Upload
truongdieu
View
246
Download
0
Embed Size (px)
Citation preview
Filipe Santos Matematica Simples
Ensino UniversitarioAula # 1- Primitivas Imediatas
Regras de Primitivacao:
Funcao Regra Exemplo
Constante∫
kdx = kx + c∫
3dx = 3x + c
Potencia de x∫
axndx = axn+1
n+1+ c
∫5x2dx = 5x3
3+ c
Potencia de Funcao∫
f ′fndx = fn+1
n+1+ c
∫6x(3x2 − 7)6dx = (3x2−7)7
7+ c
Exponencial∫
f ′afdx = af
ln(a)+ c
∫3× 43xdx = 43x
ln(4)+ c
Logaritmo∫ f ′
fdx = ln|f |+ c
∫ 8x3
2x4+6dx = ln|2x4 + 6|+ c
Exercıcios: Calcule as primitivas das seguintes funcoes
1.∫ x5
4− 6x2 + 4
x3 + 5dx
2.∫
2x5 × e3x6−6dx
3.∫
tg(x)dx
4.∫
x2 ×√2x3 + 9dx
1
Filipe Santos Matematica Simples
Ensino UniversitarioAula # 2- Vetor Gradiente e Derivada Direcional
Definicao: Seja f uma funcao de domınio D ⊆ Rn para R.
. Chama-se vetor gradiente de f no ponto P0 ∈ D a:
∇f(P0) =
(df
dx1
(P0),df
dx2
(P0), . . . ,df
dxn
(P0)
)
sendo que dfdxi
(P0) e a derivada parcial em relacao a variavel xi de f ;
. Chama-se derivada direcional de f no ponto P0 em relacao ao vetor unitario ~u aolimite:
f~u(P0) = limt→0
f(P0 + t~u)− f(P0)
t
Obs.: Caso ~u nao seja unitario, para obter a derivada direcional com a direcao de ~ue necessario considerar o versor de ~u. Que se obtem dividindo ~u pela sua norma, isto e:
vers(~u) =~u
||~u||
Teorema: Seja f uma funcao de domınio D ⊆ Rn para R, diferenciavel no pontoP0 ∈ D e ~u um vetor unitario em Rn. Entao:
f~u(P0) = 〈∇f(P0), ~u〉tal que, 〈~v, ~w〉 representa o produto escalar entre ~v e ~w.
Exercıcio: Seja f uma funcao de domınio R3 tal que:
f(x, y, z) = y2z − xz2 − xyz
Calcule a derivada direcional no ponto P0 = (0,−1, 1) com a direcao do vetor ~u =2~e1 − 2~e2 − ~e3.
2
Filipe Santos Matematica Simples
Ensino UniversitarioAula # 3- Inversa de uma Matriz pelo Metodo de Gauss-Jordan
A AI In n
−1
Processo:
1. Para obter a matriz inversa A−1 de uma matriz quadrada A de ordem n, e necessarioconstruir a matriz prolongada n × 2n, que contem a matriz A (a esquerda) juntamentecom a matriz identidade I de ordem n (a direita);
2. Atraves de operacoes elementares nas linhas da matriz prolongada anulam-se todosos elementos abaixo da diagonal principal de A, comecando na primeira coluna. Nesta fasee aconselhavel transformar os elementos da diagonal principal, de modo a serem iguais a1;
3. Repete-se o processo para os elementos acima da diagonal principal de A comecandopela ultima coluna. No final desta fase, a matriz prolongada deve ter a matriz identidadea esquerda e a inversa de A a direita.
Lista de Operacoes Elementares:
. Troca de linhas (ou colunas);
. Multiplicacao de uma linha (ou coluna) por um escalar;
. Soma a uma linha (ou coluna) de outra multiplicada por um escalar.
