Confiabilidade de sistemas. Uma importante aplicação de probabilidade nas engenharias é no estudo da confiabilidade de sistemas.
|
|
- Miguel Mendes Marreiro
- 5 Há anos
- Visualizações:
Transcrição
1 Confiabilidade de sistemas Uma importante aplicação de probabilidade nas engenharias é no estudo da confiabilidade de sistemas. Uma definição pratica de confiabilidade corresponde à probabilidade de um sistema operar corretamente. Um sistema, em geral, é constituído por múltiplos componentes, de tal forma que sua operação dependerá do funcionamento de seus componentes.
2 Algumas aplicações possíveis da análise de confiabilidade: o Sistemas elétricos de geração, transmissão e distribuição; o Montagem de equipamentos, produção de peças; o Redes de transporte e problemas de logística; o Sistemas de segurança; o Sistemas mecânicos, como carros ou aeronaves, dentre outros. 2
3 Vamos resolver alguns problemas bastante simples de confiabilidade. É importante esclarecer que, em geral, os problemas da área são bem mais complexos. Exemplo Os seguintes sistemas operam somente se há um caminho de componentes funcionais da esquerda para a direita. A probabilidade que cada componente funcione é mostrada no gráfico. Assuma que os componentes falhem de forma independente. Qual a probabilidade do sistema operar? 3
4 Sistema A Sistema B 4
5 Sistema C 5
6 Parte 4 Variáveis aleatórias 6
7 Uma variável aleatória associa um valor numérico a cada resultado de um fenômeno ou experimento aleatório; Assim como estudado anteriormente, uma variável aleatória pode ser classificada, de acordo com sua escala, em discreta ou contínua. o Dizemos que uma variável aleatória é discreta caso ela assuma resultados num conjunto enumerável de valores (em geral está associada a algum tipo de contagem). 7
8 Exemplo Variáveis aleatórias discretas: Número de falhas apresentadas por máquinas na última semana; Número de pequenas não conformidades de acabamento verificadas em móveis; Número de painéis de madeira produzidos por uma fábrica por hora; Número de caras obtidas em 100 lançamentos de uma moeda. 8
9 o Dizemos que uma variável aleatória é contínua caso ela assuma resultados num conjunto não enumerável de valores (em geral está associada a algum tipo de medida). Exemplo Variáveis aleatórias contínuas: Tempo de vida de equipamentos; Tempo gasto para a produção de móveis; Largura de moldes de madeira; Resistência à compressão de molas. 9
10 Variáveis aleatórias são representadas por letras maiúsculas (em geral as últimas do alfabeto, como X, Y, Z. Representamos pelas correspondentes letras minúsculas valores que essa variável pode assumir. Já estudamos diferentes formas de atribuir probabilidades aos resultados de um fenômeno ou experimento aleatório e a eventos de interesse (usando frequências, assumindo que os resultados individuais são equiprováveis, usando subjetividade...); 10
11 Assim como é possível atribuir probabilidades a resultados de um experimento, podemos associar probabilidades aos valores de alguma variável aleatória de interesse. Para variáveis aleatórias discretas, associamos a cada um de seus possíveis valores uma probabilidade de ocorrência. A função que associa uma probabilidade a cada valor de uma variável aleatória discreta é chamada de função de probabilidade. 11
12 Exemplo 4.3- Um conjunto de móveis foi avaliado, verificando-se, em cada um deles, o número de imperfeições. As seguintes frequências foram verificadas: Imperfeições Frequência Seja X a variável aleatória correspondente ao número de imperfeições por móvel produzido. Com base nas frequências apresentadas, determine (e interprete o que está sendo pedido): 12
