II TESTES PARA O CASO DE UMA AMOSTRA (Testes de Aderência)

Tamanho: px
Começar a partir da página:

Download "II TESTES PARA O CASO DE UMA AMOSTRA (Testes de Aderência)"

Transcrição

1 II TESTES PARA O CASO DE UMA AMOSTRA (Testes de Aderênc) Estes testes são útes pr verfcr se determnd mostr pode provr de um populção especfcd. São usulmente conhecdos como testes de derênc ou bondde do juste. Neste cso, retr-se um mostr letór e compr-se dstrbução mostrl com dstrbução de nteresse..1 TESTE BINOMIAL É plcdo em mostrs provenentes de populções que consttuem-se de pens ctegors (vráves dcotômcs). Exemplo: (msculno, femnno), (negtvo, postvo), (defetuoso, perfet) É útl pr verfcrmos se proporção de sucesso p observd n mostr pode pertencer um populção com um determndo vlor de p..1.1 Pressupostos Cd observção é clssfcd como sucesso ou frcsso; A probbldde p de sucesso não se lter com repetção do expermento; As n tenttvs são ndependentes..1. O Método Este método rá clculr probbldde de obter vlores ms extremos do que os observdos. Inc-se com formulção ds hpóteses: : p = p : p > p ou : p < p ( unlterl) ou : p p ( blterl) Determnr N; Determnr s freqüêncs observds; De cordo com hpótese, clculmos com jud d Dstrbução Bnoml e/ou tbel, probbldde de ocorrênc de vlores ms extremos do que o observdo (número de sucessos): x N N N P( X x) p q = N N = ou P( X x) p q = x = * *dependendo d hpótese lterntv Prof. Pulo Rcrdo B. Gumrães 7

2 Exemplo 1 - : p =, versus : p <, ; x = = número de sucessos em 11 tenttvs. Consder-se x como sendo o número de sucessos observdos. P 11 N 11 ( X ) = p q = p q =, = N Conclusão: Não rejetmos hpótese nul. = Pequens Amostrs Consdermos qu N então: P x N N ( X x) = p q ou P( X x) = p q = N N = x N (pr p = 1 Tbel D SIEGEL) Grndes Amostrs Consdermos qu N > e Aproxmção pel Norml: p 1 ou Npq 9, pr este cso utlzmos Z x np = e procede-se como num teste de hpótese convenconl npq Tbel: A SIEGEL Prof. Pulo Rcrdo B. Gumrães 8

3 Exemplo : Um empres lnçou recentemente no mercdo um det de emgrecmento. E pretende-se vergur se proporção de segudores com ddes superores 6 nos é superor.3. Pr tl procedeu n escolh letór de 16 ndvíduos entre os deptos d nov det, e purou que pens tnhm dde superor 6 nos. : p,3 versus : p>,3 x = número de sucessos = e consderndo n = 16. Obs: note que hpótese lterntv fo defnd pelos ddos mostrs, pos ^ p =. 16 P x 16 N 16 ( X ) = p q = 1,3,7 =, 1 = N Conclusão: Com um nível de sgnfcânc de % não rejetmos hpótese nul pos o p- vlor é proxmdmente gul,. Não podemos frmr que proporção de segudores com ddes superores 6 nos é superor 3%. Exemplo 3: Num enso de degustção de cfé, cd mes er consttuíd de mostrs, sendo dus dels de cfé mole e s 3 restntes, de cfé comum. Dos 8 degustdores que form utlzdos, 3 clssfcrm corretmente os tpos de cfé. Teste hpótese de que os degustdores conseguem dstngur o cfé mole dos dems. 4 = Prmermente precsmos sber qul probbldde de um degustdor dstngur por cso os dos cfés moles dentre s mostrs. p = = =, 1 ou C 1 4 : p =,1 versus : p >,1 N 8 N N 8 8 P ( X 3) = p q =,1,9 =, 381 = = 3 Conclusão: A probbldde de 3 ou ms degustdores dstngurem corretmente os tpos de cfé letormente é de pens,381 ou 3,81%. Ao nível de sgnfcânc de % rejetmos hpótese nul. Isto ndc que o resultdo observdo não deve ser devdo o cso. Prof. Pulo Rcrdo B. Gumrães 9

4 Exercíco - A Le de Mendel frm que pr 4 genes, 3 são domnntes e 1 é recessvo. Em um certo expermento observou-se 4 genes domnntes e 6 recessvos. Verfque, pelo teste Bnoml, se le se plc o expermento relzdo..1.3 Dscussão do Método É técnc ms poderos plcável ddos meddos em escl nomnl e nd por cm dcotômcs. Qundo vrável letór em estudo é contínu e procede-se um dcotomzção hverá certmente perd de efcênc. Prof. Pulo Rcrdo B. Gumrães 1

5 . TESTE DE QUI-QUADRADO ( χ ) É um teste mplmente utlzdo em nálse de ddos provenentes de expermentos onde o nteresse está em observr freqüêncs em dverss ctegors (pelo menos dus). É um prov de derênc útl pr comprovr se freqüênc observd dfere sgnfctvmente d freqüênc esperd. Est gerlmente especfcd por um dstrbução de probbldde...1 Exgêncs do Teste Qundo o número de ctegors é gul (k=) s freqüêncs esperds devem ser superores ; Qundo k >, o teste de Qu-Qudrdo não deve ter ms de % ds freqüêncs esperds bxo de e nenhum freqüênc esperd gul zero; Pr evtr freqüêncs esperds pequens deve-se combnr s ctegors (juntr) té que s exgêncs sejm tendds; Cso s ctegors sejm combnds em pens dus e mesmo ssm s exgêncs não tenhm sdo tendds, deve-se utlzr o Teste Bnoml; As observções devem ser ndependentes... O Método Após se defnr hpótese nul como proporção esperd defnd pel dstrbução de probbldde em questão, testmos se s freqüêncs observds dferem muto ds freqüêncs esperds d segunte form: k = 1 ( o e ) χ = em que e k = número de ctegors ( clsses) o = freqüênc observd n ctegor e = freqüênc esperd n ctegor Qunto mor o vlor de χ mor será probbldde de s freqüêncs observds estrem dvergndo ds freqüêncs esperds. A esttístc do teste χ tem dstrbução Qu-Qudrdo com ν grus de lberdde onde: ν = k 1 se s freqüêncs esperds puderem ser clculds sem precsr estmr os prâmetros dstrbucons; ν = k m 1 se s freqüêncs esperds só puderem ser clculds pós estmção dos m prâmetros populcons. Prof. Pulo Rcrdo B. Gumrães 11