Exercıcio: Calcule a matriz inversa de
A =
1 2 32 5 31 0 8
3
Filipe Santos Matematica Simples
Ensino UniversitarioAula # 4- Probabilidades na Distribuicao Normal
. Calculo de probabilidades com o recurso a tabela da distribuicao normal Z = N(0, 1):
Consideremos a um valor real positivo, b e c quaisquer valores reais:
1. P (Z ≤ a) para calcular este tipo de probabilidades basta ir directamente a tabela,tal que, na primeira coluna obtem-se a casa das unidades e a decimal de a e na primeiralinha obtem-se a casa das centesimas;
2. P (Z ≥ a) = 1− P (Z ≤ a) pelo acontecimento contrario, depois e so obter o valorna tabela;
3. P (Z ≥ −a) = P (Z ≤ a) por simetria em torno da origem;
4. P (Z ≤ −a) = 1− P (Z ≥ −a) = 1− P (Z ≤ a) por contrario e simetria respectiva-mente;
5. P (b ≤ Z ≤ c) = P (Z ≤ c)− P (Z ≤ b) e depois basta utilizar uma das abordagensanteriores.
. Para o calculo de probabilidades de uma distribuicao normal X = N(µ, σ) recorre-setambem a tabela de Z uma vez que
X − µ
σ= Z
Desta feita basta subtrair a expressao de probabilidade µ e dividir por σ e passa-se aocalculo de probabilidade com Z:
P (a ≤ X ≤ b) = P
(a− µ
σ≤ X − µ
σ≤ b− µ
σ
)= P
(a− µ
σ≤ Z ≤ b− µ
σ
)
4
Filipe Santos Matematica Simples
Ensino UniversitarioAula # 4- Probabilidades na Distribuicao Normal
Exercıcios: Sejam Z e X variaveis aleatorias com distribuicoes normais N(0, 1) eN(4, 5) respetivamente. Calcule as probabilidades:
1. P (Z ≤ 1.28)
2. P (Z > 2.46)
3. P (Z ≥ −0.29)
4. P (Z < −2.78)
5. P (−1.44 < Z ≤ −0.35)
6. P (2.8 ≤ X ≤ 3.75)
5
Filipe Santos Matematica Simples
Ensino UniversitarioAula # 5- Introducao ao SPSS
Qualitativas
Variáveis
Quantitativas
Ordinal Intervalar RazãoNominal
6
Filipe Santos Matematica Simples
Ensino UniversitarioAula #6- Primitiva por Partes
Formula: Sejam f e g funcoes reais de variavel real, tais que F e a primitiva de f ,entao:
∫f(x) · g(x)dx = F (x) · g(x)−
∫F (x) · g′(x)dx
Exercıcios: Calcule as primitivas das seguintes funcoes:
1.f1(x) = x · ex
2. f2(x) = ln(x)
3. f3(x) = (2x− 1) · cos(3x)
7
Filipe Santos Matematica Simples
Ensino UniversitarioAula #7- Teorema da Probabilidade Total e Regra de Bayes
Sejam A1, A2, . . . An acontecimentos numa determinada experiencia aleatoria, disjun-tos dois a dois, isto e, Ai ∩ Aj = ∅ para todo i 6= j. E cuja reuniao e o espaco amostral,ou seja, A1 ∪ A2 ∪ . . . ∪ An = Ω. Entao para qualquer acontecimento B ∈ Ω:
Teorema da Probabilidade Total:
P (B) = P (B|A1) · P (A1) + P (B|A2) · P (A2) + . . . + P (B|An) · P (An)
Regra de Bayes:
P (Ai|B) =P (B|Ai) · P (Ai)
P (B|A1) · P (A1) + P (B|A2) · P (A2) + . . . + P (B|An) · P (An)
Exercıcio: Numa fabrica existem tres maquinas que produzem o mesmo tipo depecas A, B e C. Cada uma produz respetivamente 45%, 35% e 20% desses pecas. Para amaquina A a probabilidade da peca sair com um defeito e de 5%, para a B e 8% e paraa C e 12%. Escolhida uma peca ao acaso, determine a probabilidade de:
a) Ter defeito;
b) Ter sido produzida na maquina C sendo que tem defeito.
8
Filipe Santos Matematica Simples
Ensino UniversitarioAula #8- Determinantes
Seja A uma matriz n× n:. Se
A =[
a]
Entao o determinante da matriz e |A| = a;
. Se
A =
[a bc d
]
Entao o determinante da matriz e |A| = ad− bc;
. Se
A =
a b cd e fg h i
Entao o determinante da matriz e |A| = aei + bfg + cdh− (ceg + bdi + afh).