13 a) ( X = 2) P ; b) Apresenta a função de probabilidades; c) ( X < 2) P ; d) P ( X > 2) e) ( X 2) P ; f) ( 0 < X 2) P. Exemplo 4.4- A probabilidade de um componente resistir a um teste de choque é 0,25. Especifique a função de probabilidades para a variável aleatória discreta X : número de componentes que não resistem ao teste de choque, caso sejam testados: 13
14 a) 1 componente; b) 2 componentes; c) 3 componentes; d) n componentes. Este exemplo permite introduzir um importante modelo probabilístico para variáveis aleatórias discretas, o modelo (ou distribuição de probabilidades) binomial. 14
15 O modelo probabilístico binomial Considere n observações independentes de um fenômeno (ou experimento) aleatório, cada uma delas contendo apenas dois resultados possíveis (classificados, genericamente, por sucesso ou fracasso ). Suponha, adicionalmente, que em cada uma dessas observações se tenha uma mesma probabilidade de sucesso, a qual denotaremos por p (a probabilidade de fracasso fica denotada por 1 p); 15
16 Seja X a variável de contagem correspondente ao número de sucessos observados nas n realizações do fenômeno. A função de probabilidade de X fica dada por: P n x x n x ( X = x) = p ( 1 p), x = 0,1,2,..., n, onde n x = x! n! ( n x)!, sendo n = ( n 1) n!. 16
17 n=5,p=0,10 n=5,p=0,50 n=5,p=0, x x 17 P(X=x) P(X=x) P(X=x) x n=10,p=0,10 n=10,p=0,50 n=10,p=0, x x P(X=x) P(X=x) P(X=x) x Figura 4.1 Gráficos da distribuição binomial para diferentes valores de n e p.
18 Exemplo 4.5- Algumas possíveis aplicações do modelo binomial: Número de lançamentos de um dado que resultam na face 6, considerando 20 lançamentos de um dado balanceado ( n = 20 ; p = 1/ 6); Número de filhos do sexo masculino em casais com três filhos, considerando probabilidade 0,5 de ter um filho do sexo masculino e independência entre os sexos de diferentes crianças ( n = 3 ; p = 0, 5); Número de peças defeituosas em lotes de dez peças produzidas por uma industria que produz 1% de suas peças defeituosas ( n = 10 ; p = 0, 01). 18
19 Exemplo 4.6- Discuta a validade do modelo binomial nos seguintes casos: Dos alunos de uma grande universidade, sorteamos 5 e contamos quantos se declaram usuários de droga; Escolhemos 20 lâmpadas ao acaso na prateleira de um supermercado, sendo 10 de uma fábrica e 10 de outra. Contamos o número total de defeituosas; 19
20 Quinze automóveis 0km de uma mesma marca e tipo são submetidos a um teste antipoluição e contamos o número deles que passaram no teste; Um motorista é submetido a um teste em que deve estacionar seu veículo num pequeno espaço ( fazer baliza ). Em 10 tentativas, contamos o número de tentativas em que o motorista estacionou corretamente. 20
21 Exemplo 4.7 O escore de um teste internacional de proficiência na língua inglesa varia de 0 a 700 pontos, com mais pontos indicando um melhor desempenho. Informações, coletadas durante vários anos, permitem estabelecer o seguinte modelo para o desempenho do teste: Pontos Probabilidade 0,06 0,15 0,16 0,25 0,28 0,10 Várias universidades americanas exigem um escore mínimo de 600 pontos para aceitar candidatos de países de língua não inglesa. De um grande grupo de estudantes brasileiros que prestaram o último exame, 21
22 escolhemos ao acaso 8. Qual seria a probabilidade de no máximo dois atenderem ao requisito máximo mencionado? Assim como estudado anteriormente na análise descritiva de amostras, as variáveis aleatórias também podem ser caracterizadas por alguns parâmetros numéricos, como média (à qual é comum se referir como valor esperado da variável aleatória, denotada por µ ), variância 2 (denotada por σ ) e desvio padrão (denotado por σ ). 22
