1 INTRODUÇÃO À TEORIA DA PROBABILIDADE

Tamanho: px
Começar a partir da página:

Download "1 INTRODUÇÃO À TEORIA DA PROBABILIDADE"

Transcrição

1 INTRODUÇÃO À TEORIA DA PROBABILIDADE A Estatística, desde as suas origens antigo Egito 000 anos a.c. até meados do século XIX, se reocuava aenas com a organização e a aresentação de dados de observação coletados emiricamente Estatística Descritiva. Somente com o desenvolvimento da teoria das robabilidades foi ossível que a Estatística se estruturasse organicamente e amliasse seu camo de ação, através da criação de técnicas de amostragem mais adequadas e de formas de relacionar as amostras com as oulações de onde rovieram Inferência Estatística. A robabilidade é uma área relativamente nova da matemática considerando a idade da matemática que tem como finalidade a modelagem de fenômenos aleatórios. Modelar significa conhecer matematicamente. Uma das funções da matemática é a criação de modelos que ossibilitem o estudo dos fenômenos da natureza. Ao estudar um fenômeno, temos semre o interesse de tornar a sua investigação mais recisa e, ara isso, tentamos formular um modelo matemático que melhor o exlique. Deendendo do fenômeno que esta sendo estudado, os modelos matemáticos odem ser de dois tios: Modelos Determinísticos Refere-se a um modelo que estiule que as condições sob as quais um exerimento seja executado determinem o resultado do exerimento. O modelo determinístico requer o uso de arâmetros ré-determinados em equações que definem rocessos recisos. Em outras alavras, um modelo determinístico emrega "Considerações Físicas" ara rever resultados. Exemlo: Se o deslocamento de um objeto é definido ela exressão sv.t e são conhecidos os valores de v velocidade e t temo, então o valor de s fica imlicitamente determinado. Modelos Não Determinísticos ou Probabilísticos São aqueles que informam com que chance ou robabilidade os acontecimentos odem ocorrer. Determina o "grau de credibilidade" dos acontecimentos. Modelos Estocásticos. Em outras alavras, um modelo robabilístico emrega uma mesma esécie de considerações ara esecificar uma distribuição de robabilidade. Exemlo: O nascimento de um bovino. Não é ossível determinar o sexo do recém nascido, somente a sua robabilidade de ocorrência: 0,5 ara fêmea e 0,5 ara macho.. CONCEITOS FUNDAMENTAIS EM PROBABILIDADE Os conceitos fundamentais em robabilidade são: exerimentos aleatórios, esaço amostral e eventos... Exerimento aleatório E Qualquer rocesso aleatório, caaz de roduzir observações, os resultados surgem ao acaso, odendo admitir reetições no futuro. Um exerimento aleatório aresenta as seguintes características: a - os resultados odem reetir-se n vezes n ;

2 b - embora não se ossa rever que resultados ocorrerão, ode-se descrever o conjunto de resultados ossíveis; c - a medida que se aumenta o número de reetições, aarece uma certa regularidade nos resultados. Exemlos: E lançar um dado e observar o número na face suerior. E lançar uma moeda e observar o valor na face suerior. E3 lançar um dado e uma moeda, nesta sequência, observar os valores nas faces sueriores. E4 um casal deseja ter três filhos e observar o sexo, de acordo com a ordem de nascimentos das crianças... Esaço Amostral S É o conjunto de todos os resultados ossíveis, de um exerimento aleatório. Quanto ao número de elementos ode ser: a Finito: Número limitado de elementos; Exemlos: Considere os exerimentos aleatórios aresentados anteriormente: No E - S={,, 3, 4, 5, 6} No E - S={k, c}, onde k=cara, C=coroa No E3 - S={k, k, 3k, 4k, 5k, 6k, c, c, 3c, 4c, 5c, 6c} No E4 - S={MMM, MMF, MFM, MFF, FMM, FMF, FFM, FFF} b Infinito: Número ilimitado de elementos, ode ser sub-dividido em: Enumerável: Quando os ossíveis resultados uderem ser ostos em concordância biunívoca com o conjunto dos números naturais N caso das variáveis aleatórias discretas. Ex.: N Não Enumerável: Quando os ossíveis resultados não uderem ser ostos em concordância biunívoca com o conjunto dos números naturais caso das variáveis aleatórias contínuas. Ex.: R..3 Evento A Um evento A é qualquer subconjunto de um esaço amostral S. Pode-se ter oerações entre eventos da mesma forma que se tem com conjuntos, como se mostra a seguir. Exemlo: Considere o exerimento aleatório E3, com seu resectivo esaço amostral S={k, k, 3k, 4k, 5k, 6k, c, c, 3c, 4c, 5c, 6c}. São eventos ara esse exerimento: A = ocorrência de valor cara K B = ocorrência de valor ar C = ocorrência de valor coroa C D = ocorrência de valor ímar E = ocorrência de número rimo F = ocorrência de valor maior que 4 G = ocorrência de valor menor ou igual a 3 H = ocorrência de valor ar ou cara K I = ocorrência de valor ar ou ímar

3 J = ocorrência de valor ar e cara K K = ocorrência de valor ar e ímar L = ocorrência de valor maior que 7..4 Oerações com Eventos a A união B: Símbolo utilizado "U", é o evento que ocorrerá se, e somente se, A ou B ou ambos ocorrerem; b A interseção B: Símbolo utilizado " ", é o evento que ocorrerá se, e somente se, A e B ocorrem simultaneamente. c Comlementar de A: Simbologia "Ā" ou "Ac" é o evento que ocorrerá se, e somente se A não ocorrer...5 Tios de eventos a Evento certo: É aquele evento que se igual ao esaço amostral S. Exemlo: O evento I acima é um evento certo. b Evento imossível: É aquele evento que não ossui elemento algum. Exemlo: Os eventos K e L acima são eventos imossíveis. c Eventos Mutuamente Excludentes: São ditos eventos mutuamente excludentes, quando a ocorrência de um imlica ou não ocorrência de outro, isto é, não ode ocorrer juntos, e consequentemente, A B é o conjunto vazio. Exemlo: Considere os eventos descritos acima: Os eventos A e C são mutuamente exclusivos ois A C =. Os eventos B e D são mutuamente exclusivos ois B D =. Os eventos C e J são mutuamente exclusivos ois C J =. Os eventos H e J não são mutuamente exclusivos ois H J. d Eventos Indeendentes: São aqueles cuja ocorrência de um evento, não ossui efeito algum na ocorrência do outro. e Eventos Deendentes ou Condicionados: Existem varias situações onde a ocorrência de um evento ode influenciar fortemente na ocorrência de outro. e Eventos Comlementares: Dois eventos A e B quaisquer são chamados de comlementares se: A B = e AUB = S. Exemlo: Considere os eventos descritos no exemlo acima: Os eventos A e C são comlementares ois A C = e AUC = S. Os eventos B e D são comlementares ois B D = e BUD = S. Os eventos H e J não são comlementares ois H J e HUJ S. Os eventos F e K não são comlementares ois F K aesar de FUK = S. Os eventos C e J não são comlementares ois CUJ S aesar de C J =. 3

4 . PROBABILIDADE: A robabilidade de ocorrência de um evento A, PA, é um número real que satisfaz as seguintes condições: a 0 PA b PS = c Se A e B são eventos mutuamente exclusivos então PAUB = PA + PB Princiais teoremas : I PĀ = PA II Se A é um evento imossível de ocorrer A=, então PA = P =0 III Se A e B são eventos quaisquer, então: PAUB = PA + PB - PB A. A robabilidade deverá ser calculada a artir da fórmula: Intuitivamente também ode-se definir robabilidade como: n S P A. n A número de casos favoráveis a A A = número total de casos ossíveis Exemlo: Seja o Exerimento E o lançamento de um dado e o seu esaço amostral dado or: S = {,, 3, 4, 5, 6}. Qual a robabilidade do evento A: Números maiores e iguais a? O Evento A ode ser descrito na forma: A ={, 3, 4, 5, 6}. Então na = 5 e ns = 6. Logo a n S 5 robabilidade do evento A é P A n A 6.. Probabilidade Condicional Ilustração: Seja o exerimento aleatório E: lançar um dado e o evento A = {sair o número 3}. Então: P A 6 Seja o evento B = {sair o número imar} = {, 3, 5} Podemos estar interessados em avaliar a robabilidade do evento A estar condicionado à ocorrência do evento B,designado or PA B, onde o evento A é o evento condicionado e o evento B o condicionante. Ou seja, calcular a robabilidade da ocorrência do evento A tendo ocorrido o evento B. Assim P A B. 3 Formalmente a robabilidade condicionada é definida or: Dado dois eventos P A B n A B quaisquer A e B, denotaremos PA B, or P A B, com P B n B PB 0, ois B já ocorreu. 4

5 .. Teorema do Produto A robabilidade da ocorrência simultânea de dois eventos quaisquer A e B, do mesmo esaço amostra, é igual ao roduto da robabilidade de ocorrência do rimeiro deles ela robabilidade condicional do outro, dado que o rimeiro ocorreu. Assim: P A B P A B P A B P B. P A B. P B..3 Indeendência Estatística Um evento A é considerado indeendente de um outro evento B se a robabilidade de A é igual à robabilidade condicional de A dado B, isto é, se: PA = PA B Considerando o teorema do roduto odemos afirmar que: PA B = PA PB.3 EXERCÍCIOS DE FIXAÇÃO. Determine a robabilidade de cada evento: a Uma carta de ouros aarecer ao se extrair uma carta de um baralho de 5 cartas b Uma só coroa aarece no lançamento de 3 moedas Res: a /4 b 3/8. Dois dados são lançados simultaneamente. Determine a robabilidade de: a a soma ser menor que 4; b a soma ser 9; c o rimeiro resultado ser maior que o segundo; d a soma ser menor ou igual a 5. Res: a / b /9 c 5/ d 5/8 3. Em um lote de eças, 4 são defeituosas. Sendo retiradas aleatoriamente eças, calcule: a a robabilidade de ambas serem defeituosas; b a robabilidade de ambas não serem defeituosas; c a robabilidade de ao menos uma ser defeituosa. Res: a / b 4/33 c 9/33 4. Um casal laneja ter 3 filhos. Determine a robabilidade de nascerem: a três homens; b dois homens e uma mulher. Res: a = /8 b = 3/8 5