6 Exemplo 1: Desej-se testr se posção de lrgd de um cvlo (por dentro ou por for) nfluenc no resultdo de um corrd de cvlos. Tbel.1 Dstrbução do número de vtórs dos cvlos n su posção de lrgd. Posção Número de Vtórs 18* 18* 18* 18* 18* 18* 18* 18* Fonte: Lvro-Segel * Resultdo esperdo pel hpótese nul : f = f = L = f versus f f L f 1 8 : 1 8 χ 8 = k = 1 ( o e ) ( 9 18) ( 19 18) ( 11 18) e = L+ 18 = 16,3 χ 7 ndc que o vlor 16,3 cus um p-vlor =,4, consderdo um vlor exto e blterl. Conclusão: Ao nível de sgnfcânc de 1% não rejetmos, porém um nível de % rejetmos. São necessárs ms repetções do expermento pr s conclusões serem ms confáves. (Tbel C SIEGEL) Exemplo : A tbel dd segur present o número observdo de flhs mecâncs, por hor, em um lnh de montgem prtr de um expermento com durção de 4 hors. Tbel. Dstrbução do número de flhs mecâncs por hor em um lnh de montgem. Flhs de 7 Freq. Observd Freq. Esperd 1,6, 8,3 8,9 7,1 4,6,4 1,1,7 Fonte: Lvro-Segel Um engenhero frm que o processo descrto cm segue um dstrbução de Posson com méd gul 3,. : A dstrbução ds flhs mecâncs por hor se just um processo de Posson com λ = 3, : A dstrbução ds flhs mecâncs por hor não se just um processo de Posson com λ = 3, Prof. Pulo Rcrdo B. Gumrães 1

7 Como tbel dd present ms de % ds freqüêncs com vlores nferores devemos unr s ctegors. Assm: Tbel.3 Junção ds Ctegors em que s freqüêncs são nferores o vlor. Flhs e ou ms Freq. Observd Freq. Esperd 6,8 8,3 8,9 7,1 8,8 Fonte: Lvro-Segel χ = k = 1 ( o e ) e =,67 ν = 1 = 4 então χ 4 ndc que o vlor,67 cus um p-vlor =,9437. Conclusão: Ao nível de sgnfcânc de % não podemos rejetr. A dstrbução ds flhs mecâncs prece se justr stsftormente um processo de Posson com um méd de 3, flhs por hor. Prof. Pulo Rcrdo B. Gumrães 13

8 Exercíco - O recensemento de 3 fmíls com flhos revelm os ddos bxo: Tbel.4 Dstrbução do número de fmíls com flhos de cordo com o sexo Número mulheres 4 mulheres 3 mulheres mulheres 1 mulher mulheres Totl de flhos homens 1 homem homens 3 homens 4 homens homens Número de fmíls e Teste hpótese de que o nscmento de homens e mulheres é gulmente provável. Cso sej Rejetd, estmr o prâmetro d dstrbução e refzer o teste. Prof. Pulo Rcrdo B. Gumrães 14

9 ..3 - Dscussão do Método Se os ddos permtrem utlzção de um técnc prmétrc est prov certmente lev perd de nformções; Pr vráves nomns é únc técnc dequd de verfcção d bondde do juste; Pr vráves ordns não é sensível o efeto d ordem. Qundo hpótese levr em cont ordem, o teste de Qu-Qudrdo dex de ser melhor opção..3 TESTE DE KOLMOGOROV SMIRNOV Este teste de derênc proposto em 1933 vl concordânc entre dstrbução observd d mostr e um determnd dstrbução teórc. Avl se os ddos mostrs se proxmm rzovelmente de um determnd dstrbução. Pr sso utlzmos função dstrbução cumuld observd, compr-se com teórc, determn-se o ponto em que ests dstrbuções ms dvergem, e testmos se ess dvergênc é letór ou não..3.1 Exgênc do Teste Os ddos devem segur o menos um escl ordnl..3. O Método S n um dstrbução observd em um mostr de n observções (dstrbução empírc) Sej F ( X ) um dstrbução teórc cumuld e ( X ) sej, Encontr-se segur o mor vlor ds dferençs entre F ( X ) e ( X ) S n, ou D = máx F ( X ) S ( X ) Compr-se o vlor observdo com o vlor crítco (Tábu E Segel) blterl. N tbel ssoc-se o vlor observdo com o seu p-vlor. n Prof. Pulo Rcrdo B. Gumrães 1

10 Exemplo 1: Num expermento pr clbrr lumnosdde dequd de um nov máqun fotográfc, form trds fotos de cd um ds 1 pessos que prtcprm do expermento. A cd pesso perguntou-se qul ds fotos presentv um quldde mor, de 1, onde 1 represent um gru bxo e um gru lto de lumnosdde. : = f f L f f1 f = L = f versus : 1 F ( X ) S 1 ( X ) F ( X )- ( X ) S Conclusão: Pr n =1 ( D,) <, 1 P, portnto rejet-se, em fvor de ndvíduos presentm preferênc sgnfctv em relção o gru de lumnosdde.. Os Exemplo :Verfque se os ddos bxo podem ser justdos por um dstrbução de Posson com méd gul 1,. X f : : F ( X ) n ( X ) X,31,,1*,666,666,41,8794,833,461,9661,917,494,991,983,88,9983 1,,17 S F ( ) - S ( ) n X Os ddos seguem um dstrbução Posson (1,) ou F = F ( X ) Os ddos não seguem um dstrbução Posson (1,) ou F ( X ) F Conclusão: D = máx F ( X ) Sn ( X ) =, 1 e com sto p >,. Então não podemos rejetr hpótese nul. Prof. Pulo Rcrdo B. Gumrães 16

11 Como vmos no exemplo cm os ddos form grupdos em clsses ( ), onde er ssocdo cd vlor X su respectv freqüênc f. Este teste tmbém pode ser plcdo qundo s clsses são defnds por ntervlos; no entnto dest form ele perde em precsão. Exercíco: As produções méds de um expermento envolvendo dubção em mlho encontrm-se tbulds bxo Clsses f x F ( x ) S ( x ) F ( x )- S ( x ) ,33,111, ,397,6, ,46,478, ,34,76, ,6,94, ,667 1,,33 11 Podemos dmtr que produção méd segue um dstrbução norml com méd µ = 3.6 e σ = 3..?.3.3 Dscussão do Método Este teste tem vntgens em relção o χ, são els: Pode ser plcdo pr pequens mostrs; É n mor dos csos ms poderoso do que o χ. Prof. Pulo Rcrdo B. Gumrães 17

12 .4 TESTE DE LILLIEFORS No cso em que se desej testr normldde e méd e vrânc não são prevmente especfcds, ms sm estmds trvés dos ddos d mostr, deve-se utlzr o teste de Lllefors. Este teste tem procedmento nálogo o Kolmogorov Smrnov porém utlz um tbel própr e ms dequd este tpo de stução. (Tbel 6 Cmpos) Exercíco: Resolv o exercíco nteror estmndo os prâmetros populcons.. TESTE DE ALEATORIZAÇÃO DAS ITERAÇÕES Pr comprovr propredde de letoredde de um mostr utlzmos o teste de letorzção, que fz uso d nálse ds terções (seqüênc de símbolos dêntcos). Este teste, bscmente, verfc o número de terções exstentes n mostr; se o número de terções é muto grnde ou muto pequeno sugere-se flt de letoredde Exgênc do Teste Exge-se o menos que os ddos sgm um escl nomnl e que eles possm ser dvddos em dus ctegors... Método Sej n 1 o número de elementos d ctegor 1, n o número de elementos d ctegor e N = n 1 + n Se n 1 e n < verfcmos o número r de terções, obtemos os lmtes nferor e superor, que defnem o número cetável de terções em cso de letoredde (Tábu F1 e F Segel) Se n 1 ou n > usmos segunte proxmção: n1n µ r = + 1 σ r n1 + n = n1n (n1n n1 n) ( n1 + n) ( n1 + n 1) r µ Z = r σ r E fzemos uso d tbel d dstrbução norml pdrão. Prof. Pulo Rcrdo B. Gumrães 18