Exercıcio: Determine os determinantes das matrizes:
1. A =[−6
]
2. A =
[−2 5−4 3
]
3. A =
1 −6 0−3 7 30 4 9
9
Filipe Santos Matematica Simples
Ensino UniversitarioAula #9- Regra de L’Hopital ou Cauchy
Sejam f e g funcoes reais de variavel real diferenciaveis.
limx→a
f(x)
g(x)
e uma indeterminacao do tipo 00
ou ∞∞ . Entao
limx→a
f(x)
g(x)= lim
x→a
f ′(x)
g′(x)
Exercıcio: Recorrendo a regra de L’Hopital (ou Cauchy) determine os seguinteslimites:
1.
limx→2
e3x−6 − 1
ln(2x− 3)
2.
limx→−∞
7x2 − 4x + 6
−2x2 + 5x− 9
3.
limx→0
4x5 − 8x3
sin(x)− x
10
Filipe Santos Matematica Simples
Ensino UniversitarioAula #10- Series Geometricas
Definicao: Sejam k ∈ IN0, a ∈ IR\0 e r ∈ IR+ chama-se serie geometrica aexpressao
+∞∑
n=k
a · rn
Criterios de Convergencia: Dada uma serie geometrica, sabe-se que esta:
. Diverge se r ≥ 1;
. Converge se r < 1, e a soma de todos os seus termos e:
ark
1− r
Exercıcio: Classifique as seguintes series quanto a sua convergencia e calcule a somados seus termos em caso de convergencia:
1.+∞∑
n=3
7 ·(
2
5
)−n
2.+∞∑
n=0
2 · en+1
3n+2
3.+∞∑
n=1
3n−2 + 4n
7n+1
11
Filipe Santos Matematica Simples
Ensino UniversitarioAula #11- Primitiva de Funcoes Racionais
Consideremos f uma funcao racional com expressao:
f(x) =p(x)
(x− a)n · (x− b)m
tal que a, b sao numeros reais; n, m sao numeros naturais e p(x) e um polinomio degrau menor que n + m.
Entao
f(x) =A1
(x− a)n+
A2
(x− a)n−1+ · · ·+ An
(x− a)+
B1
(x− b)m+
B2
(x− b)m−1+ · · ·+ Bm
(x− b)
tal que A1, A2 ... An, B1, B2 ... Bm sao numeros reais.Exercıcio: Calcule a primitiva de cada uma das funcoes racionais:
1.
f1(x) =x + 2
(x− 1)2
2.
f2(x) =3x
x2 − 5x + 6
3.
f3(x) =2x4 − 7x3 − 4x2 + 3
x3 − 4x2
12
Filipe Santos Matematica Simples
Ensino UniversitarioAula #12- Regra de Cramer
Consideremos o sistema Ax = b tal que A e uma matriz de ordem n, b uma matrizn× 1 (matriz coluna) e x = [x1, x2 . . . xn]T . Se A for uma matriz invertıvel entao:
xi =det(Ai)
det(A)
tal que a matriz Ai se obtem substituındo a coluna i da matriz A por b.
Exercıcio: Utilizando a Regra de Cramer resolva o seguinte sistema:
x + y − z = 82y + z = 2
−3x− 2z = 5
13
Filipe Santos Matematica Simples
Ensino UniversitarioAula #13- Intervalo de Confianca para a Media
Consideremos uma amostra com n elementos obtida a partir de uma variavel normal Xde media µ e desvio padrao σ, ou seja, X ∼ N(µ, σ). O intervalo de confianca (1−α)·100%para a media e:
a)
µ ∈]x− zα
2· σ√
n, x + zα
2· σ√
n
[
se a variancia σ2 for conhecida;
b)
µ ∈]x− tα
2,n−1 · s√
n, x + tα
2,n−1 · s√
n
[
se a variancia σ2 for desconhecida e n < 30;
c)
µ ∈]x− zα
2· s√
n, x + zα
2· s√
n
[
se a variancia σ2 for desconhecida e n ≥ 30;
tal que:. x e a media da amostra;. s e o desvio padrao da amostra;. zα
2e o valor da tabela de Z ∼ N(0, 1) cuja probabilidade e α
2.
Valores habituais de zα2:
Confianca zα2
90% 1.64595% 1.9699% 2.575
. tα2
,n−1 e o valor da tabela Tde Student com n− 1 graus de liberdade e probabilidadeα2.
