Introdução a Combinatória- Aplicações, parte II
|
|
|
- Luciana Madureira Fragoso
- 9 Há anos
- Visualizações:
Transcrição
1 Introdução a Combnatóra- Aplcações, AULA Introdução Nesta aula vamos estudar aplcações um pouco dferentes das da aula passada. No caso estudaremos arranjos com repetção, permutações crculares e o prncpal: compreenderemos algumas propredades mportantes sobre coecentes bnomas. Forneceremos algumas provas bjetvas combnatóras acerca de alguns problemas. Estas provas são muto mportantes pos conseguem fornecer argumentos apenas usando o "bom senso", sem necesstar de construções mas arrojadas. Por este motvo estas tas provas combnatóras conseguem fornecer argumentos para certas demonstrações que uma prova formal, no sentdo da análse, por exemplo, não consegura. 7.2 Arranjos com repetção Na aula 5, vmos que o número de arranjos smples de n elementos tomados k a k é dado por: A k n = n(n 1)(n 2)...(n k + 1). Este número conta todas as possíves maneras de se retrar, de um conjunto de elementos dstntos k elementos, levando-se em conta a ordem dos elementos. O que é equvalente ao número de maneras
2 Introdução a Combnatóra-Aplcações, de se enlerar k pessoas em n lugares possíves. Caso repetções sejam permtdas, o prncípo multplcatvo nos dz que o número total de maneras de se retrar, levando-se em conta a ordem, k dos n objetos, dstntos ou não, é gual a AR k n = n k, uma vez que o prmero elemento pode ser retrado de n maneras, o segundo também de n maneras, e assm sucessvamente, até que o k-ésmo seja escolhdo. Exemplo 7.1. Quantos números de telefone celular com 8 dígtos é possível se ter, sabendo que o prmero dígto dever ser 8 ou 9? Consderando os 10 dígtos possíves em 7 lugares AR10 7 = 107 telefones dferentes xando 1 número, 8 ou 9. Logo, pelo prncípo multplcatvo, temos o total de 2AR10 7 = , telefones possíves. Exemplo 7.2. Qual o total de placas de carro que podem ser fetas constando de 7 símbolos, sendo os 3 prmeros consttuídos por letras e os 4 últmos por dígtos? Consderando-se o alfabetos com 26 letras, podemos escolher as 3 letras de AR26 3 = 263 maneras dferentes e os dígtos de AR10 4 = 10 4 formas dferentes. Logo, pelo prncípo multplcatvo, temos o total de AR26 3 AR4 10 = , placas possíves que poderão ser fetas. 70
3 CESAD 7.3 Permutações Crculares AULA 7 Nosso objetvo, agora, é contar o número de maneras de se ordenar n objetos dstntos em torno de um círculo. Por exemplo, consdere 3 objetos a, b, c, e coloquemos estes objetos em torno de um círculo. Armamos serem estas as úncas maneras decolocarmos estes 3 objetos em torno de um círculo. Isto porque cosderamos dêntcas duas dstrbuções quando uma pode ser obtda a partr da outra por uma smples rotação. Para melhor esclarecer esta denção, consderemos todas as permutações smples de a, b e c e coloquemos, em torno de um círculo, cada uma delas. Este procedmento está lustrado na gura abaxo. É fácl observar que, as 3 prmeras guras, bem como as 3 últmas podem ser obtdas a partr de outra pro uma smples rotação. No entanto nenhuma das 3 prmeras pode ser obtda, por rotação, a partr de nenhuma das 3 últmas. Logo, exstem apenas 2 permutações crculares de 3 objetos. Como exstem 3! permutações de 3 objetos e duas permutações crculares, temos que 2 = 3!/3. 71
4 Introdução a Combnatóra-Aplcações, É fácl notar que se soubermos quantas permutações smples dstntas geram permutações crculares equvalentes, teremos resolvdo o problema. É fácl ver que este número é n, pos se não consderássemos equvalentes as guras que podem concdr por rotação, teríamos o total de n!. Logo, P C n = n! n = (n 1)!, onde P C n denota o número de permutações crculares de n objetos. Exemplo 7.3. De quantas maneras 19 cranças podem dar as mãos para brncar de roda? Neste caso, basta consderarmos as permutações crculares de 19, 72