6 5. Um baralho de 5 cartas é subdividido em 4 naies:coas, esadas, ouros e aus: a Retirando-se uma carta ao acaso, qual a robabilidade de que ela seja de ouros ou de coas? b Retirando-se duas cartas ao acaso com reosição da rimeira carta, qual a robabilidade de ser a rimeira de ouros e a segunda de coas? c Recalcular a robabilidade anterior se não houver reosição da rimeira carta. d Havendo reosição, qual a robabilidade de sair a rimeira carta de ouros ou então a segunda de coas? Res: a = / b = /6 c = 3/04 d = 7/6 6. Num gruo de 75 jovens, 6 gostam de música, esorte e leitura; 4 gostam de música e esorte; 30 gostam de música e leitura; gostam de esorte e leitura; 6 gostam somente de música; 9 gostam somente de esorte; e 5 jovens gostam somente de leitura. Sugestão: utilize o diagrama de Venn a Qual a robabilidade de, ao aontar, ao acaso, um desses jovens, ele gostar de música? b Qual a robabilidade de, ao aontar, ao acaso, um desses jovens, ele não gostar de nenhuma dessas atividades? Res: a = 44/75 b = /75 7. Uma urna contém 0 bolas numeradas de a 0. Seja o exerimento: retirada de uma bola. Considere os eventos: A = {a bola retirada ossui um múltilo de }; B={a bola retirada ossui um múltilo de 5}. Então, qual é a robabilidade do evento A U B? Res: = 3/5.4 EXERCÍCIOS PROPOSTOS. Lance um dado e uma moeda um aós o outro nesta sequencia. a Construa o esaço amostral b Enumere os resultados seguintes I. A ={coroa marcada or ar} II. B = {cara marcada or ímar} III. C = {Múltilo de 3} c Exresse os eventos I. B comlementar II. A ou B ocorrem III. B ou C ocorrem IV. A ou B comlementar c Calcule as robabilidades abaixo: PA, PB, PC, PĀ, PAUB e PBUC. Se A é o evento Um estudante fica em casa ara estudar. E B é o evento o estudante vai ao cinema, PA = 0,64 e PB = 0,. Determine: PAc, PBc, PB/A 6

7 3. Se PA = ½ ; PB = ¼ e A e B são mutuamente exclusivos então: a PAc b PBc c PA B 4. Se PA = ½; PB = /3 e PA B = ¼ calcule PAUB. 5. Qual a robabilidade de duas essoas aniversariarem no mesmo dia da semana? 6. A robabilidade de 3 jogadores marcarem um enalti é resectivamente: /3; 4/5; 7/0 cobrando uma única vez. a todos acertarem. 8/75 b aenas um acertar. /6 c todos errarem. /50 d Ao menos um acertar 7. Numa bolsa com 5 moedas de,00 e 0 moedas de 0,50. Qual a robabilidade de ao retirarmos moedas obter a soma,50. 0/ 8. Numa classe há 0 homens e 0 mulheres, metade dos homens e metade das mulheres ossuem olhos castanhos. Ache a robabilidade de uma essoa escolhida ao acaso ser homem ou ter olhos castanhos. /3 9. A robabilidade de um homem estar vivo daqui a 0 anos é de 0.4 e de sua mulher é de 0.6. Qual a robabilidade de que: a ambos estejam vivos no eríodo? 0.4 b somente o homem estar vivo? 0.6 c ao menos a mulher estar viva? 0.6 d somente a mulher estar viva? Um conjunto de 80 essoas tem as características abaixo: Se retirarmos uma essoa ao acaso, qual a robabilidade de que ela seja: a brasileira ou uruguaia. 63/80 b do sexo masculino ou tenha nascido na argentina. 9/6 c brasileiro do sexo masculino. 8/80 d uruguaio do sexo feminino. 5/80 e ser mulher se for argentino. 5/7 7

8 . Uma urna contém 5 fichas vermelhas e 4 brancas. Extraem-se sucessivamente duas ficha, sem reosição e constatou-se que a ª é branca. a qual a robabilidade da segunda também ser branca? 3/8 b qual a robabilidade da ª ser vermelha? 5/8. Um gruo de essoas está assim formado: Escolhendo-se, ao acaso, uma essoa do gruo, qual a robabilidade de que seja: a Uma mulher que fez o curso de medicina? b Uma essoa que fez o curso de medicina? c Um engenheiro dado que seja homem? d Não ser médico dado que não seja homem? 3. Numa cidade 40 % da oulação ossui cabelos castanhos, 5% olhos castanhos e 5% olhos e cabelos castanhos. Uma essoa é selecionada aleatoriamente. a se ela tiver olhos castanhos, qual a robabilidade de também ter cabelos castanhos? b se ela tiver cabelos castanhos, qual a robabilidade de ter olhos castanhos? 3/5 3/8 4. Num ginásio de esortes, 6% dos frequentadores jogam vôlei, 36% jogam basquete e % raticam os dois esortes. Um dos frequentadores é sorteado ara ganhar uma medalha. Sabendo-se que ele joga basquete, qual a robabilidade de que também jogue vôlei? 5. A robabilidade de um aluno resolver um determinado roblema é de /5 e a robabilidade de outro é de 5/6. Sabendo que os alunos tentam solucionar o roblema indeendentemente. Qual a robabilidade do roblema ser resolvido : a somente elo rimeiro? b ao menos or um dos alunos? c or nenhum? 8

9 VARIÁVEIS ALEATÓRIAS Ao descrever um esaço amostral S associado a um exerimento qualquer odemos ter um conjunto formado or elementos não numéricos, como é o caso do lançamento de uma moeda. No entanto, muitas vezes, estaremos interessados na utilização dos recursos da Estatística descritiva, que somente são ossíveis com elementos numéricos. Assim ara que esses recursos sejam utilizados, é necessário transformar um esaço amostral qualquer em outro numérico. Para isso usamos as variáveis aleatórias. Para facilitar a comreensão do conceito de variável aleatória, vamos tomar como exemlo o seguinte exerimento aleatório. Exemlo : Lançamento de uma moeda honesta três vezes e observação das faces que ocorrem. O esaço amostral do exerimento é S = {ccc, cck, ckc, kcc, kkc, kck, ckk, kkk}. Seja X a variável que reresenta o numero de caras ocorrido nos três lançamentos. Quais são os ossíveis valores de X? X = {0,,, 3} Através de X foi ossível transformar um conjunto não numérico com oito ontos amostrais em um conjunto numérico com quatro ontos. A artir deste exemlo odemos definir: Variável aleatória v.a. é uma função ou regra que transforma um esaço amostral qualquer em um esaço amostral numérico que será semre um subconjunto do conjunto dos números reais. No exemlo anterior, se X fosse a variável que reresenta o numero de coroas, os conjuntos seriam os mesmos, mas a função seria outra, ois a corresondência é outra. De modo geral, uma variável aleatória ode ser reresentada elo esquema abaixo 9

10 As variáveis aleatórias odem ser classificadas como discretas ou continuas. Por questões didáticas e de raticidade, vamos estudar cada tio searadamente. Inicialmente, abordaremos as variáveis aleatórias discretas e suas rinciais distribuições de robabilidades. A reseito das variáveis aleatórias contínuas, focaremos nosso estudo em suas distribuições de robabilidade sem estudar suas medidas descritivas.. VARIÁVEIS ALEATÓRIAS DISCRETAS São discretas todas as variáveis cujo esaço amostral S X é enumerável finito ou infinito. Assim se X é uma variável aleatória discreta, então S X é um subconjunto dos inteiros. No exemlo acima, temos uma v.a. discreta. Tomemos como outro exemlo o seguinte exerimento: Exemlo : Lançamento de uma moeda até que ocorra face cara. Qual será o novo esaço amostral? O esaço amostral básico deste exerimento será S = {c, kc, kkc, kkkc, kkkkc, kkkkkc,...}. Se definimos a variável aleatória X como o número de lançamentos até que ocorra cara, então, temos X S S X {,, 3, 4, 5,...} Assim, o esaço amostral S é associado ao conjunto S X... Função densidade de robabilidade fd Quando utilizamos uma v.a. x ara transformar os valores de um esaço amostral S em um novo esaço amostral constituído de números reais, em geral modificamos também a função de robabilidade associada a este esaço amostral. A função de robabilidade será reresentada or X=x ou x. Essa função associa a cada valor de X a sua robabilidade de ocorrência, desde que satisfaça duas condições: x 0,x x SX Existem três formas distintas de reresentar uma função: 0

11 Reresentação tabular: consiste em relacionar em uma tabela os valores da função de robabilidade. Reresentação gráfica: consiste em reresentar graficamente a relação entre os valores da variável e suas robabilidades. Reresentação analítica: estabelece uma exressão geral ara reresentar o valor da função num onto genérico da variável. Para o Exemlo temos que X reresenta o número de caras obtidos. Assim ara a tabela da função de robabilidade temos: X = x PX = x kkk 0 /8 ckk /8 kck /8 kkc /8 kcc /8 ckc /8 cck /8 Ccc 3 /8 Total X = x PX = x kkk 0 /8 ckk kck kkc kcc 3/8 ckc cck ccc 3 3/8 /8 Total Graficamente: Exemlo 3: No lançamento de dois dados a v.a. X anota a soma dos ontos das faces sueriores. Determine a função de robabilidade associada a variável X.

12 ,,,,,,,,, X X X R S X Assim, a função de robabilidade associada a variável X é: Em uma tabela temos X Px /36 /36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 /36 /36.. Medidas Descritivas Quando estudamos as distribuições de frequências, em Estatística Descritiva, rocuramos caracterizar as rinciais medidas sobre a distribuição, como: média x, variância S e desvio-adrão S. Nesta situação estávamos lidando com amostras.

13 A variável aleatória será utilizada ara estabelecer modelos teóricos de robabilidade com a finalidade de descrever oulações. Média ou valor eserado : [ x. x ] Variância i i. xi : x [ x ] Desvio-adrão : x i Utilizando o exemlo, temos: x Px x i. P xi x i xi. P xi 0 /8 = 0,5 00,5= 0 0 5,, 5, 5 05, 0, 3/8 = 0,375 0,375 = 0,375 5, 0, 5 3/8 = 0,375 0,375 = 0,75 5, 0, 5 3 /8 = 0,5 30,5 = 0, ,, 5 =,000, 5 8 0, , 0, 094 0, , 0, 094, 5 05, 0, 8 0, 75 Assim, o valor eserado ou média será, 5, a variância 0, 75, e o desvio-ardão será a raiz quadrada da variância, ou seja 0, 75 0, EXERCÍCIOS. No lançamento de duas moedas, a v.a. X anota o número de caras obtidas. determine os valores de X e a função de robabilidade associada.. No lançamento de dois dados, a variável aleatória X denota a diferença entre os ontos obtidos nas faces sueriores. Determine os valores de x e a função de robabilidade associada. 3. A urna A contém 3 bolas brancas e bolas retas. A urna B contém 5 bolas brancas e bola reta. Uma bola é retirada ao acaso de cada urna e a v.a. x anota o número de bolas brancas obtidas. Determine os valores de x e a função de robabilidade. 4. Uma carta é retirada aleatoriamente de um baralho comum de 5 cartas, e a v.a. X anota o número de damas obtidos nessa retirada. Determinar os valores de X e a função de robabilidade associada. 3