Exercıcio: Construa um intervalo de confianca 95% para a media:
1. numa amostra com 125 elementos, de media 13.4 obtida a partir de uma variavelnormal de variancia 24;
2. numa amostra com 23 elementos de media 7.8 e variancia 31.6;
3. numa amostra com 59 elementos de media 42 e desvio padrao 26.
14
Filipe Santos Matematica Simples
Ensino UniversitarioAula #14- Estatıstica Descritiva com o SPSS
Graficos. Para variaveis nominais e ordinais recorre-se ao grafico de barras e grafico cir-
cular;. Para variaveis quantitativas utiliza-se o histograma.Medidas Descritivas. Para variaveis nominais a medida utilizada e a moda;. Para variaveis ordinais as medida utilizadas sao moda, mediana e quartis;. Para variaveis quantitativas as medida utilizadas sao moda, mediana, quartis,
media, variancia, desvio padrao, media aparada...
15
Filipe Santos Matematica Simples
Ensino UniversitarioAula #15- Primitivas de Funcoes Trigonometricas
Funcao Regra Exemplo
Cosseno∫
f ′ cos(f)dx = sin(f) + c∫
3 cos(3x)dx = sin(3x) + cSeno
∫f ′ sin(f)dx = − cos(f) + c
∫14x · sin(7x2 + 8)dx = − cos(7x2 + 8) + c
Recorrendo as propriedades das funcoes trigonometricas e as suas primitivas imediatas,calcule as primitivas das seguintes funcoes:
1.∫
cos2(x)dx
2.∫
sin3(x)dx
3.∫
cos2(x) sin2(x)dx
4.∫
cos(3x) sin(2x)dx
16
Filipe Santos Matematica Simples
Ensino UniversitarioAula #16- Inversa de uma Matriz atraves da Matriz Adjunta
Definicao: Seja A uma matriz de ordem n:
. Representamos por Aij a matriz de ordem n−1 que se obtem a partir de A eliminandoa linha i e a coluna j;
. Chamamos ajdunta adj(A) da matriz A a matriz de ordem n tal que adj(A) = [bij]T
sendo bij = (−1)i+j × |Aij|;
Teorema: Consideremos uma matriz A de ordem n invertıvel. Entao
A−1 =adj(A)
|A|
Exercıcio: Calcule a matriz inversa de
A =
1 2 32 5 31 0 8
17
Filipe Santos Matematica Simples
Ensino UniversitarioAula # 17- Valores Proprios
Definicao: Seja A uma matriz quadrada de ordem n:. Chamamos valor proprio de A as solucoes λ da equacao:
det(A− λI) = 0
tal que I e a matriz identidade de ordem n;
. Ao polinomio det(A− λI) chama-se polinomio caracterıstico;
. A multiplicidade de um valor proprio do polinomio caracterıstico e dita multipli-cidade algebrica.
Exercıcio: Determine os valores proprios e respetivas multiplicidades algebricas damatriz:
A =
2 1 12 3 23 3 4
18
Filipe Santos Matematica Simples
Ensino UniversitarioAula # 18- Primitivas por Substituicao
Regra: Seja f uma funcao real de variavel real, entao∫
f(x)dx =∫
f (ϕ(t)) · ϕ′(t)dt tal que x = ϕ(t)
A funcao real de variavel real ϕ e invertıvel.
Exercıcios: Atraves do metodo de substituicao calcule as primitivas das seguintesfuncoes:
1.∫ 1
e2x+ex dx
2.∫ √
1− x2dx
19
Filipe Santos Matematica Simples
Ensino UniversitarioAula # 19- Determinantes atraves do Metodo de Laplace
Definicao: Seja A uma matriz de ordem n, representamos por Aij a matriz de ordemn− 1 que se obtem a partir de A eliminando a linha i e a coluna j;
Teorema: Consideremos uma matriz A de ordem n. Entao
|A| =n∑
i=1
(−1)i+j · aij · |Aij| sendo j um valor entre 1 e n
ou entao
|A| =n∑
j=1
(−1)i+j · aij · |Aij| sendo i um valor entre 1 e n
Exercıcio: Utilizando o metodo de Laplace, obtenha o determinante da matriz:
A =
2 1 0 10 3 2 03 0 4 21 5 0 2
20
Filipe Santos Matematica Simples
Ensino UniversitarioAula # 20- Teorema Fundamental do Calculo
Teorema: Seja f uma funcao real de variavel real contınua em [a, b] e F a funcaodefinida em [a, b] por
F (x) =∫ x
af(t)dt
Entao F ′(x) = f(x).