23 A média (ou valor esperado) de uma variável aleatória discreta X, denotada por µ (ou E ( X ) X ), é definida como: ( X ) = x P( X x). E = 2 A variância de uma variável aleatória discreta X, denotada por σ X (ou Var ( X ) ), é definida como: 2 ( X ) = ( x E( x) ) P( X x) Var =. O desvio X, denotada por σ X é a raiz quadrada da variância. 23
24 Exemplo 4.8 Calcule média, variância e desvio padrão para os exercícios 4.3 e 4.4. No caso da distribuição binomial, a média e o desvio padrão da variável podem ser calculadas pelas seguintes expressões: µ = n p; σ = n p ( 1 p). Exemplo 4.9 Retorne ao exemplo 4.7 e calcule a média (e o desvio padrão) da variável sob estudo. 24
25 Exemplo 4.10 Suponha X uma variável aleatória que segue o modelo binomial com n = 10. Vamos considerar três valores distintos para p : p 1 = 0,1; p 2 = 0, 5 e p 3 = 0, 9. a) Para qual dos valores de p você acredita que o número esperado de sucessos seja maior? Agora, faça as contas e verifique; b) Para qual dos valores de p você acredita que a variância do número de sucessos seja maior? Agora, faça as contas e verifique. 25
26 O modelo probabilístico de Poisson O modelo de Poisson pode ser aplicado, sob determinadas condições, à distribuição de probabilidades de uma variável aleatória discreta correspondente ao número de resultados de interesse em intervalos de tempo ou regiões de espaço. Exemplo Possíveis aplicações do modelo de Poisson: o Número de problemas de acabamento em lâminas de madeira (por 2 m ); 26
27 o Número de acidentes em uma linha de produção por mês; o Número de vendas realizadas por um vendedor por dia; o Número de ligações telefônicas que chegam a uma central de atendimento ao consumidor por minuto. O modelo probabilístico de Poisson deriva das seguintes propriedades do fenômeno sob estudo: o Os números de resultados verificados em diferentes unidades de tempo ou espaço são independentes; 27
28 o Se aumentarmos ou diminuirmos o tamanho do intervalo de tempo (ou região do espaço) em certa quantidade, a taxa (média) de ocorrências do resultado de interesse aumentará (ou diminuirá) na mesma quantidade. o A probabilidade de que mais de um resultado ocorra em um intervalo de tempo muito breve ou numa região do espaço muito pequena é desprezível. Caso tais propriedades sejam satisfeitas, a distribuição de probabilidades da variável aleatória X, que representa o número de 28
29 resultados que ocorrem em certo intervalo de tempo ou região do espaço t, é dada pela função: P ( X = x) = e λt ( λt) x! x, x = 0,1,2,.... O número médio (ou esperado) de resultados é dado por: µ X = λt, 29
30 de tal forma que λ = t é uma taxa de ocorrência de resultados por µ X unidade de tempo ou espaço. Adicionalmente, a variância de X também é dada por 2 X σ = λt. 30
31 lambda=1 lambda=5 lambda=10 P(X=x) P(X=x) P(X=x) x x x Figura 4.2 Gráficos da distribuição Poisson para diferentes valores de λ. 31
32 Exemplo As ligações para um centro de manutenção ocorrem segundo a distribuição de Poisson, sendo que, em média, são recebidas 1,7 chamadas por minuto. Determine a probabilidade de que: a) Duas chamadas sejam recebidas num minuto qualquer; b) Nenhuma chamada seja recebida num minuto qualquer; c) Mais de que no máximo duas chamadas sejam recebidas num minuto qualquer; d) Mais do que 8 chamadas sejam recebidas em um período de cinco minutos. 32