13 Exemplo 1: 4 crnçs form vlds com relção um índce de gressvdde e em segud converterm-se os ddos em sns postvos (+) e negtvos (-), dependendo se o índce estv cm ou bxo d medn do grupo. Desej-se verfcr letoredde dos escores de gressvdde com relção à ordem em que form obtdos. : Os escores de gressvdde ocorrem de form letór : Os escores de gressvdde não ocorrem de form letór Sendo N=4, n 1 = 1 e n = 1 temos segunte seqüênc de sns: Conclusão: A Tábu F (Segel) ndc pr n 1 = n = 1 os lmtes 7 e 19, portnto r = 1 terções não encontr-se n regão de rejeção. Não rejetremos o. Os ddos precem ter sdo gerdos de form letór. Exemplo : Desej-se verfcr se dsposção de homens e mulheres num fl de cnem se dá de form letór. Form observdos 3 homens e mulheres, que fornecerm os seguntes resultdos: N = n = 3 n 1 = r = 3 µ σ r r = = =.3.(.3. 3 ) (3 + ) (3 + 1) = 3,36 Z = 3 3,36 =,98 Conclusão: Pel Tbel d Norml Pdrão temos pelo teste blterl um p-vlor gul,8. Assm, rejetmos hpótese nul. N fl observd, ordem de homens e mulheres não fo letór. Prof. Pulo Rcrdo B. Gumrães 19

14 Exercíco: Suponh que um teste de QI tenh sdo plcdo 8 homens e 8 mulheres cnddtos um certo crgo de um empres. Os resultdos form os seguntes: Sexo M M M M M M M M QI Temos evdêncs pr credtr que ordem dos quocentes não sej letór?..3 - Dscussão do método Observe neste exercíco que tínhmos um vrável em escl ntervlr e que est fo trnsformd em nomnl, levndo um perd consderável de observções. Neste cso, ser ms dequd verfcção d suposção de normldde e se tendd plcr um teste prmétrco. Se não tenddo o pressuposto, deverímos tentr plcção de um técnc não-prmétrc pr comprção de dus mostrs, que veremos ms dnte. Prof. Pulo Rcrdo B. Gumrães

Universidade do Vale do Rio dos Sinos UNISINOS Programa de Pós-Graduação em Engenharia Mecânica. Ajuste de equações

Universidade do Vale do Rio dos Sinos UNISINOS Programa de Pós-Graduação em Engenharia Mecânica. Ajuste de equações Unversdde do Vle do Ro dos Snos UNISINOS Progrm de Pós-Grdução em Engenhr Mecânc Ajuste de equções Ajuste de curvs Técnc usd pr representr crcterístcs e comportmento de sstems térmcos. Ddos representdos

Leia mais

Integração Numérica Regras de Newton-Cotes

Integração Numérica Regras de Newton-Cotes Integrção Numérc Regrs de Newton-Cotes Aproxmr função ntegrnd por um polnómo nterpoldor, utlzndo pr nós de nterpolção os extremos do ntervlo e nós gulmente espçdos no nteror do ntervlo If ( ) fxdx ( )

Leia mais

Integração Numérica Regras de Newton-Cotes

Integração Numérica Regras de Newton-Cotes Integrção Numérc Regrs de Newton-Cotes Aproxmr função ntegrnd por um polnómo nterpoldor, utlzndo pr nós de nterpolção os extremos do ntervlo e nós gulmente espçdos no nteror do ntervlo If ( ) fxdx ( )

Leia mais

Revisão de Matemática Simulado 301/302. Fatorial. Análise combinatória

Revisão de Matemática Simulado 301/302. Fatorial. Análise combinatória Revsão de Mtemátc Smuldo / Ftorl Eemplos: )! + 5! =! b) - Smplfcr (n+)! (n-)! b) Resolv s equções: (+)! = Permutção Smples Análse combntór Permutções são grupmentos com n elementos, de form que os n elementos

Leia mais

PARTE I. Figura Adição de dois vetores: C = A + B.

PARTE I. Figura Adição de dois vetores: C = A + B. 1 PRTE I FUNDENTS D ESTÁTIC VETRIL estudo d estátc dos corpos rígdos requer plcção de operções com vetores. Estes entes mtemátcos são defndos pr representr s grndes físcs que se comportm dferentemente

Leia mais

CAPÍTULO IV DIFERENCIAÇÃO NUMÉRICA

CAPÍTULO IV DIFERENCIAÇÃO NUMÉRICA PMR Mecânc Computconl CAPÍTULO IV DIFERENCIAÇÃO NUMÉRICA O problem de derencção numérc prentemente é semelnte o de ntegrção numérc ou sej obtendo-se um polnômo nterpoldor ou outr unção nterpoldor d unção

Leia mais

ANÁLISE DE ESTRUTURAS I

ANÁLISE DE ESTRUTURAS I IST - DECvl Deprtmento de Engenhr Cvl NÁISE DE ESTRUTURS I Tels de nálse de Estruturs Grupo de nálse de Estruturs IST, 0 Formuláro de es IST - DECvl Rotções: w w θ θ θ θ n θ n n Relção curvtur-deslocmento:

Leia mais

1. Ajustamento de observações aplicado na Fotogrametria

1. Ajustamento de observações aplicado na Fotogrametria CAPÍTULO I. Ajustmento de observções plcdo n Fotogrmetr Devdo às propreddes estocástcs ds observções (vrbldde ds observções), su redundânc não é comptível com o modelo funconl que represent reldde físc.

Leia mais

1 Distribuições Contínuas de Probabilidade

1 Distribuições Contínuas de Probabilidade Distribuições Contínus de Probbilidde São distribuições de vriáveis letóris contínus. Um vriável letóri contínu tom um numero infinito não numerável de vlores (intervlos de números reis), os quis podem

Leia mais

Exemplo: y 3, já que sen 2 e log A matriz nula m n, indicada por O m n é tal que a ij 0, i {1, 2, 3,..., m} e j {1, 2, 3,..., n}.

Exemplo: y 3, já que sen 2 e log A matriz nula m n, indicada por O m n é tal que a ij 0, i {1, 2, 3,..., m} e j {1, 2, 3,..., n}. Mrzes Mrz rel Defnção Sem m e n dos números neros Um mrz rel de ordem m n é um conuno de mn números res, dsrbuídos em m lnhs e n coluns, formndo um bel que se ndc em gerl por 9 Eemplo: A mrz A é um mrz

Leia mais

Material envolvendo estudo de matrizes e determinantes

Material envolvendo estudo de matrizes e determinantes E. E. E. M. ÁREA DE CONHECIMENTO DE MATEMÁTICA E SUAS TECNOLOGIAS PROFESSORA ALEXANDRA MARIA º TRIMESTRE/ SÉRIE º ANO NOME: Nº TURMA: Mteril envolvendo estudo de mtrizes e determinntes INSTRUÇÕES:. Este

Leia mais

Universidade do Vale do Rio dos Sinos UNISINOS Programa de Pós-Graduação em Engenharia Mecânica. Ajuste de equações