Corolario: Seja f uma funcao real de variavel real contınua em [a, b] e F a primitivade f entao
∫ b
af(x)dx = F (b)− F (a)
Exercıcio: Determine os seguintes integrais recorrendo ao teorema fundamental docalculo:
1. ∫ 5
22x3 − 4dx
2. ∫ π
π6
2cos2(x)dx
3. ∫ 8
5ln(x)dx
21
Filipe Santos Matematica Simples
Ensino UniversitarioAula # 21- Teste para a Media
Passos para a resolucao de um teste para a media
1. Identificacao das Hipoteses
Teste Hipotese Nula Hipotese Alternativa
Bilateral Ho : µ = µo Ho : µ 6= µo
Uniteral a Direita Ho : µ = µo Ho : µ > µo
Uniteral a Esquerda Ho : µ = µo Ho : µ < µo
2. Escolha da Estatıstica de Teste
Variancia Tamanho da Amostra Estatıstica
Conhecida Qualquer√
n · Xn−µσ
∼ N(0.1)
Desconhecida n ≤ 30√
n · Xn−µs
∼ Tn−1
Desconhecida n > 30√
n · Xn−µs
∼ N(0, 1)
3. Construcao da Regiao Crıtica (ou Zona de Rejeicao)
Teste Regiao Crıtica
Bilateral ]−∞,−cα/2[∪]cα/2, +∞[Uniteral a Direita ]cα, +∞[
Uniteral a Esquerda ]−∞,−cα[
sendo α o nıvel de significancia e o valor de c obtido a partir da tabela adequada.
4. Calculo da Estatıstica de Teste e Conclusoes
Caso a estatıstica de teste pertenca a regiao crıtica rejeita-se Ho e caso nao pertencaaceita-se Ho.
Valores Utilizados
Sımbolo Valor
µ media da populacaoµo media a testarXn media da amostraσ desvio padrao da populacaos desvio padrao da amostran numero de elementos da amostra
Exercıcio: Num estudo efetuado, um cientista afirma que em media uma especie deinseto vive mais que 72 horas. Para confirmar a sua hipotese o cientista recolheu umaamostra de 25 insetos que viveram em media 73.5 horas com variancia 9 horas. Teste comnıvel de significancia 5% a afirmacao do cientista.
22
Filipe Santos Matematica Simples
Ensino UniversitarioAula # 22- Teste para a Media com o SPSS
Hipoteses do Teste
. Hipotese Nula: Ho : µ = µo;
. Hipotese Alternativa: H1 : µ 6= µo;
Parametros da Tabela de Resultados
Sımbolo Valor
t estatıstica de testedf graus de liberdade
Sig. p-valor do testeMean Difference diferenca entre a media da amostra e o valor a testar
lower valor inferior do intervalo de confiancaupper valor superior do intervalo de confianca
Interpretacao do p-valor
. Se o nıvel de significancia α for maior que o p-valor rejeita-se Ho;
. Se o nıvel de significancia α for menor que o p-valor aceita-se Ho;
23
Filipe Santos Matematica Simples
Ensino UniversitarioAula # 23- Volumes de Solidos de Rotacao em Torno de Eixos
Teorema: Consideremos f e g funcoes reais de variavel real continuas no intervalo[a, b] tais que f(x) ≥ g(x), ∀x ∈ [a, b].
O volume V do solido de rotacao em torno do eixo dos xx das funcoes f e g no intervalo[a, b] e dado por:
V = π∫ b
af 2(x)− g2(x)dx
Exercıcio:
a) Mostre que um cilindro de raio r e altura h tem volume V = πr2h;
b) Calcule o volume do solido de rotacao da area compreendida entre as funcoesf(x) =
√x e g(x) = x2.
24
Filipe Santos Matematica Simples
Ensino UniversitarioAula # 24- Coordenadas Polares no Calculo Integral
As coordenadas polares permitem localizar as coordenadas de um ponto (x, y) noplano (ou (x, y, z) no espaco) em funcao de r e θ (ou r, θ e z no espaco). A incognita rcorresponde a distancia do ponto a origem e θ e o angulo que o ponto faz com o semi-eixopositivo dos xx.