33 Exemplo 4.13 O número de pequenos defeitos de acabamento em lâminas de madeira se comporta conforme uma distribuição de Poisson, com uma taxa de 0,03 defeitos por 2 m. O fabricante está produzindo lâminas com 2 20m. a) Qual a probabilidade de dois defeitos serem encontrados numa lâmina? b) Qual a probabilidade de dois ou mais defeitos serem encontrados numa lâmina? c) Suponha que uma amostra de dez lâminas seja selecionada aleatoriamente para inspeção. O fabricante será multado se em mais de duas lâminas forem encontrados dois ou mais defeitos. Qual a probabilidade do fabricante ser multado? 33
34 34
Parte 4 Variáveis aleatórias
Parte 4 Variáveis aleatórias Uma variável aleatória associa um valor numérico a cada resultado de um fenômeno ou experimento aleatório; Assim como estudado anteriormente, uma variável aleatória pode ser
Leia maisProbabilidade I. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição de Bernoulli e Binomial 07/14 1 / 32 Distribuições Discretas Apresentaremos agora
Leia mais1 Distribuições Discretas de Probabilidade
1 Distribuições Discretas de Probabilidade A distribuição discreta descreve quantidades aleatórias (dados de interesse) que podem assumir valores particulares e os valores são finitos. Por exemplo, uma
Leia maisModelos Probabilísticos Teóricos Discretos e Contínuos. Bernoulli, Binomial, Poisson, Uniforme, Exponencial, Normal
Modelos Probabilísticos Teóricos Discretos e Contínuos Bernoulli, Binomial, Poisson, Uniforme, Exponencial, Normal Distribuição de Probabilidades A distribuição de probabilidades de uma variável aleatória:
Leia maisModelos Probabiĺısticos Discretos
Discretos Prof. Gilberto Rodrigues Liska UNIPAMPA 19 de Setembro de 2017 Material de Apoio e-mail: gilbertoliska@unipampa.edu.br Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de 2017 1 /
Leia maisPrincipais distribuições discretas Distribuição de Bernoulli sucesso fracasso X = 1, se sucesso X = 0, se fracasso P(X) TOTAL 1 Exemplo 5:
Principais distribuições discretas Na prática, sempre se procura associar um fenômeno aleatório a ser estudado, a uma forma já conhecida de distribuição de probabilidade (distribuição teórica) e, a partir
Leia maisDistribuição de Probabilidade. Prof. Ademilson
Distribuição de Probabilidade Prof. Ademilson Distribuição de Probabilidade Em Estatística, uma distribuição de probabilidade descreve a chance que uma variável pode assumir ao longo de um espaço de valores.
Leia maisVariáveis Aleatórias Discretas
Variáveis Aleatórias Discretas Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução Definição Uma variável aleatória é uma função definida
Leia maisPRINCIPAIS DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE
PRINCIPAIS DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE 3.1 INTRODUÇÃO Muitas variáveis aleatórias associadas a experimentos aleatórios têm propriedades similares e, portanto, podem ser descritas através de
Leia maisEstatística Aplicada
Estatística Aplicada Distribuições Discretas de Probabilidade Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE Distribuições de Probabilidade
Leia mais6- Probabilidade e amostras: A distribuição das médias amostrais
6- Probabilidade e amostras: A distribuição das médias amostrais Anteriormente estudamos como atribuir probabilidades a uma observação de alguma variável de interesse (ex: Probabilidade de um escore de
Leia maisPRO 2271 ESTATÍSTICA I. 3. Distribuições de Probabilidades
PRO71 ESTATÍSTICA 3.1 PRO 71 ESTATÍSTICA I 3. Distribuições de Probabilidades Variáveis Aleatórias Variáveis Aleatórias são valores numéricos que são atribuídos aos resultados de um eperimento aleatório.