Universidade do Vale do Rio dos Sinos UNISINOS Programa de Pós-Graduação em Engenharia Mecânica. Ajuste de equações 7//4 Unversdde do Vle do Ro dos Snos UNISINOS Progr de Pós-Grdução e Engenhr Mecânc Ajuste de equções Ajuste de curvs Técnc usd pr representr crcterístcs e coportento de sstes tércos. Ddos representdos

Leia mais

MÉTODOS NUMÉRICOS. Integração Numérica. por Chedas Sampaio. Época 2002/2003. Escola Náutica I.D.Henrique 1de 33

MÉTODOS NUMÉRICOS. Integração Numérica. por Chedas Sampaio. Época 2002/2003. Escola Náutica I.D.Henrique 1de 33 Métodos umércos - ntegrção umérc Escol áutc.d.henrque MÉTODOS UMÉRCOS ntegrção umérc por Cheds Smpo Époc /3 Escol áutc.d.henrque de 33 Sumáro Regrs áscs Regrs do Rectngulo Regr do Trpézo Regr de Smpson

Leia mais

Estatística. 8 Teste de Aderência. UNESP FEG DPD Prof. Edgard

Estatística. 8 Teste de Aderência. UNESP FEG DPD Prof. Edgard Estatístca 8 Teste de Aderênca UNESP FEG DPD Prof. Edgard 011 8-1 Teste de Aderênca IDÉIA: descobrr qual é a Dstrbução de uma Varável Aleatóra X, a partr de uma amostra: {X 1, X,..., X n } Problema: Seja

Leia mais

Proposta de resolução do Exame Nacional de Matemática A 2016 (1 ạ fase) GRUPO I (Versão 1)

Proposta de resolução do Exame Nacional de Matemática A 2016 (1 ạ fase) GRUPO I (Versão 1) Propost de resolução do Eme Nconl de Mtemátc A 06 ( ạ fse) GRUPO I (Versão ). Sbemos que P(A) =, P(B) = e P(A B) = 5 0 6 Assm, P(A B) P(A B) = = 6 P(B) 6 P(A B) = 6 0 P(A B) = 6 0 P(A B) = 0 Tem-se que

Leia mais

Função Modular. x, se x < 0. x, se x 0

Função Modular. x, se x < 0. x, se x 0 Módulo de um Número Rel Ddo um número rel, o módulo de é definido por:, se 0 = `, se < 0 Observção: O módulo de um número rel nunc é negtivo. Eemplo : = Eemplo : 0 = ( 0) = 0 Eemplo : 0 = 0 Geometricmente,

Leia mais

EQUAÇÃO DO 2 GRAU. Seu primeiro passo para a resolução de uma equação do 2 grau é saber identificar os valores de a,b e c.

EQUAÇÃO DO 2 GRAU. Seu primeiro passo para a resolução de uma equação do 2 grau é saber identificar os valores de a,b e c. EQUAÇÃO DO GRAU Você já estudou em série nterior s equções do 1 gru, o gru de um equção é ddo pelo mior expoente d vriável, vej lguns exemplos: x + = 3 equção do 1 gru já que o expoente do x é 1 5x 8 =

Leia mais

3.Redução de ruído 23

3.Redução de ruído 23 3.Redução de ruído 3 3 Redução de ruído 3.. Algortmo NLM Como mor dos lgortmos pr redução de ruído o lgortmo NLM us o cálculo de méds como form de elmnr ruído. A dferenç está em que enqunto mor dos lgortmos

Leia mais

ORGANIZAÇÃO: PROF. ADRIANO CARIBÉ E PROF. WALTER PORTO.

ORGANIZAÇÃO: PROF. ADRIANO CARIBÉ E PROF. WALTER PORTO. RESOLUÇÃO DA AVALIAÇÃO DE MATEMÁTICA_UIII_ EM_MAIO DE 4 ORGANIZAÇÃO: PROF. ADRIANO CARIBÉ E PROF. WALTER PORTO. Questão. (ENEM) Álvro, Bento, Crlos e Dnlo trlhm em um mesm empres, e os vlores de seus sláros

Leia mais

Análise de Variância

Análise de Variância 9//06 Uversdde Federl do Prá Isttuto de Tecolog Esttístc Aplcd I Prof. Dr. Jorge Teóflo de Brros Lopes mpus de Belém urso de Egehr Mecâc /09/06 : ESTATÍSTIA APLIADA I - Teor ds Probblddes Uversdde Federl

Leia mais

Universidade Federal do Rio Grande FURG. Instituto de Matemática, Estatística e Física IMEF Edital 15 - CAPES MATRIZES

Universidade Federal do Rio Grande FURG. Instituto de Matemática, Estatística e Física IMEF Edital 15 - CAPES MATRIZES Universidde Federl do Rio Grnde FURG Instituto de Mtemátic, Esttístic e Físic IMEF Editl - CAPES MATRIZES Prof. Antônio Murício Medeiros Alves Profª Denise Mri Vrell Mrtinez Mtemátic Básic pr Ciêncis Sociis

Leia mais

Primeira Prova de Mecânica A PME /08/2012

Primeira Prova de Mecânica A PME /08/2012 SL LITÉNI UNIVRSI SÃ UL eprtmento de ngenhr Mecânc rmer rov de Mecânc M 100 8/08/01 Tempo de prov: 110 mnutos (não é permtdo o uso de dspostvos eletrôncos) r r r r r r 1º Questão (3,0 pontos) onsdere o

Leia mais

Método de Análise Nodal

Método de Análise Nodal étodo de Análse Nodl. ntrodução Conorme sto nterormente, solução de um crcuto elétrco contendo rmos requer determnção de ncógnts, s qus são corrente e tensão de cd rmo. Tmém o mostrdo que plcção ds Les

Leia mais

TP062-Métodos Numéricos para Engenharia de Produção Sistemas Lineares Métodos Iterativos

TP062-Métodos Numéricos para Engenharia de Produção Sistemas Lineares Métodos Iterativos TP6-Métodos Numércos pr Egehr de Produção Sstems Leres Métodos Itertvos Prof. Volmr Wlhelm Curt, 5 Resolução de Sstems Leres Métodos Itertvos Itrodução É stte comum ecotrr sstems leres que evolvem um grde

Leia mais

ESTATÍSTICA APLICADA. 1 Introdução à Estatística. 1.1 Definição

ESTATÍSTICA APLICADA. 1 Introdução à Estatística. 1.1 Definição ESTATÍSTICA APLICADA 1 Introdução à Esttístic 1.1 Definição Esttístic é um áre do conhecimento que trduz ftos prtir de nálise de ddos numéricos. Surgiu d necessidde de mnipulr os ddos coletdos, com o objetivo

Leia mais

SOCIEDADE PORTUGUESA DE MATEMÁTICA

SOCIEDADE PORTUGUESA DE MATEMÁTICA SOCIEDADE PORTUGUESA DE MATEMÁTICA Propost de Resolução do Exme de Mtemátc A - º ANO Códgo 65 - Fse - 07 - de junho de 07 Grupo I 5 6 7 8 Versão A B D A B C D C Versão D D B C C A B A Grupo II. 0 5 5 5