Logo,
r =√
x2 + y2 e θ = tg−1(
y
x
)
Ou seja,x = r cos(θ) e y = r sin(θ)
Integral no Plano: Consideremos f uma funcao definida em IR2 primitivavel numaregiao do plano R entao:
∫∫
Rf(x, y) dy dx =
∫∫
R′f(r cos(θ), r sin(θ)) · rdθ dr
sendo R′ a regiao R em coordenadas polares.
Integral no Espaco: Consideremos f uma funcao definida em IR3 primitivavel numaregiao no espaco R entao:
∫∫∫
Rf(x, y, z) dz dy dx =
∫∫∫
R′f(r cos(θ), r sin(θ), z) · rdθ dr dz
sendo R′ a regiao R em coordenadas polares.
Observacao: O valor de r a multiplicar no integral corresponde ao determinante damatriz Jacobiana relacionada com a mudanca de coordenadas.
Exercıcio: Considere a regiao R definida em IR2 limitada pela circunferencia centradana origem de raio 4 e contida no primeiro e segundo quadrante. Calcule:
∫∫
R
(√x2 + y2
)3
dy dx
25
Filipe Santos Matematica Simples
Ensino UniversitarioAula # 25- Vetores Linearmente Independentes
Definicao: Sejam u1, u2, . . . , un vetores de um espaco vetorial V e α1, α2, . . . , αn
escalares:. Ao vetor v definido por:
v = α1 · u1 + α2 · u2 + · · ·+ αn · un
chama-se combinacao linear dos vetores u1, u2, . . . , un.
. Os vetores u1, u2, . . . , un sao ditos linearmente dependentes se existir (pelomenos) um vetor uk que seja igual a uma combinacao linear dos restantes. Caso essevetor nao exista entao u1, u2, . . . , un sao ditos linearmente independentes.
Teorema: Os vetores u1, u2, . . . , un de um espaco vetorial V sao linearemente in-dependentes se e so se existir uma unica combinacao linear do vetor nulo nesses vetores(com todos os escalares nulos). Ou seja,
0 = α1 · u1 + α2 · u2 + · · ·+ αn · un ⇔ α1 = α2 = · · · = αn = 0
Exercıcio: Verifique se sao linearmente independentes os conjuntos de vetores doespaco vetorial definido em IR3
1. u1 = (1, 2, 0); u2 = (−2, 1, 3); u3 = (−1, 3,−1)
2. v1 = (1, 1, 0); v2 = (−1, 0, 2); v3 = (−1, 2, 6)
26
Filipe Santos Matematica Simples
Ensino UniversitarioAula # 26- Subespacos Vetoriais
Definicao: Um subconjunto F de um espaco vetorial V e dito subespaco vetorialse
1. ∀u, v ∈ F ⇒ u + v ∈ F2. ∀u ∈ F ⇒ α× u ∈ F tal que α e um escalar.
Observacao: Qualquer subespaco vetorial contem o vetor nulo.
Exercıcio: Verifique se sao subespacos vetoriais os seguintes subconjuntos de IR3
1. F1 = (x, y, z) ∈ IR3 : x + y = 0 ∧ z = 1
2. F2 = (x, y, z) ∈ IR3 : x + y + z = 0
27
Filipe Santos Matematica Simples
Ensino UniversitarioAula # 27- Teste de Independencia
Objetivo: Pretende-se averiguar se duas variaveis qualitativas nominais com n e mcategorias sao ou nao independentes.
Passos para a resolucao do teste
1. Identificacao das Hipoteses
. Hipotese Nula Ho : As variaveis sao independentes;
. Hipotese Alternativa H1 : As variaveis sao dependentes;
2. Calculo da Estatıstica de Teste
Q =n∑
i=1
m∑
j=1
((Oij − Eij)
2
Eij
)
Sendo que Eij = Li·Cj
N.
3. Construcao da Regiao Crıtica (ou Zona de Rejeicao)
Regiao Crıtica = ]cα, +∞[
sendo α o nıvel de significancia e o valor de cα obtido a partir da tabela de Qui-quadrado com (n− 1) · (m− 1) graus de liberdade.
4. Calculo da Estatıstica de Teste e Conclusoes
Caso a estatıstica de teste pertenca a regiao crıtica rejeita-se Ho e caso nao pertencaaceita-se Ho.