Leia maisDistribuição de Probabilidade. Prof.: Joni Fusinato
Distribuição de Probabilidade Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Modelos de Probabilidade Utilizados para descrever fenômenos ou situações que encontramos na natureza, ou
Leia maisLucas Santana da Cunha de junho de 2017
VARIÁVEL ALEATÓRIA Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 19 de junho de 2017 Uma função que associa um número real aos resultados
Leia maisEstatística (MAD231) Turma: IGA. Período: 2018/2
Estatística (MAD231) Turma: IGA Período: 2018/2 Aula #03 de Probabilidade: 19/10/2018 1 Variáveis Aleatórias Considere um experimento cujo espaço amostral é Ω. Ω contém todos os resultados possíveis: e
Leia maisDistribuições discretas de probabilidades. Cap. 8 Binomial, Hipergeométrica, Poisson
Distribuições discretas de probabilidades Cap. 8 Binomial, Hipergeométrica, Poisson Definições Variável aleatória: função que associa a cada elemento do espaço amostral um número real. Exemplo: diâmetro
Leia maisPROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano
PROBABILIDADE E ESTATÍSTICA Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 7 11/2014 Variáveis Aleatórias Variáveis Aleatórias Probabilidade e Estatística 3/41 Variáveis Aleatórias Colete
Leia maisProbabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Poisson 08/14 1 / 19
Probabilidade I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Poisson 08/14 1 / 19 Modelo Poisson Na prática muitos experimentos consistem em observar a
Leia maisIntrodução à probabilidade e estatística I
Introdução à probabilidade e estatística I Variáveis Aleatórias Prof. Alexandre G Patriota Sala: 298A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Probabilidade Daqui por diante utilizaremos
Leia maisVariável Aleatória. Gilson Barbosa Dourado 6 de agosto de 2008
Variável Aleatória Gilson Barbosa Dourado gdourado@uneb.br 6 de agosto de 2008 Denição de Variável Aleatória Considere um experimento E e seu espaço amostral Ω = {a 1, a 2,..., a n }. Variável aleatória
Leia maisVARIÁVEIS ALEATÓRIAS 1
VARIÁVEIS ALEATÓRIAS 1 Variável Aleatória Uma função X que associa a cada elemento w do espaço amostral W um valor x R é denominada uma variável aleatória. Experimento: jogar 1 dado duas vezes e observar
Leia maisConforme o conjunto de valores X(S) uma variável aleatória poderá ser discreta ou contínua.
Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/famat/viali/ s KKK CKK KKC KCK CCK CKC KCC CCC S X X(s) R X(S) Uma função X que associa a cada elemento de S (s S) um número real X(s) é denominada
Leia maisVARIÁVEIS ALEATÓRIAS e DISTRIBUIÇÃO BINOMIAL
VARIÁVEIS ALEATÓRIAS e DISTRIBUIÇÃO BINOMIAL 1 Variável Aleatória Uma função X que associa a cada elemento w do espaço amostral W um valor x R é denominada uma variável aleatória. Experimento: jogar 1
Leia maisVARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL
VARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL 1 Variável Aleatória Uma função X que associa a cada elemento w do espaço amostral W um valor x R é denominada uma variável aleatória. Experimento: jogar 1 dado
Leia maisProf. Dr. Lucas Santana da Cunha de maio de 2018 Londrina
Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 21 de maio de 2018 Londrina 1 / 14 Variável aleatória Introdução Definição Uma função que associa um número real
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ s KKK CKK KKC KCK CCK CKC KCC CCC S X 0 1 2 3 R x X(s) X(S) Uma função X que associa a cada elemento de S (s S) um número real
Leia maisVariável Aleatória. O conjunto de valores. Tipos de variáveis. Uma função X que associa a cada
Variável Aleatória Uma função X que associa a cada Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ elemento de S (s S) um número real x X(s) é denominada variável aleatória. O
Leia maisVARIÁVEIS ALEATÓRIAS 1
VARIÁVEIS ALEATÓRIAS 1 Na prática é, muitas vezes, mais interessante associarmos um número a um evento aleatório e calcularmos a probabilidade da ocorrência desse número do que a probabilidade do evento.
Leia maisProbabilidade e Modelos Probabilísticos
Probabilidade e Modelos Probabilísticos 2ª Parte: modelos probabilísticos para variáveis aleatórias contínuas, modelo uniforme, modelo exponencial, modelo normal 1 Distribuição de Probabilidades A distribuição
Leia maisCapítulo 5 Distribuições de Probabilidades. Seção 5-1 Visão Geral. Visão Geral. distribuições de probabilidades discretas
Capítulo 5 Distribuições de Probabilidades 5-1 Visão Geral 5-2 Variáveis Aleatórias 5-3 Distribuição de Probabilidade Binomial 5-4 Média, Variância e Desvio Padrão da Distribuição Binomial 5-5 A Distribuição
Leia maisDA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros
UNIVERSIDADE FEDERAL DA PARAÍBA Variáveis Aleatórias Departamento de Estatística Luiz Medeiros Introdução Como sabemos, características de interesse em diversas áreas estão sujeitas à variação Essa variabilidade
Leia maisProbabilidade. 1 Distribuição de Bernoulli 2 Distribuição Binomial 3 Multinomial 4 Distribuição de Poisson. Renata Souza
Probabilidade Distribuição de Bernoulli 2 Distribuição Binomial 3 Multinomial 4 Distribuição de Poisson Renata Souza Distribuição de Bernoulli Uma lâmpada é escolhida ao acaso Ensaio de Bernoulli A lâmpada
Leia maisVARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL
VARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL Variável Aleatória Uma função X que associa a cada elemento ω do espaço amostral Ω um valor x R é denominada uma variável aleatória. A variável aleatória pode
Leia maisLista de exercícios sobre Distribuições Binomial, Poisson e Normal UFPR /2. Monitor Adi Maciel de A. Jr Prof. Jomar.