14 5. A tabela a seguir dá as robabilidades de um oficial de justiça receber 0,,, 3, 4 ou 5, relatórios de violação de liberdade condicional em um dia qualquer. Encontre a média e o desvio adrão de X. Ex=,77 e Dx=,4 6. A tabela abaixo fornece a robabilidade de que um sistema de comutação fique fora de oeração um dado eríodo or dia durante a fase inicial de instalação do sistema. Calcular: a O número eserado de vezes que o comutados fique fora de oeração or dia. Ex= 6,78 b O desvio adrão desta distribuição de robabilidade. D=,06 7. O trem do metrô ara no meio de um túnel. O defeito ode ser na antena recetora ou no ainel de controle. Se o defeito for na antena, o conserto oderá ser feito em 5 minutos. Se o defeito for no ainel, o conserto oderá ser feito em 5 minutos. O encarregado da manutenção acredita que a robabilidade de o defeito ser no ainel é de 60%. Qual é a exectativa do temo de concerto? Ex= min. 8. Uma confeiteira roduz cinco bolos em determinado dia. As robabilidades de vender nenhum, um, dois, três, quatro ou cinco valem resectivamente %, 5%, 0%, 30%, 9% e 5%. O custo total de rodução de cada bolo é R$0,00 e o reço unitário de venda é R$0,00. Calcule o lucro médio, a variância e o desvio-adrão. Ex=5,0 - Varx=54,96 - D=,9 9. Sabe-se que a chegada de clientes a uma loja de material comutacional, durante intervalos aleatoriamente escolhidos de 0 minutos, segue uma distribuição de robabilidade dada na tabela abaixo. Calcule o número eserado de chegada de clientes or intervalo de 0 minutos, e calcule também o desvio adrão das chegadas. Ex= - Varx=,9 0. As vendas de uma revista mensal em uma banca segue uma distribuição de robabilidade dada na tabela abaixo. Calcule o valor eserado e a variância. Ex=7,8 - Varx=,66 4

15 3 DISTRIBUIÇÃO DE PROBABILIDADE Até o momento, as variáveis aleatórias consideradas não ossuíam, necessariamente,qualquer sentido de alicação. Entretanto, algumas variáveis aleatórias são muitos imortantes e, devido a esta imortância, surge o interesse em estudar suas distribuições de robabilidade. Uma distribuição de robabilidade é essencialmente um modelo de descrição robabilística de uma oulação, entendendo or oulação o conjunto de todos os valores de uma variável aleatória. As ideias de oulação e distribuição de robabilidade são, deste modo, indissociáveis e serão, a artir de agora, tratadas como sinônimos. As distribuições de robabilidade formam a esinha dorsal da metodologia estatística, uma vez, que ela sua natureza, a estatística somente trabalha com variáveis cujos valores não ocorrem de modo determinístico. No estudo de uma variável aleatória é imortante saber: o tio de distribuição de robabilidade da variável; a função de robabilidade da variável; os arâmetros da distribuição; as medidas descritivas da distribuição média, variância, assimetria. Existem inúmeros modelos descrevendo o comortamento robabilístico de variáveis discretas e contínuas. Nas seções a seguir serão discutidos os rinciais tios de distribuições discretas e contínuas. 3. DISTRIBUIÇÕES DE PROBABILIDADE DE VARIÁVEIS DISCRETAS As distribuições discretas mais imortantes e utilizadas são: Bernoulli, Binomial, Poisson, Hiergeométrica, Uniforme, Multinomial, Geométrica, Binomial negativa e Hiergeométrica negativa. Todavia, trataremos aenas as três rimeiras. 3.. Distribuição de Bernoulli Esta distribuição foi deduzida no final do século XVII elo matemático suíço Jacob Bernoulli. Definição: O exerimento ou ensaio de Bernoulli é definido como o exerimento aleatório que ossui aenas dois resultados ossíveis. Exemlo : Uma lâmada é colocada numa luminária. S = {acende, não acende} Vamos considerar um dos resultados como sucesso, or exemlo, sucesso = acender. Definimos, então, a variável X como número de sucessos em uma reetição do exerimento. X = número de sucessos A variável X só oderá assumir dois valores 0, se a lâmada não acender X =, sendo SX = {0, }., se a lâmada acender 5

16 Exemlo : Uma semente é colocada ara germinar. S = {germina, não germina} Se sucesso = germinar, então, a variável X = número de sucessos será 0, se a semente não germinar X =, sendo SX = {0, }., se a semente germinar Se for conhecido o oder germinativo do lote de sementes, or exemlo, 87%, então, odemos concluir que a robabilidade de a semente germinar é 0,87. Como o evento {não germinar} e comlemento do evento {germinar}, a robabilidade de não germinar será 0,8 = 0,3. Temos, então Escrevendo de outra forma: P X 0 03, P X 087, Exemlo 3: O nascimento de um bovino. S = {macho, fêmea} Se sucesso = fêmea, então, a variável X = número de sucessos será 0, se nascer macho X =, sendo SX = {0, }., se nascer fêmea Sabe-se que a robabilidade de nascer fêmea é a mesma de nascer macho. Temos, então Ou seja, P X 0 0, 5 P X 0, 5 Função de robabilidade De modo geral, se X é uma variável que tem distribuição de Bernoulli, então a sua função de robabilidade será: Reresentação tabular 6

17 onde: = robabilidade de sucesso q = = robabilidade de fracasso Reresentação analítica X = x 0 PX = x - P x x P X x. q, ara S { 0, } X Valor Eserado: E x Variância: x. q 3.. Distribuição Binomial O termo "Binomial" é utilizado quando uma variável aleatória está agruada em duas classes ou categorias. As categorias devem ser mutuamente excludentes, de modo a deixar bem claro a qual categoria ertence determinada observação; e as classes devem ser coletivamente exaustivas, de forma que nenhum outro resultado fora delas é ossível. Definição: modelo que descreve robabilisticamente os resultados de uma sequência de exerimentos de Bernoulli indeendentes, ou seja, onde a robabilidade de sucesso e semre a mesma. Exemlo : Em uma estância 60% dos bovinos foram vacinados contra uma determinada doença. Se um bovino dessa estância for escolhido ao acaso, então, teremos um exerimento de Bernoulli com S = {vacinado, não vacinado}, onde: Pvacinado = 0,6 e Pnão vacinado = 0,4. Se três bovinos forem escolhidos ao acaso, então teremos uma sequência de três exerimentos de Bernoulli indeendentes uma vez que, a cada escolha, a robabilidade de sucesso ermanecerá inalterada. O esaço amostral deste exerimento será S = {VVV, VVN, VNV, NVV, NNV, NVN, VNN, NNN}, onde: V = vacinado e N = não vacinado. Se a variável X é definida como o número de sucessos em n exerimentos de Bernoulli indeendentes, com robabilidade de sucesso igual a, então, no exemlo, onde n = 3 e = 0,6 se considerarmos sucesso = vacinado, o esaço amostral da variável X será SX = {0,,, 3} e as robabilidades PX = x será: X = x PX = x NNN 0 0,40,40,4 0,4 3 0,4 3 0,064 NNV 0,40,40,6 0,4 0,6 NVN 0,40,60,4 0,4 0,6 30,4 0,6 0,88 VNN 0,60,40,4 0,4 0,6 VVN VNV NVV 0,60,60,4 0,60,40,6 0,40,60,6 0,4 0,6 0,4 0,6 30,4 0,4 0,6 0,6 0,43 VVV 3 0,60,60,6 0,6 3 0,6 3 0,6 7

18 Escrevendo de outra forma, temos PX = 0 =. 0. q 3 =. 0,6 0. 0,4 3 = 0,064 PX = = 3.. q = 3. 0,6. 0,4 = 0,88 PX = = 3.. q = 3. 0,6. 0,4 = 0,43 PX = 3 =. 3. q 0 =. 0,6 3. 0,4 0 = 0,6 Sendo assim, a distribuição de robabilidade da variável X será Função de robabilidade De modo geral, se X e uma variável que tem distribuição de Bernoulli, então a sua função de robabilidade será: P n x x q n x X x onde n n!! n! Valor Eserado: E x n. Variância: x n.. q Usando a função de robabilidade ara o exemlo, temos: P X 0 0, 60 0, 40 0, P X 0, 60 0, 40 0, 88 3 P X 0, 60 0, 40 0, P X 3 0, 60 0, 40 0, 6 3 Com valor eserado E x 3 0, 6, 8, variância x 3 0, 6 0, 4 0, 7 e desvio adrão x 0, 7 0, 85. ATENÇÃO: Proriedades necessárias ara haver uma utilização da Distribuição Binomial: Número de tentativas fixas; Cada tentativa deve resultar numa falha ou sucesso; As robabilidades de sucesso devem ser iguais ara todas as tentativas; Todas as tentativas devem ser indeendentes. 8

19 Exemlo : A robabilidade de um atirador acertar o alvo é de 5%. Se ele atirar cinco vezes, qual a robabilidade dele acertar dois tiros? n 5 x 0, 5 q 0, 75 P X 5 5 0, 5 0, 75 5! 3 0, 5 0, 75! 3! 0 0, 065 0, , 637 6, 37% Valor eserado: E x 5 0, 5 5, Variância: x 5 0, 5 0, 75 0, 9375 Desvio adrão: x 0, , 968 Exemlo 3: Uma moeda é lançada 5 vezes seguidas e indeendentes. Calcule a robabilidade de serem obtidas 3 caras nessa rova. n 5 x 3 0, 50 q 0, 50 P X , 50 0, ! 3 0, 50 0, 50 3!! 0 05, 0, 5 0, 35 3, 5% Valor eserado: E x 5 0, 5, 5 Variância: x 5 0, 5 0, 5 5, Desvio adrão: x, 5 8, 3..3 Distribuição de Poisson Quando numa distribuição binomial o tamanho "n" das observações for muito grande e a robabilidade "" de sucesso for muito equena, a robabilidade de ocorrência de um determinado número de observações segue uma Distribuição de Poisson. A distribuição de Poisson,foi assim designada em homenagem ao matemático e físico francês Simeon Denis Poisson. A alicação da distribuição segue algumas restrições: - Somente a chance afeta o aarecimento do evento, contando-se aenas com a sua ocorrência, ou seja, a robabilidade de sucesso "". - Uma vez não conhecido o número total de eventos, a distribuição não ode ser alicada. Definição: modelo que descreve robabilisticamente a sequência de um grande número de fenômenos indeendentes entre si, cada um com robabilidade de sucesso muito equena. 9