Pressupostos do Teste: Nao devem existir valores esperados inferiores e 1 e apercentagem de valores esperados inferiores a 5 deve ser menor que 20%. Caso algum dospressupostos nao se verifique sera necessario juntar linhas (ou colunas) da amostra.
Valores Utilizados
Sımbolo Valor
N total de elementos da amostraLi total de elementos da linha iCj total de elementos da coluna jOij valor observado na linha i e coluna jEij valor esperado na linha i e coluna j
Exercıcio: Averigue com nıvel de significancia 0.05 se as variaveis zona de residenciae meio de transporte sao independentes:
Carro Autocarro A pe
Centro 30 10 60Periferia 50 40 20
Longe da Cidade 80 40 10
28
Filipe Santos Matematica Simples
Ensino UniversitarioAula # 28- Serie de Mengoli
Definicao: Chamamos serie de Mengoli a serie:
S =+∞∑
n=1
vn − vn+p
tal que vn e uma sucessao e p um numero natural.
Teorema: Uma serie de Mengoli e convergente se vn for uma sucessao convergente enesse caso a serie converge para:
v1 + v2 + · · ·+ vp − p · lim vn
Exercıcios: Determine se sao convergentes as seguintes series e em caso afirmativodetermine o seu limite:
1. S =∑+∞
n=14
2n+1− 4
2n+3
2. S =∑+∞
n=1 ln(
nn+1
)
3. S =∑+∞
n=21
(n+1)2−4
29
Filipe Santos Matematica Simples
Ensino UniversitarioAula # 29- Serie de Taylor
Desenvolvimento em Serie de Taylor: Seja f uma funcao real de variavel realdiferenciavel de ordem n + 1 num intervalo I contendo um valor a. Entao para cada xem I existe um valor c entre x e a, tal que:
f(x) = f(a) +f ′(a)(x− a)
1!+
f ′′(a)(x− a)2
2!+ · · ·+ f (n)(a)(x− a)n
n!+ Rn(f, a)(x)
sendo o resto Rn(f, a)(x) = f (n+1)(c)(x−a)n+1
(n+1)!.
Ao polinomio
Pn(f, a)(x) = f(a) +f ′(a)(x− a)
1!+
f ′′(a)(x− a)2
2!+ · · ·+ f (n)(a)(x− a)n
n!
chamamos polinomio de Taylor de ordem n.
Caso a = 0 o polinomio e dito de Maclaurin.
Exercıcios: Determine o desenvolvimento em serie de Taylor de ordem 5 das funcoes:
1. f(x) = ex para a = 3.
2. f(x) = sin(x) para a = 0 (Maclaurin).
30
Filipe Santos Matematica Simples
Ensino UniversitarioAula # 30- Derivada da Funcao Implıcita
Definicao: Diz-se que F (x, y) = 0 define implicitamente y em funcao de x seexiste uma funcao real de variavel real f tal que y = f(x) e F (x, f(x)) = 0 para todo xpertencente ao domınio de f .
Teorema: Seja F uma funcao definida numa regiao de IR2 contendo a bola abertaBr(a, b). Se:
. F (a, b) = 0,
. dFdx
(x, y) e dFdy
(x, y) sao contınuas em Br(a, b),
. dFdy
(a, b) 6= 0,
entao F (x, y) = 0 define implicitamente y em funcao de x num aberto A contido emBr(a, b).
E a derivada de y em funcao de x e dada por:
dy
dx(x) = −
dFdx
(x, y)dFdy
(x, y)
para (x, y) ∈ A.
Exercıcio: Mostre que a equacao xy+sen(xy) = 0 define implicitamente y em funcaode x para uma vizinhanca de (1, 0). Calcule dy
dx.
31
Filipe Santos Matematica Simples
Ensino UniversitarioAula # 31- Limite de Funcoes em IR2
Definicao: Seja f uma funcao definida de IR2 em IR. Diz-se que o limite de f noponto (a, b) e l se:
∀δ > 0 ∃ε > 0 :√
(x− a)2 + (y − b)2 < ε ∧ (x, y) 6= (a, b) ⇒ |f(x, y)− l| < δ
e representa-se porlim
(x,y)→(a,b)f(x, y) = l.