Lista de exercícios sobre Distribuições Binomial, Poisson e Normal UFPR - 2014/2 Monitor Adi Maciel de A. Jr Prof. Jomar. ----------------//----------------//---------------- Distribuição Binomial N =
Leia maisEstatística Planejamento das Aulas
29 de outubro de 2018 Distribuição Discreta Uniforme No experimento estatístico, os eventos são equiprováveis. A v.a. discreta X assume n valores discretos tem função de probabilidade: { 1 se x f x = i
Leia maisProfessora Ana Hermínia Andrade. Período
Distribuições de probabilidade Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2016.2 Modelos de distribuição Para
Leia maisCap. 6 Variáveis aleatórias contínuas
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 004 Cap. 6 Variáveis aleatórias contínuas APOIO: Fundação de Apoio
Leia mais1 Distribuição de Bernoulli
Centro de Ciências e Tecnlogia Agroalimentar - Campus Pombal Disciplina: Estatística Básica - 2013 Aula 6 Professor: Carlos Sérgio Distribuições Teóricas de Probabilidades de Variáveis Aleatórias Discretas
Leia maisDistribuições de probabilidade de variáveis aleatórias discretas
Distribuições de probabilidade de variáveis aleatórias discretas Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Cronograma 1. Distribuição Bernoulli 2. Distribuição Binomial 3. Distribuição Poisson
Leia maisCap. 6 Variáveis aleatórias contínuas
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Cap. 6 Variáveis aleatórias contínuas APOIO: Fundação de
Leia mais4. PRINCIPAIS MODELOS DISCRETOS
4. PRINCIPAIS MODELOS DISCRETOS 2011 Principais modelos probabilísticos discretos 4.1. Modelo Bernoulli Muitos eperimentos admitem apenas dois resultados. Eemplos: 1. Uma peça é classificada como defeituosa
Leia maisF (x) = P (X x) = Σ xi xp(x i ) E(X) = x i p(x i ).
Variável Aleatória Uma variável aleatória é uma variável numérica, cujo valor medido pode variar de uma réplica para outra do experimento. Exemplos: (i) Variáveis aleatórias contínuas: corrente elétrica,
Leia maisNotas de Aula. Copyright 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.