20 Esta distribuição e imortante no estudo de variáveis aleatórias de ocorrência rara em relação ao numero total de ocorrências, como or exemlo: número de ecas defeituosas observadas em uma linha de rodução num determinado eríodo de temo; número de artículas radioativas emitidas numa unidade de temo; número de cultivares selecionadas num rocesso de melhoramento; número de acidentes de trabalho ocorridos numa grande emresa num determinado eríodo de temo; número de ciclones ocorridos em certa região num determinado eríodo de temo Função de robabilidade De modo geral, se X e uma variável que tem distribuição de Poisson, então a sua função de robabilidade será: x e P X x, ara S X { 0,,,...} x! onde: x : numero de sucessos; e : numero base dos logaritmos neerianos =,78 constante; : numero médio de sucessos semre maior que zero. OBS: Algumas vezes será reciso usar n. Valor Eserado: E x Variância: x Exemlo : Um rocesso mecânico roduz tecido ara taetes com uma média de dois defeitos or metro quadrado. Determine a robabilidade de um metro quadrado ter exatamente um defeito, admitindo-se que o rocesso ossa ser bem aroximado or uma distribuição de Poisson. x P X e! 035, 0, 70 7% Valor eserado: E x 5 0, 5, 5 Variância: x 5 0, 5 0, 75 0, 9375 Desvio adrão: x 0, , 968 Exemlo : Suonhamos que os navios cheguem a um orto à razão de navios/hora, e que essa razão seja bem aroximada or um rocesso de Poisson. Observando o rocesso durante um eríodo de meia hora, determine a robabilidade de a não chegar nenhum navio b chegarem 3 navios 0

21 navios hora 0, 5 hora Obs: a não chegar nenhum navio. e x 0 b chegarem 3 navios. e x 3 P X e 0 0! 0, 368 0, , 8% 0 P X e 3 3! 0, , 06 6, % 3 Exemlo 3: Uma máquina roduz nove eças defeituosas a cada mil eças roduzidas. Calcule a robabilidade de que em um lote quem contém 500 eças, não haja nenhuma eça defeituosa. Observamos que a robabilidade de ocorrer uma eça defeituosa é de 9 em.000, ou seja, = 0,009 = 0,9%. Então usando n. temos 500 0, 009 4, 5. Portanto, a robabilidade de não haver eça defeituosa é: P X e 4, 5 4, 5 0 0! 0, 0 0, 0, % 0 3. EXERCÍCIOS PARTE. Dois times de futebol, A e B, jogam entre si 6 vezes. Encontre a robabilidade do time A ganhar 4 jogos. 3,43%. Seis arafusos são escolhidos ao acaso da rodução de uma certa máquina, que aresenta 0% de eças defeituosas. a Qual a robabilidade de serem defeituosos dois deles? 9,84% b Qual é o valor eserado? E o desvio adrão? Ex=0,6 D=0,73

22 3. Jogando-se um dado três vezes, determine a robabilidade de se obter um múltilo de 3 duas vezes.,% 4. Dos estudantes de um colégio, 4 % fumam cigarro. Escolhem-se seis ao acaso ara darem uma oinião sobre o fumo. Determine a robabilidade de: a nenhum dos seis ser fumante 4,% b todos os seis fumarem 0,48% c ao menos a metade dos seis ser fumante 47,65% 5. % dos que reservam lugar num vôo faltam ao embarque. O avião comorta 5 assageiros. a Determine a robabilidade de que todos os 5 que reservaram lugar comareçam ao embarque. 4,70% b Se houve 6 edidos de reserva, determine a robabilidade de uma essoa ficar de fora.,93% 6. Determine a robabilidade de obtermos exatamente 3 caras em 6 lances de uma moeda. 3,5% 7. Dois jogadores de tênis, Pedro e Gustavo, jogam entre si 5 vezes. Encontre a robabilidade de Pedro: a ganhar dois ou três jogos 6,50% b ganhar elo menos um jogo. 3,% c Qual é o valor eserado ara esses jogos? O que isso significa? Ex=,5 8. A robabilidade de um atirador acertar o alvo é /3. Se ele atirar 5 vezes, qual a robabilidade de acertar exatamente tiros? 6,46% 9. Uma amostra de 5 eças é extraída, com reosição de um lote que contém 0% de eças defeituosas. Calcule a robabilidade de que: a o lote não contenha eça defeituosa; 0,59% b o lote contenha exatamente três eças defeituosas;,85% c o lote contenha elo menos uma eça defeituosa; 79,4% d o lote contenha entre três e seis eças defeituosas; 5,33% e o lote contenha de três a seis eças defeituosas. 8,37% 0. Calcular o valor eserado e o desvio adrão ara o número de eças defeituosas na amostra do roblema anterior. Ex=,5 D=,6. Uma confecção de roua infantil suseita que 30% de sua rodução aresenta algum defeito. Se tal suseita é correta, determine a robabilidade de que numa amostra de quatro eças, sejam encontradas: a no mínimo duas eças com defeitos; 34,83% b menos que três eças boas. 34,83%

23 . Admitindo-se o nascimento de meninos e meninas sejam iguais, calcular a robabilidade de um casal com 6 filhos ter: a 4 filhos e filhas 3,43% b 3 filhos e 3 filhas 3,5% 3. Um time X tem /5 de robabilidade de vitória semre que joga. Se X jogar 5 artidas, calcule a robabilidade de: a X vencer exatamente 3 artidas; 3,04% b X vencer ao menos uma artida; 9,% c X vencer mais da metade das artidas; 3,74% d X erder todas as artidas; 7,78% 4. Calcular o valor eserado e o desvio adrão ara o número de vitórias do time X no roblema anterior. Ex= D=,0 5. A robabilidade de um atirador acertar um alvo é /3. Se ele atirar 7 vezes, qual a robabilidade de: a acertar exatamente tiros; 30,73% b não acertar nenhum tiro. 5,85% 6. Se 5% das lâmadas de certa marca são defeituosas, achar a robabilidade de que, numa amostra de 00 lâmadas, escolhidas ao acaso, tenhamos: use binomial e oisson a nenhuma defeituosa 0,59% e 0,67% b 3 defeituosas; 3,96% e 4,04% c mais do que uma boa; 96,9% e 95,96% 7. Uma fabrica de neus verificou que ao testar seus neus nas istas, havia em média um estouro de neu a cada km. a Qual a robabilidade que num teste de km haja no máximo um neu estourado? 87,8% b Qual é o desvio adrão ara um teste de km? 0,77 c Qual a robabilidade de um carro andar km sem estourar nenhum neu? 0,9% d Qual é o desvio adrão ara um teste de km?,6 8. Certo osto de bombeiros recebe em média 3 chamadas or dia. Calcular a robabilidade de: a receber 4 chamadas num dia; 6,80% b receber 3 ou mais chamadas num dia; 57,68% c chamadas numa semana. 8,8% 3

24 9. Na intura de aredes aarecem defeitos em média na roorção de defeito or metro quadrado. Qual a robabilidade de aarecerem 3 defeitos numa arede x m? Qual o desvio adrão ara este roblema? 9,54% 0. A média de chamadas telefônicas em uma hora é 3. Qual a robabilidade: a receber exatamente 3 chamadas numa hora; 4,94% b receber 4 ou mais chamadas em 90 minutos; 34,3% c 75 chamas num dia; 4,33%. Suonha que haja em média suicídios or ano numa oulação de hab. Em uma cidade de habitantes, encontre a robabilidade de que um dado ano tenha havido: a nenhum suicídio;,83% b suicídio; 7,33% c ou mais suicídios. 90,84%. Suonha 400 erros de imressão distribuídos aleatoriamente em um livro de 500 áginas. Encontre a robabilidade de que uma dada ágina contenha nenhum erro. Qual o desvio adrão ara este roblema? 44,93% 3. A taxa média de chegada de clientes em um osto de serviços é de 0,5 or minuto. Calcular a robabilidade de, em um dado minuto, chegarem dois clientes. Qual é o desvio adrão ara este roblema? 7,58% 3.3 DISTRIBUIÇÕES DE PROBABILIDADE DE VARIÁVEIS CONTINUAS Quando uma variável discreta aresenta um grande número de resultados ossíveis, ou quando a v.a. em questão é contínua, não se odem usar as distribuições discretas como a de Poisson ou a Binomial ara obter robabilidades. Uma variável discreta com muitos resultados ossíveis exigiria uma tabela or demais extensa ou um esforço monumental na utilização de uma fórmula ara a obtenção de robabilidades. Já uma variável contínua inclui, em seus resultados, tanto valores inteiros como não-inteiros dificultando os cálculos. Vejamos um exemlo: Exemlo: O onteiro da figura ilustra o conceito de variável contínua.uma vez tenha sido osto a girar, o onteiro ode arar em qualquer osição ao longo do círculo. Não se ode eserar que venha arar exatamente num dos valores inteiros do círculo. Considerando-se uma mensuração feita ao longo do círculo, haverá um número extremamente grande de ontos nos quais o onteiro oderia arar. 4

25 Imaginemos, or exemlo, que o círculo fosse dividido em ao menos milhão de ontos diferentes. A robabilidade de o onteiro arar exatamente sobre um desses ontos seria / ou 0, Ou seja, raticamente zero. Assim, fica sem sentido falar na robabilidade de se obter um resultado esecífico. Por isso, durante nosso estudo das distribuições contínuas iremos utilizar o conceito de intervalo, isto é, focalizar a robabilidade de uma variável aleatória contínua tomar um valor num determinado intervalo. Então, enquanto a robabilidade de o onteiro arar no onto 3 ou 4 é aroximadamente zero, a de ele arar entre esses dois valores não é zero. Como círculo está dividido em 8 setores iguais, odemos atribuir a robabilidade de ao resultado "arar entre 3 e 4". Reresentamos da seguinte maneira: P x 3 0, 8 P x 4 0 e P 3 x 4, 5%. 8 Analogamente, teríamos uma robabilidade de 5% ao evento "arar entre 4 e 6". E ainda, a robabilidade de,5% ara o evento "arar entre 3,7 e 4,7". Já ara o evento "arar entre 3,5 e 4" a robabilidade seria de 6,5%. 5

26 É difícil identificar o tio de distribuição de robabilidade de uma variável continua. Geralmente e necessário fazer uma esquisa bibliográfica ara saber se a variável de interesse já foi estudada antes e a sua distribuição de robabilidade já foi identificada. Uma das formas de identificar o tio de distribuição de uma variável continua e observando o camo de variação desta variável. Existem vários tios de distribuições continuas, dentre as quais odemos citar: Uniforme, Normal, Exonencial, Gama, Beta, Lognormal, Weibull, Gumbel. Aqui trataremos aenas das duas rimeiras Distribuição Uniforme Quando uma variável aleatória ode tomar qualquer valor numa escala contínua entre dois ontos de tal maneira que nenhum valor seja mais rovável que outro, então as robabilidades associadas à variável odem ser descritas ela distribuição uniforme. Definição: Seja X uma variável aleatória contínua que assume valores no intervalo [a, b]. Se a robabilidade de X assumir valores num subintervalo é a mesma que ara qualquer outro subintervalo de mesmo comrimento, então, esta variável tem distribuição uniforme. O exemlo anterior do onteiro se enquadra nessa categoria. Função de robabilidade De modo geral, se X e uma variável aleatória contínua que tem distribuição uniforme, então sua função densidade de robabilidade será: d c P c x d b a onde: [a, b] é o intervalo no qual a v.a. está definida total de ossibilidades [c, d] é o intervalo referente ao evento que se quer calcular a robabilidade. Valor Eserado: E x b a Variância: x a b Graficamente, a distribuição é reresentada como um retângulo limitado or ontos a e b, que reresentam o intervalo de valores ossíveis.a altura do retângulo é considerada como sendo, e a área é considerada 00%. Assim, a área sob o retângulo, entre dois ontos c e d, é igual a orcentagem da área total comreendida entre c e d. 6