5 CESAD sto é, as 19 cranças podem brncar P C 19 = (19 1)! = 18! maneras. AULA Coecentes Bnomas Chamamos de bnômo qualquer expressão da forma a + b, sto é, a soma de dos símbolos dstntos. Estaremos nteressados no cálculo dos coecentes das expansões de potêncas de a+b. Vamos consderar, ncalmente, o produto (a+b)(c+d)(e+f) = ace+acf +ade+adf +bce+bcf +bde+bdf, que consste de oto termos, onde cada termo consste em 3 letras, cada uma seleconada de um dos bnômos. Pelo prncípo multplcatvo, é claro que o número total de termos é 2 3 = 8. Para o produto (a + b)(c + d)(e + f)(g + h), temos 2 4 = 16 termos, cada um consstndo de um produto de 4 letras, cada uma delas pertencendo a um dos 4 bnômos consderados. Por exemplo, acdf e adeh são alguns dos 16 termos deste últmo produto. No caso de n bnômos, temos 2 n termos. Consderemos, agora, o produto (a + b)(a + b)(a + b)(a + b)(a + b)(a + b) Como temos 64 maneras de seleconarmos 6 letras, uma de cada bnômo, e como todos os bnômos são guas a (a+b), teremos termos repetdos. Por exemplo, se tomarmos a letra a nos 4 prmeros e a letra b nos dos últmos, termos a 4 b 2, que rá aparecer toda vez que a letra a for escolhda em exatamente 4 dos bnômos e a letra b nos 2 restantes. Como sto pode ser feto de ( 6 4) maneras dferentes, concluímos que o coecente de a 4 b 2 é ( 6 4). Como todo termo consste do produto de 6 letras, o termo geral é da forma 73
6 Introdução a Combnatóra-Aplcações, a b j, onde + j = 6, ou seja, cada termo é da forma a b 6. Como um termo destes aparece ( 6 ) vezes a expansão acma é dada por: (a + b) 6 = 6 ( ) 6 a b 6. No caso geral (a + b) n, cada termo será da forma a b n. Note que o termo a b n rá aparecer para cada escolha da letra a em dos n fatores. Como tal escolha pode ser feta de ( n ) formas dferentes, temos que (a + b) n = n a b n. Nesta expansão, temos um termo dstnto para cada varando de 0 a n. Logo, são n + 1 termos dstntos dentre o total de 2 n. Na expansão de (a + b) n, (a + b) n = n a b n, denotamos o -ésmo termo por T +1, e, portanto, T +1 = ( n ) a b n. Exemplo 7.4. Calcule o quarto termo da expansão de (1 + x) 8. Temos aqu, a = 1, b = x, n = 8 e + 1 = 4. Logo = 3 e T 4 = T 3+1 = ( 8 3) 1 3 x 8 3 = 56x 5. Exemplo 7.5. Calcule o sexto termo da expansão de (x 5y) 10. Neste caso, a = x, b = 5y, n = 10 e + 1 = 6. Logo = 5 e T 6 = ( 10 5 ) x 5 ( 5y) 5 = x 5 y 5. Exemplo 7.6. Mostre que: 74
7 n = Como (a + b) n = + 0 n a b n, CESAD = 2 n. n se tomarmos a = b = 1, o lado esquerdo será 2 n, enquanto o lado dreto será a soma pedda no exercíco. AULA 7 Exemplo 7.7. Use argumentos combnatóros para mostrar que o número de subconjuntos de um conjunto de n elementos é 2 n. n = = 2 n. n Seja um ntero, n, o número de subconjuntos com k elementos de um conjunto contendo n elementos é ( n k), varando k de 0 a n temos a soma ( n ) ( 0 + n ) ( n ) n, que é o número de subconjuntos de um conjunto contendo n elementos. Mas sabemos, pelo exercíco anteror que esta soma vale 2 n, o que conclu a demonstração. 7.5 Conclusão Nestas duas últmas aulas vmos mportantes aplcações como por exemplo como calcular o número de soluções nteras de equações lneares. O mas mportante aqu não é memorzar fórmulas de como resolver problemas, mas, utlzar o bom senso para resolver problemas de contagem. Algumas provas com argumentos combnatóros foram fornecdas, e o nosso objetvo aqu é que sto estmule você a buscar outras maneras de resolver problemas de con- 75