Observacao: Se o limite de f no ponto (a, b) e l entao:
. limx→a
limy→b
f(x, y) = l ∧ limy→b
limx→a
f(x, y) = l
Sao os chamados limites iterados. E:
lim(x,y)→(a,b)∧y=mx+k
f(x, y) = l.
Sendo y = mx + k uma reta que passa por (a, b).
Exercıcio: Calcule, se existirem, os seguintes limites:
a) lim(x,y)→(0,0)
x2 − y2
x2 + y2
b) lim(x,y)→(0,0)
2xy
x2 + y2
c) lim(x,y)→(0,0)
4xy2
x2 + y2
32
Filipe Santos Matematica Simples
Ensino UniversitarioAula # 32- Criterio do Integral para Series
Definicao: Seja an uma sucessao de termos reais. A soma infinita
+∞∑
n=1
an
chamamos serie associada a an.Se a soma infinita tender para um valor real S a serie e dita convergente. Caso
contrario, e dita divergente.
Teorema: Seja an uma sucessao de termos positivos e f uma funcao nao negativa, de-crescente de domınio [1, +∞[. Se f(n) = an entao a serie
∑+∞n=1 an e o integral
∫ +∞1 f(x)dx
tem a mesma natureza.Isto e, se o integral converge a serie tambem, e se o integral diverge o mesmo acontece
com a serie.
Exercıcio: Estude a convergencia das seguintes series recorrendo ao criterio do inte-gral.
a)+∞∑
n=1
1
n3
b)+∞∑
n=1
4
n
c)+∞∑
n=1
1√n
Serie de Dirichlet: a serie
+∞∑
n=1
1
nα
e convergente caso α > 1 e divergente se α ≤ 1.
33
Filipe Santos Matematica Simples
Ensino UniversitarioAula # 33- Criterios da Comparacao para Series
Teorema: Sejam an e bn sucessoes de termos nao negativos. Se:
. an ≤ bn ∀n ∈ IN e∑+∞
n=1 an diverge entao∑+∞
n=1 bn tambem;
. an ≤ bn ∀n ∈ IN e∑+∞
n=1 bn converge entao∑+∞
n=1 an tambem;
. liman
bn= l ∈ IR+ entao as series
∑+∞n=1 an e
∑+∞n=1 bn tem a mesma natureza;
. liman
bn= +∞ e
∑+∞n=1 bn diverge entao
∑+∞n=1 an tambem. Caso
∑+∞n=1 an converge
entao∑+∞
n=1 bn tambem.
. liman
bn= 0 e
∑+∞n=1 bn converge entao
∑+∞n=1 an tambem. Caso
∑+∞n=1 an diverge entao∑+∞
n=1 bn tambem.
Exercıcio: Estude a convergencia das seguintes series recorrendo aos criterios dacomparacao
a)+∞∑
n=1
1
2n3 + 4
b)+∞∑
n=1
4
2n + 6
c)+∞∑
n=1
3n + 5
4n2 + 1
d)+∞∑
n=1
2n4 + 5n2
8 + 2n7
34
Filipe Santos Matematica Simples
Ensino UniversitarioAula # 34- Criterios de D’Alembert para Series
Teorema: Sejam an uma sucessao de termos nao negativos e
l = liman+1
an
.
Se:
. l > 1 a serie∑+∞
n=1 an diverge;
. l < 1 a serie∑+∞
n=1 an converge;
. l = 1 nada se pode concluir acerca da serie∑+∞
n=1 an.
Exercıcio: Estude a convergencia das seguintes series recorrendo ao criterio de D’Alembert
a)+∞∑
n=1
3n
n!
b)+∞∑
n=1
n!
nn
c)+∞∑
n=1
2(n!)2
(3n)!
35
Filipe Santos Matematica Simples
Ensino UniversitarioAula # 35- Criterios da Raız para Series
Teorema: Sejam an uma sucessao de termos nao negativos e
l = lim n√
an.
Se:
. l > 1 a serie∑+∞
n=1 an diverge;
. l < 1 a serie∑+∞
n=1 an converge;
. l = 1 nada se pode concluir acerca da serie∑+∞
n=1 an.
Exercıcio: Estude a convergencia das seguintes series recorrendo ao criterio da raız
a)+∞∑
n=1
(n
3
)n
b)+∞∑
n=1
72n
nn
c)+∞∑
n=1
(5n2 + n
n5 + 3n + 4
)n
36