMATEMÁTICA A - 12o Ano Probabilidades - Triângulo de Pascal Propostas de resolução
MATEMÁTICA A - 12o Ano Probabilidades - Triângulo de Pascal Propostas de resolução Exercícios de exames e testes intermédios 1. A linha do triângulo de Pascal em que a soma dos dois primeiros elementos
Leia maisAULA 03 Resumos e Gráficos de Dados
1 AULA 03 Resumos e Gráficos de Dados Ernesto F. L. Amaral 17 de agosto de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro: LTC.
Leia maisb) a 0 e 0 d) a 0 e 0
IFRN - INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO RN PROFESSOR: MARCELO SILVA MATEMÁTICA FUNÇÃO DO º GRAU 1. Um grupo de pessoas gastou R$ 10,00 em uma lanchonete. Quando foram pagar a conta,
Leia maisQUESTÕES COMENTADAS E RESOLVIDAS
LENIMAR NUNES DE ANDRADE INTRODUÇÃO À ÁLGEBRA: QUESTÕES COMENTADAS E RESOLVIDAS 1 a edição ISBN 978-85-917238-0-5 João Pessoa Edição do Autor 2014 Prefácio Este texto foi elaborado para a disciplina Introdução
Leia maisExercício de Revisao 1
Exercício de Revisao 1 Considere que seu trabalho é comparar o desempenho de dois algoritmos (A e B) de computação gráfica, que usam métodos diferentes para geração de faces humanas realistas. São sistema
Leia maisNotas sobre a Fórmula de Taylor e o estudo de extremos
Notas sobre a Fórmula de Taylor e o estudo de etremos O Teorema de Taylor estabelece que sob certas condições) uma função pode ser aproimada na proimidade de algum ponto dado) por um polinómio, de modo
Leia maisUniversidade Federal do Rio Grande do Norte. Centro De Ciências Exatas e da Terra. Departamento de Física Teórica e Experimental
Universidade Federal do Rio Grande do Norte Centro De Ciências Exatas e da Terra Departamento de Física Teórica e Experimental Programa de Educação Tutorial Curso de Nivelamento: Pré-Cálculo PET DE FÍSICA:
Leia maisExercícios Teóricos Resolvidos
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Matemática Exercícios Teóricos Resolvidos O propósito deste texto é tentar mostrar aos alunos várias maneiras de raciocinar
Leia maisFaculdade Sagrada Família
AULA 12 - AJUSTAMENTO DE CURVAS E O MÉTODO DOS MÍNIMOS QUADRADOS Ajustamento de Curvas Sempre que desejamos estudar determinada variável em função de outra, fazemos uma análise de regressão. Podemos dizer
Leia maisRESOLUÇÃO Matemática APLICADA FGV Administração - 01.06.14
FGV Administração - 01.06.1 VETIBULAR FGV 01 01/06/01 REOLUÇÃO DA QUETÕE DE MATEMÁTICA DA PROVA DA TARDE - MÓDULO DICURIVO QUETÃO 1 Em certo mês, o Departamento de Estradas registrou a velocidade do trânsito
Leia maisAula 1: Introdução à Probabilidade
Aula 1: Introdução à Probabilidade Prof. Leandro Chaves Rêgo Programa de Pós-Graduação em Engenharia de Produção - UFPE Recife, 07 de Março de 2012 Experimento Aleatório Um experimento é qualquer processo
Leia mais4 Sistemas de Equações Lineares
Nova School of Business and Economics Apontamentos Álgebra Linear 4 Sistemas de Equações Lineares 1 Definição Rank ou característica de uma matriz ( ) Número máximo de linhas de que formam um conjunto
Leia maisAnálise de Arredondamento em Ponto Flutuante
Capítulo 2 Análise de Arredondamento em Ponto Flutuante 2.1 Introdução Neste capítulo, chamamos atenção para o fato de que o conjunto dos números representáveis em qualquer máquina é finito, e portanto
Leia mais1 Propagação de Onda Livre ao Longo de um Guia de Ondas Estreito.
1 I-projeto do campus Programa Sobre Mecânica dos Fluidos Módulos Sobre Ondas em Fluidos T. R. Akylas & C. C. Mei CAPÍTULO SEIS ONDAS DISPERSIVAS FORÇADAS AO LONGO DE UM CANAL ESTREITO As ondas de gravidade
Leia mais36ª Olimpíada Brasileira de Matemática GABARITO Segunda Fase
36ª Olimpíada Brasileira de Matemática GABARITO Segunda Fase Soluções Nível 1 Segunda Fase Parte A CRITÉRIO DE CORREÇÃO: PARTE A Na parte A serão atribuídos 5 pontos para cada resposta correta e a pontuação
Leia maisNotas de Cálculo Numérico
Notas de Cálculo Numérico Túlio Carvalho 6 de novembro de 2002 2 Cálculo Numérico Capítulo 1 Elementos sobre erros numéricos Neste primeiro capítulo, vamos falar de uma limitação importante do cálculo
Leia maisActividade 1 Uma direcção, dois sentidos...
1 Actividade 1 Uma direcção, dois sentidos... Duas partículas A e B movem-se rectilineamente, de acordo com as equações: x A = 4,0-2,0 t (SI) x B = -2,0 + 4,0 t (SI). a) Esboce as trajectórias das partículas
Leia maisPreparação para o teste intermédio de Matemática 8º ano
Preparação para o teste intermédio de Matemática 8º ano Conteúdos do 7º ano Conteúdos do 8º ano Conteúdos do 8º Ano Teorema de Pitágoras Funções Semelhança de triângulos Ainda os números Lugares geométricos
Leia maisJogos vs. Problemas de Procura
Jogos Capítulo 6 Jogos vs. Problemas de Procura Adversário imprevisível" necessidade de tomar em consideração todas os movimentos que podem ser tomados pelo adversário Pontuação com sinais opostos O que
Leia mais24/Abril/2013 Aula 19. Equação de Schrödinger. Aplicações: 1º partícula numa caixa de potencial. 22/Abr/2013 Aula 18
/Abr/013 Aula 18 Princípio de Incerteza de Heisenberg. Probabilidade de encontrar uma partícula numa certa região. Posição média de uma partícula. Partícula numa caixa de potencial: funções de onda e níveis
Leia maisEstudaremos métodos numéricos para resolução de sistemas lineares com n equações e n incógnitas. Estes podem ser:
1 UNIVERSIDADE FEDERAL DE VIÇOSA Departamento de Matemática - CCE Cálculo Numérico - MAT 271 Prof.: Valéria Mattos da Rosa As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia
Leia maisIntervalo de Confiança e cálculo de tamanho de amostra. Henrique Dantas Neder
Intervalo de Confiança e cálculo de tamanho de amostra Henrique Dantas Neder Intervalo de confiança para a média da população µ X Até o momento discutimos as propriedades da distrbuição normal e vimos
Leia maisDistribuição de Frequência
Distribuição de Frequência Tabela de requências Tabela de classiicação simples Tabela de classiicação cruzada Representação gráica Histograma Polígono de requências Distribuição de requências e gráicos
Leia mais