8 Introdução a Combnatóra-Aplcações, tagem, utlzando estes métodos desenvolvdos aqu. Concerteza, os problemas que você aluno terá de resolver, talvez não sejam dêntcos a estes, mas esperamos que você perceba estruturas smlares a estas aqu apresentadas, e as utlze de forma cudadosa am de encontrar respostas pertnentes às questões apresentadas pelos seus alunos. RESUMO Arranjos com repetção O número de arranjos no caso em que repetções sejam permtdas, é gual o número total de maneras de se retrar, levando-se em conta a ordem, k dos n objetos, dstntos ou não, que vale AR k n = n k, onde ARn k denota o número de arranjos com repetção de n tomados k a k. Permutações crculares O número de permutações crculares de n elementos é gual ao número de manera de n pessoas se sentarem em uma mesa crcular, e este número vale: P C n = n! n = (n 1)!, onde P C n denota o número de permutações crculares de n objetos. Permutações crculares 76
9 CESAD A expansão de (a + b) n, é dada por n (a + b) n = a b n. AULA 7 PRÓXIMA AULA Na próxma aula, mudaremos o foco e estudaremos alguns elementos de probabldade e ndependênca de eventos. ATIVIDADES ATIV Utlzando o a fórmula bnomal mostre que ( n ) = ( n n ). Dca: analse a expansão de (a + b) n e (b + a) n. ATIV Encontre o número de maneras de r pessoas sentarem em um grupo de n pessoas em uma mesa crcular. ATIV a)encontre o número de soluções não negatvas da equação a + b + c + d + e = 22 b)faça o mesmo, porém com a restrção: a e b tem que ser postvos ATIV Encontre o número de soluções nteras para a desgualdade a + b + c + d < 11. ATIV Encontre o de termo geral na expansão multnomal de (a + b + c) 22 ATIV Use argumentos combnatoras para provar que (mn) (m!) n é um ntero postvo. ATIV Demonstrar a segunte dentdade: ( k ( k) + k+1 ) ( k + k+2 ) ( k +... k+n ) ( k = k+n+1 ) k+1. 77
10 Introdução a Combnatóra-Aplcações, LEITURA COMPLEMENTAR LIMA, Elon L., Matemátca para o Ensno Médo, Vol.2, IMPA, Projeto Eucldes, 1.ed., Ro de Janero, Santos, J.P.O., Mello, M. P., Murar, I. T. C., Introdução à Análse Combnatóra, 4 ed., Edtora Moderna, Ro de Janero, Morgado, A.C.O., Carvalho, J.B.P., Fernandez, P., Análse Combnatóra, Edtora Impa,
XXVII Olimpíada Brasileira de Matemática GABARITO Primeira Fase
Soluções Nível Unverstáro XXVII Olmpíada Braslera de Matemátca GABARITO Prmera Fase SOLUÇÃO DO PROBLEMA : Pelo enuncado, temos f(x) = (x )(x + )(x c) = x 3 cx x + c, f'(x) = 3x cx, f '( ) = ( + c) e f
Algarismos Significativos Propagação de Erros ou Desvios
Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento
Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES
Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas
Flambagem. Cálculo da carga crítica via MDF
Flambagem Cálculo da carga crítca va MDF ROF. ALEXANDRE A. CURY DEARTAMENTO DE MECÂNICA ALICADA E COMUTACIONAL Flambagem - Cálculo da carga crítca va MDF Nas aulas anterores, vmos como avalar a carga crítca
Teoria Elementar da Probabilidade
10 Teora Elementar da Probabldade MODELOS MATEMÁTICOS DETERMINÍSTICOS PROBABILÍSTICOS PROCESSO (FENÓMENO) ALEATÓRIO - Quando o acaso nterfere na ocorrênca de um ou mas dos resultados nos quas tal processo
Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012
Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto
Análise Complexa Resolução de alguns exercícios do capítulo 1
Análse Complexa Resolução de alguns exercícos do capítulo 1 1. Tem-se:. = (0, 1) = (0, 1) =. 3. Sejam a, b R. Então Exercíco nº1 = (0, 1).(0, 1) = (0.0 1.1, 0.1 + 1.0) = ( 1, 0) = 1. a + b = a b = a +
Probabilidade: Diagramas de Árvore