Leia mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

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,

Leia mais

(x, y) dy. (x, y) dy =

(x, y) dy. (x, y) dy = Seção 7 Função Gm A expressão n! = 1 3... n (1 está definid pens pr vlores inteiros positivos de n. Um primeir extensão é feit dizendo que! = 1. Ms queremos estender noção de ftoril inclusive pr vlores

Leia mais

MRUV (plano inclinado) trilho de ar com faiscador

MRUV (plano inclinado) trilho de ar com faiscador MRUV (plno nclndo) trlho de r com fscdor - Concetos relcondos Intervlo de tempo, posção, velocdde, celerção, celerção méd e movmento retlíneo unformemente vrdo. - Objetvos Entender os concetos de espço

Leia mais

MRUV (plano inclinado) trilho de ar com faiscador Trilho de ar

MRUV (plano inclinado) trilho de ar com faiscador Trilho de ar MRUV (plno nclndo) trlho de r com fscdor Trlho de r - Concetos relcondos Intervlo de tempo, posção, velocdde, celerção, celerção méd e movmento retlíneo unformemente vrdo. - Objetvos Entender os concetos

Leia mais

Aula de solução de problemas: cinemática em 1 e 2 dimensões

Aula de solução de problemas: cinemática em 1 e 2 dimensões Aul de solução de problems: cinemátic em 1 e dimensões Crlos Mciel O. Bstos, Edurdo R. Azevedo FCM 01 - Físic Gerl pr Químicos 1. Velocidde instntâne 1 A posição de um corpo oscil pendurdo por um mol é

Leia mais

2.4 Integração de funções complexas e espaço

2.4 Integração de funções complexas e espaço 2.4 Integrção de funções complexs e espço L 1 (µ) Sej µ um medid no espço mensurável (, F). A teori de integrção pr funções complexs é um generlizção imedit d teori de integrção de funções não negtivs.

Leia mais

Potencial Elétrico. Evandro Bastos dos Santos. 14 de Março de 2017

Potencial Elétrico. Evandro Bastos dos Santos. 14 de Março de 2017 Potencil Elétrico Evndro Bstos dos Sntos 14 de Mrço de 2017 1 Energi Potencil Elétric Vmos começr fzendo um nlogi mecânic. Pr um corpo cindo em um cmpo grvitcionl g, prtir de um ltur h i té um ltur h f,

Leia mais

Busca. Busca. Exemplo. Exemplo. Busca Linear (ou Seqüencial) Busca em Vetores

Busca. Busca. Exemplo. Exemplo. Busca Linear (ou Seqüencial) Busca em Vetores Busc e etores Prof. Dr. José Augusto Brnusks DFM-FFCP-USP Est ul ntroduz busc e vetores que está entre s trefs s freqüenteente encontrds e progrção de coputdores Serão borddos dos tpos de busc: lner (ou

Leia mais

Cinemática de Corpos Rígidos Cinética de Corpos Rígidos Métodos Newton-Euler Exemplos. EESC-USP M. Becker /67

Cinemática de Corpos Rígidos Cinética de Corpos Rígidos Métodos Newton-Euler Exemplos. EESC-USP M. Becker /67 SEM004 - Aul Cnemátc e Cnétc de Corpos Rígdos Prof. Dr. Mrcelo Becker SEM - EESC - USP Sumáro d Aul ntrodução Cnemátc de Corpos Rígdos Cnétc de Corpos Rígdos Métodos Newton-Euler Eemplos EESC-USP M. Becker

Leia mais

ENG ANÁLISE DE CIRCUITOS I ENG04030

ENG ANÁLISE DE CIRCUITOS I ENG04030 ENG04030 NÁLISE DE CIRCUITOS I uls 7 e 8 Introdução qudrpolos Crcutos equlentes e ssocções Sérgo Hffner plcção Modelo de trnsstor de junção polr = h h = h h h h h h h h h h [ S] SHffner00 hffner@eee.org

Leia mais

Apoio à Decisão. Aula 3. Aula 3. Mônica Barros, D.Sc.

Apoio à Decisão. Aula 3. Aula 3. Mônica Barros, D.Sc. Aul Métodos Esttísticos sticos de Apoio à Decisão Aul Mônic Brros, D.Sc. Vriáveis Aletóris Contínus e Discrets Função de Probbilidde Função Densidde Função de Distribuição Momentos de um vriável letóri

Leia mais

SERVIÇO PÚBLICO FEDERAL Ministério da Educação

SERVIÇO PÚBLICO FEDERAL Ministério da Educação SERVIÇO PÚBLICO FEDERAL Ministério d Educção Universidde Federl do Rio Grnde Universidde Abert do Brsil Administrção Bchreldo Mtemátic pr Ciêncis Sociis Aplicds I Rodrigo Brbos Sores . Mtrizes:.. Introdução:

Leia mais

ANÁLISE DE ESTRUTURAS I

ANÁLISE DE ESTRUTURAS I IST - DECvl Dertento de Engenr Cvl NÁISE DE ESTRUTURS I Tels de nálse de Estruturs Gruo de nálse de Estruturs IST, IST - DECvl Gruo de nálse de Estruturs Foruláro de es Eq. de grnge: w w w q D Equção de

Leia mais

1.3 O método da Decomposição LU A Decomposição LU. Teorema ( Teorema da Decomposição LU)

1.3 O método da Decomposição LU A Decomposição LU. Teorema ( Teorema da Decomposição LU) . O método d Decomposção U.. A Decomposção U Teorem.. ( Teorem d Decomposção U) Sej A m mtrz qdrd de ordem n, e A k o menor prncp, consttído ds prmers nhs e cons. Assmmos qe det(a k ) pr k,,..., n. Então

Leia mais

Uma Aplicação de Análise de Correspondência Retificada à Comunidades Aquáticas

Uma Aplicação de Análise de Correspondência Retificada à Comunidades Aquáticas Um Aplcção de Análse de Correspondênc Retfcd à Comunddes Aquátcs 1 Introdução An Betrz Tozzo Mrtns 1 Vnderly Jnero 1 Tereznh Aprecd Guedes 1 Evnlde Benedto 2 Gustvo Henrque Z Alves 3 A nálse de correspondênc

Leia mais

PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011

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

Leia mais

UFPR - DELT Medidas Elétricas Prof. Marlio Bonfim

UFPR - DELT Medidas Elétricas Prof. Marlio Bonfim UFPR - DELT Medds Elétrcs Prof. Mrlo Bonfm Oscloscópo Instrumento que permte vsulzção e/ou medd do vlor nstntâneo de um tensão em função do tempo. A letur do snl é fet num tel sob form de um gráfco tensão

Leia mais

MODELO PARA RESOLUÇÃO DE PROBLEMAS DE LAYOUT DE INSTALAÇÕES COM A TECNOLOGIA

MODELO PARA RESOLUÇÃO DE PROBLEMAS DE LAYOUT DE INSTALAÇÕES COM A TECNOLOGIA 4 MODELO PARA RESOLUÇÃO DE PROBLEMAS DE LAYOUT DE INSTALAÇÕES COM A TECNOLOGIA DAS RESTRIÇÕES Desde os fns dos nos otent tecnolog d PLR, e em prtculr PLR(DF), tem vndo ser plcd n resolução de problems,