27 Exemlo : Suonhamos que um vendedor comareça ao escritório de sua firma diariamente entre 3:00 e 4:00 horas, e que nenhum momento seja mais rovável que qualquer outro neste intervalo de temo. Daí se quisermos calcular a robabilidade do vendedor comarecer ao escritório entre 3:00 e 3:5 fazemos 3 : 5 3 : 00 5 minutos 5 minutos P 3 : 00 x 3 : 5 0, 5 5% 4 : 00 3 : 00 hora 60 minutos Já a robabilidade de o comarecimento ocorrer recisamente às 3:5 é considerada aroximadamente zero. Atenção! Quando dizemos que uma robabilidade é aroximadamente zero não significa que tal ocorrência seja imossível. Exemlo : Um entreosto comercializa diariamente entre 00 e 00 toneladas de um cereal, com distribuição uniforme de robabilidades. Sabe-se que o onto de equilíbrio ara esta oeração corresonde a uma venda de 30 toneladas or dia. Calcule: a O valor médio das vendas diárias. b A variância e o desvio adrão da distribuição. c A robabilidade de o comerciante realizar rejuízo em determinado dia. Solução: a E x b x 833, 33 x 833, 33 8, c 00 x 30 0, 3 30% 7

28 3.4 EXERCÍCIOS PARTE 4. As vendas de gasolina num deósito de atacado acusam média de galões diários, com um mínimo de galões. Suondo adequada a distribuição uniforme a Determine a venda diária máxima; b Qual a ercentagem do número de dias em que a venda excede galões? 5. Uma equena firma corta e vende lenha ara lareiras. O comrimento dos toros varia uniformemente entre e 3 metros. a Qual o comrimento médio de um toro? b Qual o desvio adrão ara essa distribuição? c Qual a robabilidade de um toro i ser maior que,6 metros? ii ser inferior a média? iii ter entre e 3 metros? iv ter mais de 3 metros? v ter exatamente metros? 6. Se uma variável aleatória tem distribuição uniforme, qual é a robabilidade de que a variável assuma um valor maior que a média? 7. Suonha que a temeratura máxima, em janeiro, em certa zona rural do hemisfério norte tenha, no assado, variado uniformemente entre 0ºC e 6ºC. a Qual a ercentagem do número de dias em que se ode eserar máxima acima de 3,5ºC? b Se um meteorologista deseja minimizar seu erro de redição, que temeratura deve rever? c Qual é a robabilidade de que, num dia qualquer de janeiro, a temeratura não exceda ºC? 8. Sabe-se que a quantidade de sorvete vendida numa lanchonete nas terças-feiras tem distribuição uniforme entre 0 e 50 icolés. a Qual a robabilidade de venda de 40 icolés ou mais numa terça-feira? b Qual a robabilidade de venda de 40 icolés ou mais numa segunda-feira? c Se a lanchonete tem um lucro de $0,30 or icolé, qual o lucro eserado nas vendas de uma terça-feira? d Qual a robabilidade de o lucro de uma terça-feira ser inferior a $7,50? 9. Uma variável X é uniformemente distribuída no intervalo [0, 0]. Determine: a valor eserado e variância de X; b P,3 < X < 6, Em uma faculdade, as idades dos alunos são uniformemente distribuídas entre 0 e 48 metros. Encontre a robabilidade de um aluno escolhido ao acaso ter: a entre 0 e 48 anos b mais que 35 anos c menos que anos d entre 7 e 34 anos e menos que 43 anos f exatamente 39 anos 3. Em relação ao roblema anterior, qual a idade eserada de uma aluno desta faculdade? 8

Probabilidade. Evento (E) é o acontecimento que deve ser analisado.

Probabilidade. Evento (E) é o acontecimento que deve ser analisado. Probabilidade Definição: Probabilidade é uma razão(divisão) entre a quantidade de eventos e a quantidade de amostras. Amostra ou espaço amostral é o conjunto formado por todos os elementos que estão incluídos

Leia mais

Probabilidade parte 2. Robério Satyro

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

Leia mais

AULA 07 Distribuições Discretas de Probabilidade

AULA 07 Distribuições Discretas de Probabilidade 1 AULA 07 Distribuições Discretas de Probabilidade Ernesto F. L. Amaral 31 de agosto de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro:

Leia mais

DEPARTAMENTO DE MATEMÁTICA

DEPARTAMENTO DE MATEMÁTICA FACULDADE DE CIÊNCIAS NATURAIS E MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA Campus de Lhanguene, Av. de Moçambique, km 1, Tel: +258 21401078, Fax: +258 21401082, Maputo Cursos de Licenciatura em Ensino de Matemática

Leia mais

DISTRIBUIÇÕES ESPECIAIS DE PROBABILIDADE DISCRETAS

DISTRIBUIÇÕES ESPECIAIS DE PROBABILIDADE DISCRETAS VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADES 1 1. VARIÁVEIS ALEATÓRIAS Muitas situações cotidianas podem ser usadas como experimento que dão resultados correspondentes a algum valor, e tais situações

Leia mais

Cap. II EVENTOS MUTUAMENTE EXCLUSIVOS E EVENTOS NÃO- EXCLUSIVOS

Cap. II EVENTOS MUTUAMENTE EXCLUSIVOS E EVENTOS NÃO- EXCLUSIVOS Cap. II EVENTOS MUTUAMENTE EXCLUSIVOS E EVENTOS NÃO- EXCLUSIVOS Dois ou mais eventos são mutuamente exclusivos, ou disjuntos, se os mesmos não podem ocorrer simultaneamente. Isto é, a ocorrência de um

Leia mais

Adição de probabilidades. O número de elementos da união dos conjuntos A e B n(aub) = n(a B) Dividindo os dois membros por n(e):

Adição de probabilidades. O número de elementos da união dos conjuntos A e B n(aub) = n(a B) Dividindo os dois membros por n(e): Adição de probabilidades O número de elementos da união dos conjuntos A e B n(aub) = n(a B) Dividindo os dois membros por n(e): Dois eventos A e B são ditos mutuamente exclusivos se, e somente se, A B

Leia mais

Coordenadoria de Matemática. Apostila de Probabilidade

Coordenadoria de Matemática. Apostila de Probabilidade Coordenadoria de Matemática Apostila de Probabilidade Vitória ES 1. INTRODUÇÃO CAPÍTULO 03 Quando investigamos algum fenômeno, verificamos a necessidade de descrevê-lo por um modelo matemático que permite

Leia mais

Técnicas de Contagem I II III IV V VI

Técnicas de Contagem I II III IV V VI Técnicas de Contagem Exemplo Para a Copa do Mundo 24 países são divididos em seis grupos, com 4 países cada um. Supondo que a escolha do grupo de cada país é feita ao acaso, calcular a probabilidade de

Leia mais

5) Qual a probabilidade de sair um ás de ouros quando retiramos uma carta de um baralho de 52 cartas?

5) Qual a probabilidade de sair um ás de ouros quando retiramos uma carta de um baralho de 52 cartas? TERCEIRA LISTA DE EXERCÍCIOS DE PROBABILIDADE CURSO: MATEMÁTICA PROF. LUIZ CELONI 1) Dê um espaço amostral para cada experimento abaixo. a) Uma urna contém bolas vermelhas (V), bolas brancas (B) e bolas

Leia mais

RESOLUÇÃO DAS ATIVIDADES E FORMALIZAÇÃO DOS CONCEITOS

RESOLUÇÃO DAS ATIVIDADES E FORMALIZAÇÃO DOS CONCEITOS CENTRO UNIVERSITÁRIO FRANCISCANO Curso de Administração Disciplina: Estatística I Professora: Stefane L. Gaffuri RESOLUÇÃO DAS ATIVIDADES E FORMALIZAÇÃO DOS CONCEITOS Sessão 1 Experimentos Aleatórios e

Leia mais

Se A =, o evento é impossível, por exemplo, obter 7 no lançamento de um dado.

Se A =, o evento é impossível, por exemplo, obter 7 no lançamento de um dado. PROBABILIDADE Espaço amostral Espaço amostral é o conjunto universo U de todos os resultados possíveis de um experimento aleatório. O número de elementos desse conjunto é indicado por n(u). Exemplos: No

Leia mais

1- INTRODUÇÃO 2. CONCEITOS BÁSICOS

1- INTRODUÇÃO 2. CONCEITOS BÁSICOS 1 1- INTRODUÇÃO O termo probabilidade é usado de modo muito amplo na conversação diária para sugerir um certo grau de incerteza sobre o que ocorreu no passado, o que ocorrerá no futuro ou o que está ocorrendo

Leia mais

Probabilidade. Luiz Carlos Terra

Probabilidade. Luiz Carlos Terra Luiz Carlos Terra Nesta aula, você conhecerá os conceitos básicos de probabilidade que é a base de toda inferência estatística, ou seja, a estimativa de parâmetros populacionais com base em dados amostrais.

Leia mais

Modelo Uniforme. como eu e meu colega temos 5 bilhetes, temos a mesma probabilidade de ganhar a rifa:

Modelo Uniforme. como eu e meu colega temos 5 bilhetes, temos a mesma probabilidade de ganhar a rifa: Modelo Uniforme Exemplo: Uma rifa tem 100 bilhetes numerados de 1 a 100. Tenho 5 bilhetes consecutivos numerados de 21 a 25, e meu colega tem outros 5 bilhetes, com os números 1, 11, 29, 68 e 93. Quem

Leia mais

PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR. Prof. Angelo Augusto Frozza, M.Sc.

PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR. Prof. Angelo Augusto Frozza, M.Sc. PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR Prof. Angelo Augusto Frozza, M.Sc. ROTEIRO Esta aula tem por base o Capítulo 2 do livro de Taha (2008): Introdução O modelo de PL de duas variáveis Propriedades

Leia mais

Conceitos Básicos de Probabilidade

Conceitos Básicos de Probabilidade Conceitos Básicos de Probabilidade Como identificar o espaço amostral de um experimento. Como distinguir as probabilidades Como identificar e usar as propriedades da probabilidade Motivação Uma empresa

Leia mais

UM JOGO BINOMIAL 1. INTRODUÇÃO

UM JOGO BINOMIAL 1. INTRODUÇÃO 1. INTRODUÇÃO UM JOGO BINOMIAL São muitos os casos de aplicação, no cotidiano de cada um de nós, dos conceitos de probabilidade. Afinal, o mundo é probabilístico, não determinístico; a natureza acontece

Leia mais

P(seleção de um elemento baixo) = p P(seleção de um elemento médio) = p. P(seleção de um elemento alto) = p

P(seleção de um elemento baixo) = p P(seleção de um elemento médio) = p. P(seleção de um elemento alto) = p . A Distribuição Multinomial - Teste Qui-Quadrado. Inferência Estatística Uma imortante generalização da rova de Bernoulli (), é a chamada rova multinomial. Uma rova de Bernoulli () ode roduzir dois resultados

Leia mais

ActivALEA. ative e atualize a sua literacia

ActivALEA. ative e atualize a sua literacia ActivALEA ative e atualize a sua literacia N.º 26 A FREQUÊNCIIA RELATIIVA PARA ESTIIMAR A PROBABIILIIDADE Por: Maria Eugénia Graça Martins Departamento de Estatística e Investigação Operacional da FCUL

Leia mais

Distribuição Normal de Probabilidade

Distribuição Normal de Probabilidade Distribuição Normal de Probabilidade 1 Aspectos Gerais 2 A Distribuição Normal Padronizada 3 Determinação de Probabilidades 4 Cálculo de Valores 5 Teorema Central do Limite 1 1 Aspectos Gerais Variável

Leia mais

FACULDADE DE CIÊNCIAS E TECNOLOGIA. Redes de Telecomunicações (2006/2007)

FACULDADE DE CIÊNCIAS E TECNOLOGIA. Redes de Telecomunicações (2006/2007) FACULDADE DE CIÊNCIAS E TECNOLOGIA Redes de Telecomunicações (2006/2007) Engª de Sistemas e Informática Trabalho nº4 (1ª aula) Título: Modelação de tráfego utilizando o modelo de Poisson Fundamentos teóricos

Leia mais

Tipos de Modelos. Exemplos. Modelo determinístico. Exemplos. Modelo probabilístico. Causas Efeito. Determinístico. Sistema Real.

Tipos 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 mais

8 - PROBABILIDADE. 8.1 - Introdução

8 - PROBABILIDADE. 8.1 - Introdução INE 7002 - Probabilidade 1 8 - PROBABILIDADE 8.1 - Introdução No capítulo anterior foi utilizado um raciocínio predominantemente indutivo: os dados eram coletados, e através da sua organização em distribuições

Leia mais

1. Cinco cartas são extraídas de um baralho comum (52 cartas, 13 de cada naipe) sem reposição. Defina a v.a. X = número de cartas vermelhas sorteadas.

1. Cinco cartas são extraídas de um baralho comum (52 cartas, 13 de cada naipe) sem reposição. Defina a v.a. X = número de cartas vermelhas sorteadas. GET007 Métodos Estatísticos Aplicados à Economia I Lista de Exercícios - variáveis Aleatórias Discretas Profa. Ana Maria Farias. Cinco cartas são extraídas de um baralho comum ( cartas, de cada naipe sem

Leia mais

Introdução aos Processos Estocásticos - Independência

Introdução aos Processos Estocásticos - Independência Introdução aos Processos Estocásticos - Independência Eduardo M. A. M. Mendes DELT - UFMG Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal de Minas Gerais emmendes@cpdee.ufmg.br Eduardo

Leia mais

Inteligência Artificial

Inteligência Artificial Inteligência Artificial Aula 7 Programação Genética M.e Guylerme Velasco Programação Genética De que modo computadores podem resolver problemas, sem que tenham que ser explicitamente programados para isso?

Leia mais

Aula 5. Uma partícula evolui na reta. A trajetória é uma função que dá a sua posição em função do tempo:

Aula 5. Uma partícula evolui na reta. A trajetória é uma função que dá a sua posição em função do tempo: Aula 5 5. Funções O conceito de função será o principal assunto tratado neste curso. Neste capítulo daremos algumas definições elementares, e consideraremos algumas das funções mais usadas na prática,

Leia mais

Caique Tavares. Probabilidade Parte 1

Caique Tavares. Probabilidade Parte 1 Caique Tavares Probabilidade Parte 1 Probabilidade: A teoria das probabilidades é um ramo da Matemática que cria, elabora e pesquisa modelos para estudar experimentos ou fenômenos aleatórios. Principais

Leia mais

Raciocínio Lógico 1 Probabilidade

Raciocínio Lógico 1 Probabilidade PROBABILIDADE 1. CONCEITOS INICIAIS A Teoria da Probabilidade faz uso de uma nomenclatura própria, de modo que há três conceitos fundamentais que temos que passar imediatamente a conhecer: Experimento

Leia mais

3º Ano do Ensino Médio. Aula nº06

3º Ano do Ensino Médio. Aula nº06 Nome: Ano: º Ano do E.M. Escola: Data: / / 3º Ano do Ensino Médio Aula nº06 Assunto: Noções de Estatística 1. Conceitos básicos Definição: A estatística é a ciência que recolhe, organiza, classifica, apresenta

Leia mais

Probabilidade e Estatística

Probabilidade e Estatística Probabilidade e Estatística TESTES DE HIPÓTESES (ou Testes de Significância) Estimação e Teste de Hipóteses Estimação e teste de hipóteses (ou significância) são os aspectos principais da Inferência Estatística

Leia mais

Probabilidade e Estatística 2008/2. Regras de adicão, probabilidade condicional, multiplicação e probabilidade total.

Probabilidade e Estatística 2008/2. Regras de adicão, probabilidade condicional, multiplicação e probabilidade total. Probabilidade e Estatística 2008/2 Prof. Fernando Deeke Sasse Problemas Resolvidos Regras de adicão, probabilidade condicional, multiplicação e probabilidade total. 1. Um fabricante de lâmpadas para faróis

Leia mais

PRINCÍPIOS DA MULTIPLICAÇÃO, DA ADIÇÃO E DA INCLUSÃO-

PRINCÍPIOS DA MULTIPLICAÇÃO, DA ADIÇÃO E DA INCLUSÃO- Matemática Discreta 2009.10 Exercícios CAP2 pg 1 PRINCÍPIOS DA MULTIPLICAÇÃO, DA ADIÇÃO E DA INCLUSÃO- EXCLUSÃO 1. Quantas sequências com 5 letras podem ser escritas usando as letras A,B,C? 2. Quantos

Leia mais

Seu pé direito nas melhores Faculdades

Seu pé direito nas melhores Faculdades 10 Insper 01/11/009 Seu pé direito nas melhores Faculdades análise quantitativa 40. No campeonato brasileiro de futebol, cada equipe realiza 38 jogos, recebendo, em cada partida, 3 pontos em caso de vitória,

Leia mais

Avaliação de Empresas Profa. Patricia Maria Bortolon

Avaliação de Empresas Profa. Patricia Maria Bortolon Avaliação de Empresas RISCO E RETORNO Aula 2 Retorno Total É a variação total da riqueza proporcionada por um ativo ao seu detentor. Fonte: Notas de Aula do Prof. Claudio Cunha Retorno Total Exemplo 1

Leia mais

PROBABILIDADE: DIAGRAMAS DE ÁRVORES

PROBABILIDADE: DIAGRAMAS DE ÁRVORES PROBABILIDADE: DIAGRAMAS DE ÁRVORES Enunciados dos problemas Ana Maria Lima de Farias Departamento de Estatística (GET/UFF) 1. Na gincana anual do Colégio Universitário, 60% dos alunos presentes são do

Leia mais

Aula Teórico-Prática Nº1

Aula Teórico-Prática Nº1 Aula Teórico-Prática Nº1 Sumário Introdução aos sistemas de unidades: SI e cgs. (1) Exloração de videos e exeriências simles sobre o fenómeno de difusão. (2) Discussão orientada sobre a 1ª lei de Fick

Leia mais

Ficha Prática 5: Cap 3.Princípios Elementares de Contagem

Ficha Prática 5: Cap 3.Princípios Elementares de Contagem Matemática Discreta - 2010/11 Cursos: Engenharia Informática, Informática de Gestão DEPARTAMENTO de MATEMÁTICA ESCOLA SUPERIOR de TECNOLOGIA e de GESTÃO - INSTITUTO POLITÉCNICO de BRAGANÇA Ficha Prática

Leia mais

QUESTÕES PARA A 3ª SÉRIE ENSINO MÉDIO MATEMÁTICA 2º BIMESTE SUGESTÕES DE RESOLUÇÕES

QUESTÕES PARA A 3ª SÉRIE ENSINO MÉDIO MATEMÁTICA 2º BIMESTE SUGESTÕES DE RESOLUÇÕES QUESTÕES PARA A 3ª SÉRIE ENSINO MÉDIO MATEMÁTICA 2º BIMESTE QUESTÃO 01 SUGESTÕES DE RESOLUÇÕES Descritor 11 Resolver problema envolvendo o cálculo de perímetro de figuras planas. Os itens referentes a

Leia mais

REGRAS DAS PROVAS RELÂMPAGO

REGRAS DAS PROVAS RELÂMPAGO REGRAS DAS PROVAS RELÂMPAGO BALÃO Cada equipe apresentará um componente para esta prova. Os participantes deverão soprar o balão até estourar. Será estabelecida a ordem de classificação pelo tempo de estouro

Leia mais

Análise Qualitativa no Gerenciamento de Riscos de Projetos

Análise Qualitativa no Gerenciamento de Riscos de Projetos Análise Qualitativa no Gerenciamento de Riscos de Projetos Olá Gerente de Projeto. Nos artigos anteriores descrevemos um breve histórico sobre a história e contextualização dos riscos, tanto na vida real

Leia mais

OPERAÇÕES COM FRAÇÕES

OPERAÇÕES COM FRAÇÕES OPERAÇÕES COM FRAÇÕES Adição A soma ou adição de frações requer que todas as frações envolvidas possuam o mesmo denominador. Se inicialmente todas as frações já possuírem um denominador comum, basta que

Leia mais

ISEG - ESTATÍSTICA I - EN, Economia/Finanças - 1 de Junho de 2010 Tópicos de correcção. 1ª Parte. > 0. Justifique a igualdade: P(( A B)

ISEG - ESTATÍSTICA I - EN, Economia/Finanças - 1 de Junho de 2010 Tópicos de correcção. 1ª Parte. > 0. Justifique a igualdade: P(( A B) ISEG - ESTATÍSTICA I - EN, Economia/Finanças - de Junho de 00 Tópicos de correcção ª Parte. Sejam os acontecimentos A, B, C tais que P ( A B) > 0. Justifique a igualdade: ( A B) C) = B A). A). C ( A B)).

Leia mais

GIL, Antonio Carlos. Como elaborar projetos de pesquisa. São Paulo, Editora Atlas, 2002....