Probabldade: Dagramas de Árvore Ana Mara Lma de Faras Departamento de Estatístca (GET/UFF) Introdução Nesse texto apresentaremos, de forma resumda, concetos e propredades báscas sobre probabldade condconal
Estatística II Antonio Roque Aula 18. Regressão Linear
Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos
Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,
7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Página 293. w1 w2 a b i 3 bi a b i 3 bi. 2w é o simétrico do dobro de w. Observemos o exemplo seguinte, em que o afixo de 2w não
Preparar o Exame 0 0 Matemátca A Págna 9. Se 5 5 é o argumento de z, é argumento de z e 5 5. Este ângulo é gual ao ângulo de ampltude 5 é argumento de z.. Resposta: D w w a b b a b b. a b a a b b b bem
RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%
Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $
Testes não-paramétricos
Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ [email protected] Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,
Eletrotécnica AULA Nº 1 Introdução
Eletrotécnca UL Nº Introdução INTRODUÇÃO PRODUÇÃO DE ENERGI ELÉTRIC GERDOR ESTÇÃO ELEVDOR Lnha de Transmssão ESTÇÃO IXDOR Equpamentos Elétrcos Crcuto Elétrco: camnho percorrdo por uma corrente elétrca
ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO MÉTODO DE CROSS
DECvl ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO ÉTODO DE CROSS Orlando J. B. A. Perera 20 de ao de 206 2 . Introdução O método teratvo ntroduzdo por Hardy Cross (Analyss of Contnuous Frames by Dstrbutng Fxed-End
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
O íon lantanídeo no acoplamento Russell-Saunders e a classificação de seus estados segundo os subgrupos do grupo GL(4
O íon lantanídeo no acoplamento Russell-aunders e a classfcação de seus estados segundo os subgrupos do grupo G(4 ) O hamltonano, H, dos íons lantanídeos contém uma parte que corresponde ao campo central,
RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro
UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero
Surpresa para os calouros. Série Matemática na Escola. Objetivos
Surpresa para os calouros Sére Matemátca na Escola Objetvos 1. Usando a decomposção de um número em fatores prmos, pode-se provar que um número ntero é um quadrado perfeto, se e somente se tem um número
MATEMÁTICA A - 12o Ano N o s Complexos - Potências e raízes Propostas de resolução
MATEMÁTICA A - 1o Ano N o s Complexos - Potêncas e raízes Propostas de resolução Exercícos de exames e testes ntermédos 1. Smplfcando a expressão de z na f.a., como 5+ ) 5 1 5, temos: z 1 + 1 ) + 1 1 1
CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA
CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de
Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.
Nesse prátca, estudaremos a potênca dsspada numa resstênca de carga, em função da resstênca nterna da fonte que a almenta. Veremos o Teorema da Máxma Transferênca de Potênca, que dz que a potênca transferda
AEP FISCAL ESTATÍSTICA
AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras ([email protected]) VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras
NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES
NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco
Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.
MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. [email protected] http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL
Revsta Matz Onlne ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL Valera Ap. Martns Ferrera Vvane Carla Fortulan Valéra Aparecda Martns. Mestre em Cêncas pela Unversdade de São Paulo- USP.