Leia mais

fundamental do cálculo. Entretanto, determinadas aplicações do Cálculo nos levam a formulações de integrais em que:

fundamental do cálculo. Entretanto, determinadas aplicações do Cálculo nos levam a formulações de integrais em que: Cpítulo 8 Integris Imprópris 8. Introdução A eistênci d integrl definid f() d, onde f é contínu no intervlo fechdo [, b], é grntid pelo teorem fundmentl do cálculo. Entretnto, determinds plicções do Cálculo

Leia mais

Máximos, Mínimos e Pontos de Sela de funções f ( x,

Máximos, Mínimos e Pontos de Sela de funções f ( x, Vsco Smões ISIG 3 Mámos Mímos e otos de Sel de uções ( w). Forms Qudrátcs Chm-se orm qudrátc em Q ) se: ( Q ) ( T ode.. é um vector colu e um mtr qudrd dt mtr d orm qudrátc sto é: Q( ) T [ ] s orms qudrátcs

Leia mais

Validação dos Métodos de Calibração nos Laboratórios Nacionais de Metrologia a

Validação dos Métodos de Calibração nos Laboratórios Nacionais de Metrologia a Vldção dos Métodos de Clbrção nos Lbortóros Ncons de Metrolog Sumáro EDURD FILIPE E-ml: eflpe@ml.pq.pt Insttuto Português d Quldde, Ru ntóno Gão,, 89-5 Cprc, Portugl Os Lbortóros Ncons de Metrolog (LNMs),

Leia mais

Bhaskara e sua turma Cícero Thiago B. Magalh~aes

Bhaskara e sua turma Cícero Thiago B. Magalh~aes 1 Equções de Segundo Gru Bhskr e su turm Cícero Thigo B Mglh~es Um equção do segundo gru é um equção do tipo x + bx + c = 0, em que, b e c são números reis ddos, com 0 Dd um equção do segundo gru como

Leia mais

Calibração de Modelo Hidráulico de Rede de Distribuição de Água

Calibração de Modelo Hidráulico de Rede de Distribuição de Água RBR - Revst Brsler de Recursos ídrcos Volume n. Jul/Set, - Clbrção de Modelo dráulco de Rede de Dstrbução de Águ Antono Mrozz Rghetto LARISA - Depto. Eng. Cvl - Centro de Tecnolog UFRN - Centro Unverstáro

Leia mais

Aula 10 Estabilidade

Aula 10 Estabilidade Aul 0 Estbilidde input S output O sistem é estável se respost à entrd impulso 0 qundo t Ou sej, se síd do sistem stisfz lim y(t) t = 0 qundo entrd r(t) = impulso input S output Equivlentemente, pode ser

Leia mais

LISTA DE EXERCÍCIOS #5 - ELETROMAGNETISMO I

LISTA DE EXERCÍCIOS #5 - ELETROMAGNETISMO I STA DE EXERCÍCOS #5 - EETROMAGNETSMO 1. Dds s confgurções de corrente o, otenh o cmpo mgnétco correspondente. () Fo reto e longo, percorrdo por corrente. () Solenode de seção trnsversl constnte, com n

Leia mais

CAP. IV INTERPOLAÇÃO POLINOMIAL

CAP. IV INTERPOLAÇÃO POLINOMIAL CAP. IV INTERPOLAÇÃO POLINOMIAL INTRODUÇÃO Muts uções são cohecds pes um cojuto to e dscreto de potos de um tervlo [,b]. Eemplo: A tbel segute relco clor especíco d águ e tempertur: tempertur (ºC 5 5 clor

Leia mais

Recordando produtos notáveis

Recordando produtos notáveis Recordndo produtos notáveis A UUL AL A Desde ul 3 estmos usndo letrs pr representr números desconhecidos. Hoje você sbe, por exemplo, que solução d equção 2x + 3 = 19 é x = 8, ou sej, o número 8 é o único

Leia mais

Método de Gauss- Seidel

Método de Gauss- Seidel .7.- Método de Guss- Sedel Supohmos D = I, como fo feto pr o método de Jco-Rchrdso. Trsformmos o sstem ler A = como se segue: (L + I + R) = (L + I) = - R + O processo tertvo defdo por: é chmdo de Guss-Sedel.

Leia mais

Incertezas e Propagação de Incertezas. Biologia Marinha

Incertezas e Propagação de Incertezas. Biologia Marinha Incertezs e Propgção de Incertezs Cursos: Disciplin: Docente: Biologi Biologi Mrinh Físic Crl Silv Nos cálculos deve: Ser coerente ns uniddes (converter tudo pr S.I. e tender às potêncis de 10). Fzer um

Leia mais

Diogo Pinheiro Fernandes Pedrosa

Diogo Pinheiro Fernandes Pedrosa Integrção Numéric Diogo Pinheiro Fernndes Pedros Universidde Federl do Rio Grnde do Norte Centro de Tecnologi Deprtmento de Engenhri de Computção e Automção http://www.dc.ufrn.br/ 1 Introdução O conceito

Leia mais

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno

Leia mais

1 Assinale a alternativa verdadeira: a) < <

1 Assinale a alternativa verdadeira: a) < < MATEMÁTICA Assinle lterntiv verddeir: ) 6 < 7 6 < 6 b) 7 6 < 6 < 6 c) 7 6 < 6 < 6 d) 6 < 6 < 7 6 e) 6 < 7 6 < 6 Pr * {} temos: ) *, * + e + * + ) + > + + > ) Ds equções (I) e (II) result 7 6 < ( 6 )

Leia mais

Ajuste de curvas por quadrados mínimos lineares

Ajuste de curvas por quadrados mínimos lineares juste de cuvs o quddos mímos lees Fele eodo de gu e Wdele Iocêco oe Júo Egeh de s o. Peíodo Pofesso: ode Josué Bezue Dscl: Geomet lítc e Álgeb e. Itodução Utlzmos este método qudo temos um dstbução de

Leia mais

CAPÍTULO INTRODUÇÃO

CAPÍTULO INTRODUÇÃO CAPÍULO CONSDERAÇÕES SOBRE SOLAMENO ÉRMCO DO VESUÁRO Expõem-se os concetos relevntes sobre o solmento érmco do Vestuáro - solmento térmco d cmd superfcl de r ( ), solmento térmco totl ( ), solmento térmco

Leia mais

Capítulo 1. Exercício 5. Capítulo 2 Exercício

Capítulo 1. Exercício 5. Capítulo 2 Exercício UNIVERSIDADE FEDERAL DE GOIÁS CIÊNCIAS ECONÔMICAS ECONOMETRIA (04-II) PRIMEIRA LISTA DE EXERCÍCIOS Exercícos do Gujarat Exercíco 5 Capítulo Capítulo Exercíco 3 4 5 7 0 5 Capítulo 3 As duas prmeras demonstrações

Leia mais

CAPÍTULO 4: ENERGIA DE DEFORMAÇÃO

CAPÍTULO 4: ENERGIA DE DEFORMAÇÃO Curso de ngenhr Cvl nversdde stdul de rngá Centro de ecnolog Deprtmento de ngenhr Cvl rof. omel Ds nderle CÍO : N D DFOÇÃO rof. omel Ds nderle. nerg de Deformção d rlho reldo pel forç durnte o longmento

Leia mais

UNITAU APOSTILA. SUCESSÃO, PA e PG PROF. CARLINHOS

UNITAU APOSTILA. SUCESSÃO, PA e PG PROF. CARLINHOS ESCOLA DE APLICAÇÃO DR. ALFREDO JOSÉ BALBI UNITAU APOSTILA SUCESSÃO, PA e PG PROF. CARLINHOS NOME DO ALUNO: Nº TURMA: blog.portlpositivo.com.br/cpitcr 1 SUCESSÃO OU SEQUENCIA NUMÉRICA Sucessão ou seqüênci

Leia mais

ROTAÇÃO DE CORPOS SOBRE UM PLANO INCLINADO

ROTAÇÃO DE CORPOS SOBRE UM PLANO INCLINADO Físic Gerl I EF, ESI, MAT, FQ, Q, BQ, OCE, EAm Protocolos ds Auls Prátics 003 / 004 ROTAÇÃO DE CORPOS SOBRE UM PLANO INCLINADO. Resumo Corpos de diferentes forms deslocm-se, sem deslizr, o longo de um

Leia mais

Ângulo completo (360 ) Agora, tente responder: que ângulos são iguais quando os palitos estão na posição da figura abaixo?