GIL, Antonio Carlos. Como elaborar projetos de pesquisa. São Paulo, Editora Atlas, 2002.... GIL, Antonio Carlos. Como elaborar projetos de pesquisa. São Paulo, Editora Atlas, 2002.... 1 Como encaminhar uma Pesquisa? A pesquisa é um projeto racional e sistemático com objetivo de proporcionar respostas

Leia mais

Entropia, Entropia Relativa

Entropia, Entropia Relativa Entropia, Entropia Relativa e Informação Mútua Miguel Barão (mjsb@di.uevora.pt) Departamento de Informática Universidade de Évora 13 de Março de 2003 1 Introdução Suponhamos que uma fonte gera símbolos

Leia mais

Comandos de Eletropneumática Exercícios Comentados para Elaboração, Montagem e Ensaios

Comandos de Eletropneumática Exercícios Comentados para Elaboração, Montagem e Ensaios Comandos de Eletropneumática Exercícios Comentados para Elaboração, Montagem e Ensaios O Método Intuitivo de elaboração de circuitos: As técnicas de elaboração de circuitos eletropneumáticos fazem parte

Leia mais

M =C J, fórmula do montante

M =C J, fórmula do montante 1 Ciências Contábeis 8ª. Fase Profa. Dra. Cristiane Fernandes Matemática Financeira 1º Sem/2009 Unidade I Fundamentos A Matemática Financeira visa estudar o valor do dinheiro no tempo, nas aplicações e

Leia mais

Prof. Daniela Barreiro Claro

Prof. Daniela Barreiro Claro O volume de dados está crescendo sem parar Gigabytes, Petabytes, etc. Dificuldade na descoberta do conhecimento Dados disponíveis x Análise dos Dados Dados disponíveis Analisar e compreender os dados 2

Leia mais

ESCOLA SUPERIOR DE TECNOLOGIA

ESCOLA SUPERIOR DE TECNOLOGIA Departamento Matemática Curso Engenharia Civil 1º Semestre 2º Folha Nº1 1. Ao dar ordem de compra de um computador é necessário especificar, em relação ao seu sistema, a memória (1, 2 ou 3Gb) e capacidade

Leia mais

Unidade 3 Função Afim

Unidade 3 Função Afim Unidade 3 Função Afim Definição Gráfico da Função Afim Tipos Especiais de Função Afim Valor e zero da Função Afim Gráfico definidos por uma ou mais sentenças Definição C ( x) = 10. x + Custo fixo 200 Custo

Leia mais

COMENTÁRIO DA PROVA DO BANCO DO BRASIL

COMENTÁRIO DA PROVA DO BANCO DO BRASIL COMENTÁRIO DA PROVA DO BANCO DO BRASIL Prezados concurseiros, segue abaixo os comentários das questões de matemática propostas pela CESPE no último concurso para o cargo de escriturário do Banco do Brasil

Leia mais

Figura 4.1: Diagrama de representação de uma função de 2 variáveis

Figura 4.1: Diagrama de representação de uma função de 2 variáveis 1 4.1 Funções de 2 Variáveis Em Cálculo I trabalhamos com funções de uma variável y = f(x). Agora trabalharemos com funções de várias variáveis. Estas funções aparecem naturalmente na natureza, na economia

Leia mais

Estatística AMOSTRAGEM

Estatística AMOSTRAGEM Estatística AMOSTRAGEM Estatística: É a ciência que se preocupa com a coleta, a organização, descrição (apresentação), análise e interpretação de dados experimentais e tem como objetivo fundamental o estudo

Leia mais

WWW.RENOVAVEIS.TECNOPT.COM

WWW.RENOVAVEIS.TECNOPT.COM Energia produzida Para a industria eólica é muito importante a discrição da variação da velocidade do vento. Os projetistas de turbinas necessitam da informação para otimizar o desenho de seus geradores,

Leia mais

Aula de Exercícios - Teorema de Bayes

Aula de Exercícios - Teorema de Bayes Aula de Exercícios - Teorema de Bayes Organização: Rafael Tovar Digitação: Guilherme Ludwig Primeiro Exemplo - Estagiários Três pessoas serão selecionadas aleatóriamente de um grupo de dez estagiários

Leia mais

Estatística Analítica

Estatística Analítica Teste de Hipótese Testes Estatísticos 2 Teste de Hipótese Testes Estatísticos 3 1 Teste de Hipótese Testes Estatísticos 4 Principais Testes: Teste Qui-quadrado Teste T de Student Teste ANOVA Teste de Correlação

Leia mais

Fundamentos de Teste de Software

Fundamentos de Teste de Software Núcleo de Excelência em Testes de Sistemas Fundamentos de Teste de Software Módulo 1- Visão Geral de Testes de Software Aula 2 Estrutura para o Teste de Software SUMÁRIO 1. Introdução... 3 2. Vertentes

Leia mais

Gerenciamento dos Riscos do Projeto (PMBoK 5ª ed.)

Gerenciamento dos Riscos do Projeto (PMBoK 5ª ed.) Gerenciamento dos Riscos do Projeto (PMBoK 5ª ed.) Esta é uma área essencial para aumentar as taxas de sucesso dos projetos, pois todos eles possuem riscos e precisam ser gerenciados, ou seja, saber o

Leia mais

Pressuposições à ANOVA

Pressuposições à ANOVA UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Estatística II Aula do dia 09.11.010 A análise de variância de um experimento inteiramente ao acaso exige que sejam

Leia mais

AULA 19 Análise de Variância

AULA 19 Análise de Variância 1 AULA 19 Análise de Variância Ernesto F. L. Amaral 18 de outubro de 2012 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro: LTC. Capítulo

Leia mais

REGULAMENTO ESPECÍFICO JERNS JEES 2015

REGULAMENTO ESPECÍFICO JERNS JEES 2015 REGULAMENTO ESPECÍFICO BASQUETEBOL JERNS JEES 2015 1 REGULAMENTO ESPECÍFICO BASQUETEBOL JERNS JEES 2015 CATEGORIA MIRIM 1. A Competição de Basquetebol será realizada de acordo com as regras oficiais da

Leia mais

Módulo de Equações do Segundo Grau. Equações do Segundo Grau: Resultados Básicos. Nono Ano

Módulo de Equações do Segundo Grau. Equações do Segundo Grau: Resultados Básicos. Nono Ano Módulo de Equações do Segundo Grau Equações do Segundo Grau: Resultados Básicos. Nono Ano Equações do o grau: Resultados Básicos. 1 Exercícios Introdutórios Exercício 1. A equação ax + bx + c = 0, com

Leia mais

Distribuição Binomial e Normal

Distribuição Binomial e Normal Distribuição Binomial e Normal O que se pretende, neste módulo, é apresentar dois modelos teóricos de distribuição de probabilidade, aos quais um experimento aleatório estudado possa ser adaptado, o que

Leia mais

Módulo de Princípios Básicos de Contagem. Segundo ano

Módulo de Princípios Básicos de Contagem. Segundo ano Módulo de Princípios Básicos de Contagem Combinação Segundo ano Combinação 1 Exercícios Introdutórios Exercício 1. Numa sala há 6 pessoas e cada uma cumprimenta todas as outras pessoas com um único aperto

Leia mais

PROVA DE FÍSICA 2º ANO - ACUMULATIVA - 2º TRIMESTRE TIPO A

PROVA DE FÍSICA 2º ANO - ACUMULATIVA - 2º TRIMESTRE TIPO A PROA DE FÍSICA º ANO - ACUMULATIA - º TRIMESTRE TIPO A 0) Considere as seguintes roosições referentes a um gás erfeito. I. Na transformação isotérmica, o roduto. é roorcional à temeratura do gás. II. Na

Leia mais

MUNICÍPIOS DA PENÍNSULA DE SETÚBAL ASSOCIAÇÕES ESCOLAS JOGOS DO FUTURO DA REGIÃO DE SETÚBAL 2016 BASQUETEBOL REGULAMENTO

MUNICÍPIOS DA PENÍNSULA DE SETÚBAL ASSOCIAÇÕES ESCOLAS JOGOS DO FUTURO DA REGIÃO DE SETÚBAL 2016 BASQUETEBOL REGULAMENTO JOGOS DO FUTURO DA REGIÃO DE SETÚBAL 2016 BASQUETEBOL REGULAMENTO 1. Organização A organização da competição de Basquetebol dos Jogos do Futuro da Região de Setúbal 2016 é da responsabilidade da Câmara

Leia mais

MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS

MODELOS 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 mais

CAPÍTULO 3 - RETIFICAÇÃO

CAPÍTULO 3 - RETIFICAÇÃO CAPÍTULO 3 - RETFCAÇÃO A maioria dos circuitos eletrônicos recisa de uma tensão cc ara oder trabalhar adequadamente Como a tensão da linha é alternada, a rimeira coisa a ser feita em qualquer equiamento

Leia mais

Análise e Resolução da prova de Agente de Polícia Federal Disciplina: Raciocínio Lógico Professor: Custódio Nascimento

Análise e Resolução da prova de Agente de Polícia Federal Disciplina: Raciocínio Lógico Professor: Custódio Nascimento Análise e Resolução da prova de Agente de Polícia Federal Disciplina: Professor: Custódio Nascimento 1- Análise da prova Análise e Resolução da prova de Agente / PF Neste artigo, farei a análise das questões

Leia mais

REGIMENTO ESPECÍFICO BASQUETEBOL. Câmara Municipal de Lisboa e Juntas de Freguesia Olisipíadas 2ª edição

REGIMENTO ESPECÍFICO BASQUETEBOL. Câmara Municipal de Lisboa e Juntas de Freguesia Olisipíadas 2ª edição REGIMENTO ESPECÍFICO BASQUETEBOL Câmara Municipal de Lisboa e Juntas de Freguesia Olisipíadas 2ª edição Índice Preâmbulo 5 Artigo 1.º Escalões Etários, Dimensões do Campo, Bola, Tempo de Jogo e Variantes

Leia mais

Modelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste

Modelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste Modelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste Erica Castilho Rodrigues 2 de Setembro de 2014 Erro Puro 3 Existem dois motivos pelos quais os pontos observados podem não cair na reta

Leia mais

Ondas EM no Espaço Livre (Vácuo)

Ondas EM no Espaço Livre (Vácuo) Secretaria de Educação Profissional e Tecnológica Instituto Federal de Santa Catarina Campus São José Área de Telecomunicações ELM20704 Eletromagnetismo Professor: Bruno Fontana da Silva 2014-1 Ondas EM

Leia mais

UNIVERSIDADE FEDERAL DA BAHIA ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA QUÍMICA ENG 008 Fenômenos de Transporte I A Profª Fátima Lopes

UNIVERSIDADE FEDERAL DA BAHIA ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA QUÍMICA ENG 008 Fenômenos de Transporte I A Profª Fátima Lopes Equações básicas Uma análise de qualquer problema em Mecânica dos Fluidos, necessariamente se inicia, quer diretamente ou indiretamente, com a definição das leis básicas que governam o movimento do fluido.

Leia mais

Índice. Conteúdo. Planilha Profissional Para Cálculo de Preços de Artesanato

Índice. Conteúdo. Planilha Profissional Para Cálculo de Preços de Artesanato Índice Conteúdo Índice... 2 A Importância do Preço Correto... 3 Como chegar ao preço de venda adequado do meu produto?... 3 Como calcular o preço de venda lucro... 5 Como vender meus produtos pela internet...