Análise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas
3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo
3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas
Probabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições
Probabldade e Estatístca I Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas para
Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Não Lnear com Restrções Aula 9: Programação Não-Lnear - Funções de Váras Varáves com Restrções Ponto Regular; Introdução aos Multplcadores de Lagrange; Multplcadores de Lagrange e Condções
LEI DE OHM A R. SOLUÇÃO. Usando a lei de Ohm
LEI DE OHM EXEMPLO. Uma resstênca de 7 é lgada a uma batera de V. Qual é o valor da corrente que a percorre. SOLUÇÃO: Usando a le de Ohm V I 444 A 7 0. EXEMPLO. A lâmpada lustrada no esquema é percorrda
MÉTODOS DE ANÁLISE DE CIRCUITOS RESISTIVOS ANÁLISE NODAL
CIRCUITOS ELÉTRICOS Método de Análse: Análse Nodal Dscplna: CIRCUITOS ELÉTRICOS Professor: Dr Marcos Antôno de Sousa Tópco MÉTODOS DE ANÁLISE DE CIRCUITOS RESISTIVOS ANÁLISE NODAL Referênca bbloráfca básca:
Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma
Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas
Polos Olímpicos de Treinamento. Aula 10. Curso de Teoria dos Números - Nível 2. Divisores. Prof. Samuel Feitosa
Polos Olímpcos de Trenamento Curso de Teora dos Números - Nível 2 Prof. Samuel Fetosa Aula 10 Dvsores Suponha que n = p α 1 2...pα é a fatoração em prmos do ntero n. Todos os dvsores de n são da forma
X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)
Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado
Material Teórico - Módulo Miscelânea. Resolução de Exercícios - Parte 1. Oitavo Ano
Material Teórico - Módulo Miscelânea Resolução de Exercícios - Parte 1 Oitavo Ano Autor: Prof. Ulisses Lima Parente Revisor: Prof. Antonio Caminha M. Neto 1 Resolução de exercícios Nesse material, apresentamos
INTRODUÇÃO À ESTATÍSTICA ECONÔMICA 2a. Prova 11/7/2006 Profa. Ana Maria Farias Turma A hs
INTRODUÇÃO À ESTATÍSTICA ECONÔMICA 2a. rova /7/2006 rofa. Ana Mara Faras Turma A 4-6 hs. Consdere os dados da tabela abaxo, onde temos preços e uantdades utlzadas de materal de escrtóro. Item Undade reço
Covariância na Propagação de Erros
Técncas Laboratoras de Físca Lc. Físca e Eng. omédca 007/08 Capítulo VII Covarânca e Correlação Covarânca na propagação de erros Coefcente de Correlação Lnear 35 Covarânca na Propagação de Erros Suponhamos
Universidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz Departamento de Ciências Exatas
Unversdade de São Paulo Escola Superor de Agrcultura Luz de Queroz Departamento de Cêncas Exatas Prova escrta de seleção para DOUTORADO em Estatístca e Expermentação Agronômca Nome do canddato (a): Questão
valor do troco recebido foi a) R$ 0,50. b) R$ 1,00. c) R$ 1,50. d) R$ 2,50. e) R$ 2,00.
Nome: nº Data: / _ / 017 Professor: Gustavo Bueno Slva - Ensno Médo - 3º ano Lsta de Revsão 1. (Upe-ssa 017) Márca e Marta juntas pesam 115 kg; Marta e Mônca pesam juntas 113 kg; e Márca e Mônca pesam
Elementos de Estatística e Probabilidades II
Elementos de Estatístca e Probabldades II Varáves e Vetores Aleatóros dscretos Inês Das 203 O prncpal objetvo da deste documento é fornecer conhecmentos báscos de varáves aleatóras dscretas e pares aleatóros
1. CORRELAÇÃO E REGRESSÃO LINEAR
1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação
Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral.
DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou
UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
Experiência V (aulas 08 e 09) Curvas características
Experênca (aulas 08 e 09) Curvas característcas 1. Objetvos 2. Introdução 3. Procedmento expermental 4. Análse de dados 5. Referêncas 1. Objetvos Como no expermento anteror, remos estudar a adequação de
Resposta: Interbits SuperPro Web 0,5
1. (Eear 017) Um aparelho contnha as seguntes especfcações de trabalho: Entrada 9V- 500mA. A únca fonte para lgar o aparelho era de 1 V. Um cdadão fez a segunte lgação para não danfcar o aparelho lgado
DISTRIBUIÇÃO DA AÇÃO DO VENTO NOS ELEMENTOS DE CONTRAVENTAMENTO CONSIDERANDO O PAVIMENTO COMO DIAFRAGMA RÍGIDO: ANÁLISE SIMPLIFICADA E MATRICIAL
DISTRIBUIÇÃO DA AÇÃO DO VENTO NOS ELEMENTOS DE CONTRAVENTAMENTO CONSIDERANDO O PAVIMENTO COMO DIAFRAGMA RÍGIDO: ANÁLISE SIMPLIFICADA E MATRICIAL Dstrbuton of the wnd acton n the bracng elements consderng
PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011
Instruções: PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 00/0 Cada uestão respondda corretamente vale (um) ponto. Cada uestão respondda ncorretamente vale - (menos um) ponto. Cada uestão
Prof. Lorí Viali, Dr.