Ângulo completo (360 ) Agora, tente responder: que ângulos são iguais quando os palitos estão na posição da figura abaixo? N Aul 30, você já viu que dus rets concorrentes formm qutro ângulos. Você tmbém viu que, qundo os qutro ângulos são iguis, s rets são perpendiculres e cd ângulo é um ângulo reto, ou sej, mede 90 (90 grus),

Leia mais

EQUAÇÕES LINEARES E DECOMPOSIÇÃO DOS VALORES SINGULARES (SVD)

EQUAÇÕES LINEARES E DECOMPOSIÇÃO DOS VALORES SINGULARES (SVD) EQUAÇÕES LINEARES E DECOMPOSIÇÃO DOS VALORES SINGULARES (SVD) 1 Equções Leres Em otção mtrcl um sstem de equções leres pode ser represetdo como 11 21 1 12 22 2 1 x1 b1 2 x2 b2. x b ou A.X = b (1) Pr solução,

Leia mais

1. Conceito de logaritmo

1. Conceito de logaritmo UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: FUNDAMENTOS DE MATEMÁTICA Logritmos Prof.: Rogério

Leia mais

Universidade Federal de Pelotas Vetores e Álgebra Linear Prof a : Msc. Merhy Heli Rodrigues Determinantes

Universidade Federal de Pelotas Vetores e Álgebra Linear Prof a : Msc. Merhy Heli Rodrigues Determinantes Universidde Federl de Pelots Vetores e Álgebr Liner Prof : Msc. Merhy Heli Rodrigues Determinntes Determinntes Definição: Determinnte é um número ssocido um mtriz qudrd.. Determinnte de primeir ordem Dd

Leia mais

Introdução ao estudo de equações diferenciais

Introdução ao estudo de equações diferenciais MTDI I - 2007/08 - Introdução o estudo de equções diferenciis 63 Introdução o estudo de equções diferenciis Existe um grnde vriedde de situções ns quis se desej determinr um quntidde vriável prtir de um

Leia mais

INCERTEZA. Notas complementares. Preferências de loterias espaço de escolhas é composto por loterias

INCERTEZA. Notas complementares. Preferências de loterias espaço de escolhas é composto por loterias PPGE/FRGS - Prof. Sno Porto Junor 9/0/005 INCERTEZA Nots complementres Preferêncs de loters espço de escolhs é composto por loters Pessos otém utldde de oters e não de Apples As preferêncs sore ens são

Leia mais

3. Cálculo integral em IR 3.1. Integral Indefinido 3.1.1. Definição, Propriedades e Exemplos

3. Cálculo integral em IR 3.1. Integral Indefinido 3.1.1. Definição, Propriedades e Exemplos 3. Cálculo integrl em IR 3.. Integrl Indefinido 3... Definição, Proprieddes e Exemplos A noção de integrl indefinido prece ssocid à de derivd de um função como se pode verificr prtir d su definição: Definição

Leia mais

Simbolicamente, para. e 1. a tem-se

Simbolicamente, para. e 1. a tem-se . Logritmos Inicilmente vmos trtr dos ritmos, um ferrment crid pr uilir no desenvolvimento de cálculos e que o longo do tempo mostrou-se um modelo dequdo pr vários fenômenos ns ciêncis em gerl. Os ritmos

Leia mais

Cap. 19: Linkage Dois pares de genes localizados no mesmo par de cromossomos homólogos

Cap. 19: Linkage Dois pares de genes localizados no mesmo par de cromossomos homólogos Cp. 19: Linkge Dois pres de genes loclizdos no mesmo pr de cromossomos homólogos Equipe de iologi Linkge Genes ligdos: ocorrem qundo dois ou mis genes estão loclizdos no mesmo cromossomo. Esses genes não

Leia mais

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)

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

Leia mais

Mat.Semana. PC Sampaio Alex Amaral Rafael Jesus. (Fernanda Aranzate)

Mat.Semana. PC Sampaio Alex Amaral Rafael Jesus. (Fernanda Aranzate) 11 PC Smpio Alex Amrl Rfel Jesus Mt.Semn (Fernnd Arnzte) Este conteúdo pertence o Descomplic. Está vedd cópi ou reprodução não utorizd previmente e por escrito. Todos os direitos reservdos. CRONOGRAMA

Leia mais

20/07/15. Matemática Aplicada à Economia LES 201

20/07/15. Matemática Aplicada à Economia LES 201 Mtemátic Aplicd à Economi LES 201 Auls 3 e 4 17 e 18/08/2015 Análise de Equilíbrio Sistems Lineres e Álgebr Mtricil Márci A.F. Dis de Mores Análise de Equilíbrio em Economi (Ching, cp 3) O significdo do

Leia mais

EXERCÍCIOS RESOLVIDOS DE TEORIA DOS GRAFOS

EXERCÍCIOS RESOLVIDOS DE TEORIA DOS GRAFOS EXERCÍCIOS RESOLVIDOS DE TEORIA DOS GRAFOS.) Considere tbel de trefs seguir pr construção de um cs de mdeir: TAREFAS PRÉ-REQUISITOS DIAS. Limpez do terreno Nenhum. Produção e colocção d fundção. Produção

Leia mais

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas 3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

Conceitos básicos População É constutuida por todos os elementos que são passíveis de ser analisados de tamanho N

Conceitos básicos População É constutuida por todos os elementos que são passíveis de ser analisados de tamanho N sísc Coceos áscos opulção É cosuud por odos os elemeos que são pssíves de ser lsdos de mho mosrgem Sucojuo d populção que é eecvmee lsdo com um ddo mho mosr leór mosr ode cd elemeo d populção êm hpóeses

Leia mais

Um disco rígido de 300Gb foi dividido em quatro partições. O conselho directivo ficou. 24, os alunos ficaram com 3 8

Um disco rígido de 300Gb foi dividido em quatro partições. O conselho directivo ficou. 24, os alunos ficaram com 3 8 GUIÃO REVISÕES Simplificção de expressões Um disco rígido de 00Gb foi dividido em qutro prtições. O conselho directivo ficou com 1 4, os docentes ficrm com 1 4, os lunos ficrm com 8 e o restnte ficou pr