Leia mais

Probabilidade. Distribuição Binomial

Probabilidade. Distribuição Binomial Probabilidade Distribuição Binomial Distribuição Binomial (Eperimentos de Bernoulli) Considere as seguintes eperimentos/situações práticas: Conformidade de itens saindo da linha de produção Tiros na mosca

Leia mais

r 5 200 m b) 1 min 5 60 s s t a 5

r 5 200 m b) 1 min 5 60 s s t a 5 Resolução das atividades comlementares Matemática M Trigonometria no ciclo. 0 Um atleta desloca-se à velocidade constante de 7,8 m/s numa ista circular de raio 00 m. Determine as medidas, em radianos e

Leia mais

Gestão da Qualidade. Aula 5. Prof. Pablo

Gestão da Qualidade. Aula 5. Prof. Pablo Gestão da Qualidade Aula 5 Prof. Pablo Proposito da Aula 1. Gestão da Qualidade Total; 2. Planejamento; Gestão da Qualidade Total Gestão da Qualidade Total Como vimos na última aula a Gestão da Qualidade

Leia mais

1. Uma pesquisa de mercado sobre o consumo de três marcas A, B e C de um determinado produto apresentou os seguintes resultados:

1. Uma pesquisa de mercado sobre o consumo de três marcas A, B e C de um determinado produto apresentou os seguintes resultados: 1. Uma pesquisa de mercado sobre o consumo de três marcas A, B e C de um determinado produto apresentou os seguintes resultados: A - 48% A e B - 18% B - 45% B e C - 25% C - 50% A e C - 15% nenhuma das

Leia mais

AV1 - MA 14-2011. (1,0) (a) Determine o maior número natural que divide todos os produtos de três números naturais consecutivos.

AV1 - MA 14-2011. (1,0) (a) Determine o maior número natural que divide todos os produtos de três números naturais consecutivos. Questão 1 (1,0) (a) Determine o maior número natural que divide todos os rodutos de três números naturais consecutivos (1,0) (b) Resonda à mesma questão no caso do roduto de quatro números naturais consecutivos

Leia mais

INFORMAÇÕES IMPORTANTES PARA OS TIMES E TENISTAS!

INFORMAÇÕES IMPORTANTES PARA OS TIMES E TENISTAS! INFORMAÇÕES IMPORTANTES PARA OS TIMES E TENISTAS! Qualifying Dia 8 de Novembro ATENÇÃO! Os times inscritos no Futebol Masculino categoria livre e os tenistas inscritos no Tênis categoria A disputarão o

Leia mais

Lógica de Programação. Profas. Simone Campos Camargo e Janete Ferreira Biazotto

Lógica de Programação. Profas. Simone Campos Camargo e Janete Ferreira Biazotto Lógica de Programação Profas. Simone Campos Camargo e Janete Ferreira Biazotto O curso Técnico em Informática É o profissional que desenvolve e opera sistemas, aplicações, interfaces gráficas; monta estruturas

Leia mais

C U R S O T É C N I C O E M S E G U R A N Ç A D O T R A B A L H O. matemática. Calculando volume de sólidos geométricos. Elizabete Alves de Freitas

C U R S O T É C N I C O E M S E G U R A N Ç A D O T R A B A L H O. matemática. Calculando volume de sólidos geométricos. Elizabete Alves de Freitas C U R S O T É C N I C O E M S E G U R A N Ç A D O T R A B A L H O 06 matemática Calculando volume de sólidos geométricos Elizabete Alves de Freitas Governo Federal Ministério da Educação Projeto Gráfico

Leia mais

Heredogramas. Capítulo 2 Item 4 Pág. 214 a 216. 2ª Série Ensino Médio Professora Priscila Binatto Fev/ 2013

Heredogramas. Capítulo 2 Item 4 Pág. 214 a 216. 2ª Série Ensino Médio Professora Priscila Binatto Fev/ 2013 Heredogramas Capítulo 2 Item 4 Pág. 214 a 216 2ª Série Ensino Médio Professora Priscila Binatto Fev/ 2013 O que é um heredograma? Também chamado do pedigree ou genealogia. Representa as relações de parentesco

Leia mais

LISTA DE EXERCÍCIOS VARIÁVEIS ALEATÓRIAS

LISTA DE EXERCÍCIOS VARIÁVEIS ALEATÓRIAS LISTA DE EXERCÍCIOS VARIÁVEIS ALEATÓRIAS 1. Construir um quadro e o gráfico de uma distribuição de probabilidade para a variável aleatória X: número de coroas obtidas no lançamento de duas moedas. 2. Fazer

Leia mais

Neste pequeno artigo resolveremos o problema 2 da USAMO (USA Mathematical Olympiad) 2005: (x 3 + 1)(x 3 + y) = 147 157 (x 3 + y)(1 + y) = 157 147 z 9

Neste pequeno artigo resolveremos o problema 2 da USAMO (USA Mathematical Olympiad) 2005: (x 3 + 1)(x 3 + y) = 147 157 (x 3 + y)(1 + y) = 157 147 z 9 Ésófatorar... Serámesmo? Neste equeno artigo resolveremos o roblema 2 da USAMO (USA Mathematical Olymiad) 2005: Problema. Prove que o sistema x 6 + x + x y + y = 147 157 x + x y + y 2 + y + z 9 = 157 147

Leia mais

Matemática Discreta - 08

Matemática Discreta - 08 Universidade Federal do Vale do São Francisco urso de Engenharia da omputação Matemática Discreta - 08 Prof. Jorge avalcanti jorge.cavalcanti@univasf.edu.br www.univasf.edu.br/~jorge.cavalcanti www.twitter.com/jorgecav

Leia mais

Sérgio Luisir Díscola Junior

Sérgio Luisir Díscola Junior Capítulo-3: Estoque Livro: The Data Warehouse Toolkit - Guia completo para modelagem dimensional Autor: Ralph Kimball / Margy Ross Sérgio Luisir Díscola Junior Introdução Cadeia de valores Modelo de DW

Leia mais

1. Variáveis aleatórias

1. Variáveis aleatórias 1. Variáveis aleatórias 1. Introdução As distribuições de freqüências de amostras foram tratadas anteriormente. Agora, trataremos das distribuições de probabilidades de populações. A distribuição de freqüência

Leia mais

UNIVERSIDADE FEDERAL RURAL DE PERNAMBUCO DEPARTAMENTO DE FÍSICA E MATEMÁTICA

UNIVERSIDADE FEDERAL RURAL DE PERNAMBUCO DEPARTAMENTO DE FÍSICA E MATEMÁTICA UNIVERSIDADE FEDERAL RURAL DE PERNAMBUCO DEPARTAMENTO DE FÍSICA E MATEMÁTICA CURSO: LICENCIATURA EM COMPUTAÇÃO DISCIPLINA: PROGRAMAÇÃO PARALELA E DISTRIBUÍDA PROFESSOR: JONES OLIVEIRA ALUNO: JONAS FRANCISCO

Leia mais

MODELO SUGERIDO PARA PROJETO DE PESQUISA

MODELO SUGERIDO PARA PROJETO DE PESQUISA MODELO SUGERIDO PARA PROJETO DE PESQUISA MODELO PARA ELABORAÇÃO DE PROJETO DE PESQUISA (Hospital Regional do Mato Grosso do Sul- HRMS) Campo Grande MS MÊS /ANO TÍTULO/SUBTÍTULO DO PROJETO NOME DO (s) ALUNO

Leia mais

AULA 03 MEDIDAS DE RESISTÊNCIA ELÉTICA

AULA 03 MEDIDAS DE RESISTÊNCIA ELÉTICA AULA 03 MEDIDAS DE RESISTÊNCIA ELÉTICA 1.0 INTRODUÇÃO 1.1 Ponte de Wheatstone O método da ponte de Wheatstone, estudado por Wheatstone no sec. XIX é um dos métodos mais empregados para a medição de resistências

Leia mais

Estatística e Probabilidade. Aula 5 Cap 03 Probabilidade

Estatística e Probabilidade. Aula 5 Cap 03 Probabilidade Estatística e Probabilidade Aula 5 Cap 03 Probabilidade Na aula anterior vimos... Conceito de Probabilidade Experimento Probabilístico Tipos de Probabilidade Espaço amostral Propriedades da Probabilidade

Leia mais

AMEI Escolar Matemática 9º Ano Probabilidades e Estatística

AMEI Escolar Matemática 9º Ano Probabilidades e Estatística AMEI Escolar Matemática 9º Ano Probabilidades e Estatística A linguagem das probabilidades As experiências podem ser consideradas: - aleatórias ou casuais: quando é impossível calcular o resultado à partida;

Leia mais

Projeto de Trabalho de Conclusão de Curso

Projeto de Trabalho de Conclusão de Curso MARCELO RIBEIRO DA LUZ MARCOS KUFNER Projeto de Trabalho de Conclusão de Curso Trabalho aresentado ara a discilina de Laboratório de Estatística II do curso de graduação em Estatística da Universidade

Leia mais

Crescimento Econômico, Progresso Técnico e Distribuição de Renda : uma abordagem pluralista

Crescimento Econômico, Progresso Técnico e Distribuição de Renda : uma abordagem pluralista Caítulo 7 O Modelo de Crescimento Harrod-Domar e seus desdobramentos. 7.1 Introdução. A abordagem ós-keynesiana ara o crescimento e distribuição de renda tem sua origem com as contribuições seminais de

Leia mais

EXERCÍCIOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA (sistemas de equações lineares e outros exercícios)

EXERCÍCIOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA (sistemas de equações lineares e outros exercícios) UNIVERSIDADE DO ALGARVE ESCOLA SUPERIOR DE TECNOLOGIA EXERCÍCIOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA (sistemas de equações lineares e outros eercícios) ÁREA DEPARTAMENTAL DE ENGENHARIA CIVIL Eercícios

Leia mais

COBRANÇA BANCÁRIA CAIXA

COBRANÇA BANCÁRIA CAIXA COBRANÇA BANCÁRIA CAIXA ESPECIFICAÇÃO DE CÓDIGO DE BARRAS PARA BLOQUETOS DE COBRANÇA COBRANÇAS RÁPIDA E SEM REGISTRO GESER NOVEMBRO/2000 ÍNDICE PÁGINA 1 INTRODUÇÃO... 3 2 ESPECIFICAÇÕES...4 2.1 FORMATO......

Leia mais

Gerenciamento do Escopo do Projeto (PMBoK 5ª ed.)

Gerenciamento do Escopo do Projeto (PMBoK 5ª ed.) Gerenciamento do Escopo do Projeto (PMBoK 5ª ed.) De acordo com o PMBok 5ª ed., o escopo é a soma dos produtos, serviços e resultados a serem fornecidos na forma de projeto. Sendo ele referindo-se a: Escopo

Leia mais

1 O gráfico no plano cartesiano expressa a alta dos preços médios de televisores de tela plana e alta definição, do modelo LCD, full HD, 32

1 O gráfico no plano cartesiano expressa a alta dos preços médios de televisores de tela plana e alta definição, do modelo LCD, full HD, 32 1 O gráfico no plano cartesiano expressa a alta dos preços médios de televisores de tela plana e alta definição, do modelo LCD, full HD, 32 polegadas, antes da Copa do Mundo na África do Sul e sua queda

Leia mais