Prof. Lorí Val, Dr. [email protected] http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
CAPÍTULO 2 - Estatística Descritiva
INF 16 Prof. Luz Alexandre Peternell CAPÍTULO - Estatístca Descrtva Exercícos Propostos 1) Consderando os dados amostras abaxo, calcular: méda artmétca, varânca, desvo padrão, erro padrão da méda e coefcente
AULA Espaços Vectoriais Estruturas Algébricas.
Note bem: a letura destes apontamentos não dspensa de modo algum a letura atenta da bblografa prncpal da cadera Chama-se a atenção para a mportânca do trabalho pessoal a realzar pelo aluno resolvendo os
Palavras-Chave: Métodos Interativos da Potência e Inverso, Sistemas Lineares, Autovetores e Autovalores.
MSc leandre Estáco Féo ssocação Educaconal Dom Bosco - Faculdade de Engenhara de Resende Caa Postal 8.698/87 - CEP 75-97 - Resende - RJ Brasl Professor e Doutorando de Engenhara [email protected] Resumo
GABARITO ERP19. impedância total em pu. impedância linha em pu; impedância carga em pu; tensão no gerador em pu.
GABARITO ERP9 Questão mpedânca total em pu. mpedânca lnha em pu; mpedânca carga em pu; tensão no gerador em pu. Assm, tem-se que: ( ). Mas, ou seja: : ( ).. Logo: pu. () A mpedânca da carga em pu,, tem
Sistemas de equações lineares
Sstemas - ALGA - / Sstemas de equações lneares Uma equação lnear nas ncógntas ou varáves x ; x ; :::; x n é uma expressão da forma: a x + a x + ::: + a n x n = b onde a ; a ; :::; a n ; b são constantes
Radiação Térmica Processos, Propriedades e Troca de Radiação entre Superfícies (Parte 2)
Radação Térmca Processos, Propredades e Troca de Radação entre Superfíces (Parte ) Obetvo: calcular a troca por radação entre duas ou mas superfíces. Essa troca depende das geometras e orentações das superfíces,
INTRODUÇÃO À PROBABILIDADE. A probabilidade é uma medida da incerteza dos fenômenos. Traduz-se por um número real compreendido de 0 ( zero) e 1 ( um).
INTRODUÇÃO À PROILIDDE teora das probabldade nada mas é do que o bom senso transformado em cálculo probabldade é o suporte para os estudos de estatístca e expermentação. Exemplos: O problema da concdênca
D- MÉTODO DAS APROXIMAÇÕES SUCESSIVAS
D- MÉTODO DAS APROXIMAÇÕES SUCESSIVAS O método das apromações sucessvas é um método teratvo que se basea na aplcação de uma fórmula de recorrênca que, sendo satsfetas determnadas condções de convergênca,
Laboratório de Mecânica Aplicada I Estática: Roldanas e Equilíbrio de Momentos
Laboratóro de Mecânca Aplcada I Estátca: Roldanas e Equlíbro de Momentos 1 Introdução O conhecmento das condções de equlíbro de um corpo é mprescndível em númeras stuações. Por exemplo, o estudo do equlíbro
Método do limite superior
Introdução O método do lmte superor é uma alternata analítca apromada aos métodos completos (e: método das lnhas de escorregamento) que possu um domíno de aplcabldade muto asto e que permte obter alores
ANÁLISE MATRICIAL DE ESTRUTURAS DE BARRAS PELO MÉTODO DE RIGIDEZ
ANÁISE MATRICIA DE ESTRUTURAS DE BARRAS PEO MÉTODO DE RIGIDEZ A análse matrcal de estruturas pelo método de rgdez compreende o estudo de cnco modelos estruturas báscos: trelça plana, trelça espacal, pórtco