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

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

Leia mais

Materiais. Corrosão e Protecção de Materiais

Materiais. Corrosão e Protecção de Materiais Mters Corrosão e Proteção de Mters Doente: João Slvdor Fernndes Lb. de Tenolog Eletroquím Pvlhão de Mns, Pso 4 joo.slvdor@teno.ulsbo.pt Ext. 1964 Dgrms de Equlíbro E-pH (Pourbx) Comportmento de um metl

Leia mais

7 - Distribuição de Freqüências

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

Leia mais

AULA 1. 1 NÚMEROS E OPERAÇÕES 1.1 Linguagem Matemática

AULA 1. 1 NÚMEROS E OPERAÇÕES 1.1 Linguagem Matemática 1 NÚMEROS E OPERAÇÕES 1.1 Lingugem Mtemátic AULA 1 1 1.2 Conjuntos Numéricos Chm-se conjunto o grupmento num todo de objetos, bem definidos e discerníveis, de noss percepção ou de nosso entendimento, chmdos

Leia mais

1. VARIÁVEL ALEATÓRIA 2. DISTRIBUIÇÃO DE PROBABILIDADE

1. VARIÁVEL ALEATÓRIA 2. DISTRIBUIÇÃO DE PROBABILIDADE Vriáveis Aletóris 1. VARIÁVEL ALEATÓRIA Suponhmos um espço mostrl S e que cd ponto mostrl sej triuído um número. Fic, então, definid um função chmd vriável letóri 1, com vlores x i2. Assim, se o espço

Leia mais

Integrais Imprópias Aula 35

Integrais Imprópias Aula 35 Frções Prciis - Continução e Integris Imprópis Aul 35 Alexndre Nolsco de Crvlho Universidde de São Pulo São Crlos SP, Brzil 05 de Junho de 203 Primeiro Semestre de 203 Turm 20304 - Engenhri de Computção

Leia mais

UNIVERSIDADE DE SÃO PAULO ESCOLA POLITÉCNICA

UNIVERSIDADE DE SÃO PAULO ESCOLA POLITÉCNICA UNVERSDDE DE SÃO PULO ESOL POLTÉN Deprtmento de Engenhri de Estruturs e Geotécnic URSO ÁSO DE RESSTÊN DOS TERS FSÍULO Nº 5 Flexão oblíqu H. ritto.010 1 FLEXÃO OLÍU 1) udro gerl d flexão F LEXÃO FLEXÃO

Leia mais

Alocação sequencial - Pilhas

Alocação sequencial - Pilhas Alocção seqüencil - pilhs Alocção sequencil - Pilhs Pilhs A estrutur de ddos Pilh é bstnte intuitiv. A nlogi é um pilh de prtos. Se quisermos usr um pilh de prtos com máxim segurnç, devemos inserir um

Leia mais

Resumo com exercícios resolvidos do assunto: Aplicações da Integral

Resumo com exercícios resolvidos do assunto: Aplicações da Integral www.engenhrifcil.weely.com Resumo com exercícios resolvidos do ssunto: Aplicções d Integrl (I) (II) (III) Áre Volume de sólidos de Revolução Comprimento de Arco (I) Áre Dd um função positiv f(x), áre A

Leia mais

CPV conquista 70% das vagas do ibmec (junho/2007)

CPV conquista 70% das vagas do ibmec (junho/2007) conquist 70% ds vgs do ibmec (junho/007) IBME 08/Junho /008 NÁLISE QUNTITTIV E LÓGI DISURSIV 0. Num lv-rápido de crros trblhm três funcionários. tbel bio mostr qunto tempo cd um deles lev sozinho pr lvr

Leia mais

Interpretação Geométrica. Área de um figura plana

Interpretação Geométrica. Área de um figura plana Integrl Definid Interpretção Geométric Áre de um figur pln Interpretção Geométric Áre de um figur pln Sej f(x) contínu e não negtiv em um intervlo [,]. Vmos clculr áre d região S. Interpretção Geométric

Leia mais

Cálculo do Conceito ENADE

Cálculo do Conceito ENADE Insttuto aconal de Estudos e Pesqusas Educaconas Aníso Texera IEP Mnstéro da Educação ME álculo do onceto EADE Para descrever o cálculo do onceto Enade, prmeramente é mportante defnr a undade de observação

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos

Leia mais

Conceitos fundamentais. Prof. Emerson Passos

Conceitos fundamentais. Prof. Emerson Passos Cocetos fudmets Prof. Emerso Pssos 1. Espço dos vetores de estdo. Operdores leres. Represetção de vetores de estdo e operdores. 2. Observáves. Autovlores e utovetores de um observável. Medd Mecâc Quâtc.

Leia mais

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média. Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos

Leia mais

Essa idéia leva à fórmula familiar para a área A de um círculo em termos de seu raio r:

Essa idéia leva à fórmula familiar para a área A de um círculo em termos de seu raio r: 5 INTEGRAIS DEFINIDAS, INDEFINIDAS E SUAS APLICAÇÕES O conceto de ntegrl tem sus orgens no Método d Eustão, tendo Arqumedes como um de seus grndes desenvolvedores. A motvção deste método fo o cálculo de

Leia mais

Professores Edu Vicente e Marcos José Colégio Pedro II Departamento de Matemática Potências e Radicais

Professores Edu Vicente e Marcos José Colégio Pedro II Departamento de Matemática Potências e Radicais POTÊNCIAS A potênci de epoente n ( n nturl mior que ) do número, representd por n, é o produto de n ftores iguis. n =...... ( n ftores) é chmdo de bse n é chmdo de epoente Eemplos =... = 8 =... = PROPRIEDADES

Leia mais

Matemática para Economistas LES 201. Aulas 5 e 6 Matrizes Chiang Capítulos 4 e 5. Luiz Fernando Satolo

Matemática para Economistas LES 201. Aulas 5 e 6 Matrizes Chiang Capítulos 4 e 5. Luiz Fernando Satolo Mtemátic pr Economists LES Auls 5 e Mtrizes Ching Cpítulos e 5 Luiz Fernndo Stolo Mtrizes Usos em economi ) Resolução sistems lineres ) Econometri ) Mtriz Insumo Produto Álgebr Mtricil Conceitos Básicos

Leia mais

Matrizes. Matemática para Economistas LES 201. Aulas 5 e 6 Matrizes Chiang Capítulos 4 e 5. Márcia A.F. Dias de Moraes. Matrizes Conceitos Básicos

Matrizes. Matemática para Economistas LES 201. Aulas 5 e 6 Matrizes Chiang Capítulos 4 e 5. Márcia A.F. Dias de Moraes. Matrizes Conceitos Básicos Mtemátic pr Economists LES uls e Mtrizes Ching Cpítulos e Usos em economi Mtrizes ) Resolução sistems lineres ) Econometri ) Mtriz Insumo Produto Márci.F. Dis de Mores Álgebr Mtricil Conceitos Básicos

Leia mais

Além Tejo em Bicicleta

Além Tejo em Bicicleta C mpodef ér s I t ner nt e + Al émt ej oem B c c l et Além Tejo em Bcclet Cmpo de Férs Além Tejo em Bcclet Locl: Pegões, Coruche, Mor, Avs, Estremoz e Elvs Enqudrmento Gerl: No no de 2013 Prnm nov com

Leia mais