Notas de Aula Estatística Elementar 10ª Edição by Mario F. Triola Tradução: Denis Santos Slide 1 Capítulo 5 Distribuições de Probabilidades 5-1 Visão Geral 5-2 Variáveis Aleatórias 5-3 Distribuição de
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ CE003 - ESTATÍSTICA II
UNIVERSIDADE FEDERAL DO PARANÁ CE003 - ESTATÍSTICA II Segunda lista de Exercícios - Variáveis Aleatórias Professora Fernanda 1. Uma máquina caça níquel de cassino possui três roletas. Na primeira e segunda
Leia maisDistribuições de Probabilidade
Distribuições de Probabilidade Carla Henriques, Nuno Bastos e Cristina Lucas Departamento de Matemática Escola Superior de Tecnologia de Viseu. Henriques, N. Bastos e C. Lucas (DepMAT) Distribuições de
Leia maisMAE 116 Distribuição Binomial FEA - 2º Semestre de 2018
MAE 116 Distribuição Binomial FEA - 2º Semestre de 2018 1 Vamos considerar alguns exemplos de experimentos aleatórios em que associamos a cada resultado possível um número 1. Lança-se uma moeda 10 vezes
Leia maisAULAS 6 e 7. ESPERANÇA, MOMENTOS E DISTRIBUIÇÕES DE PROBABILIDADES de VARIÁVEIS DISCRETAS 05/05/2017
AULAS 6 e 7 ESPERANÇA, MOMENTOS E DISTRIBUIÇÕES DE PROBABILIDADES de VARIÁVEIS DISCRETAS 05/05/2017 Em aulas passadas vimos as funções de probabilidade de variáveis discretas e contínuas agora vamos ver
Leia maisEstatística e Probabilidade Aula 05 Distribuições de Probabilidades. Prof. Gabriel Bádue
Estatística e Probabilidade Aula 05 Distribuições de Probabilidades Prof. Gabriel Bádue Motivação Quais os possíveis resultados que poderão ser obtidos no lançamento de um dado não-viciado? Qual a probabilidade
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 5 Probabilidade: Distribuições de Discretas Parte 2 Leitura obrigatória: Devore, seções 3.4, 3.5 (hipergeométrica), 3.6 Aula 5-1 Objetivos Nesta parte 01 aprendemos a representar,
Leia maisModelos de Distribuição PARA COMPUTAÇÃO
Modelos de Distribuição MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Distribuições Discretas Bernoulli Binomial Geométrica Hipergeométrica Poisson ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros
UNIVERSIDADE FEDERAL DA PARAÍBA Variáveis Aleatórias Departamento de Estatística Luiz Medeiros Introdução Como sabemos, características de interesse em diversas áreas estão sujeitas à variação; Essa variabilidade
Leia maisEST029 Cálculo de Probabilidade I Cap. 4: Variáveis Aleatórias Unidimensionais
EST029 Cálculo de Probabilidade I Cap. 4: Variáveis Aleatórias Unidimensionais Prof. Clécio da Silva Ferreira Depto Estatística - UFJF Introdução Considere o experimento: Lançamento de uma moeda. Resultados
Leia maisEstatística. Capítulo 4: Distribuições Teóricas de Probabilidades de Variáveis Aleatórias Discretas. Professor Fernando Porto
Estatística Capítulo 4: Distribuições Teóricas de Probabilidades de Variáveis Aleatórias Discretas Professor Fernando Porto Capítulo 4 Baseado no Capítulo 4 do livro texto, Distribuições Teóricas de Probabilidades
Leia maisPARTE 2. Profª. Drª. Alessandra de Ávila Montini
PARTE 2 Profª. Drª. Alessandra de Ávila Montini Conteúdo Introdução a Probabilidade Conceito de Experimento Conceito de Espaço Amostral Conceito de Variável Aleatória Principais Distribuições de Probabilidade
Leia maisPROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS. Aula 7 11 e 12 abril MOQ-12 Probabilidades e Int. a Processos Estocásticos
PROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS Aula 7 11 e 12 abril 2007 1 Distribuições Discretas 1. Distribuição Bernoulli 2. Distribuição Binomial 3. Distribuição Geométrica 4. Distribuição Pascal
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Distribuições Discretas de Probabilidade Prof. Narciso Gonçalves da Silva www.pessoal.utfpr.edu.br/ngsilva Introdução Distribuições Discretas de Probabilidade Muitas variáveis
Leia maisVariáveis Aleatórias. Prof. Tarciana Liberal Departamento de Estatística - UFPB
Variáveis Aleatórias Prof. Tarciana Liberal Departamento de Estatística - UFPB Introdução Ao descrever o espaço amostral de um experimento aleatório, não especificamos que um resultado individual seja
Leia maisAula 5. Variáveis Aleatórias Discretas
Aula 5. Variáveis Aleatórias Discretas Definição formal : Variável aleatória é qualquer função definida em espaço Ω. Ω função é uma regra que para cada valor de domínio corresponde um valor de R R Definição
Leia maisEstatística (MAD231) Turma: IGA. Período: 2017/2
Estatística (MAD231) Turma: IGA Período: 2017/2 Aula #03 de Probabilidade: 04/10/2017 1 Variáveis Aleatórias Considere um experimento cujo espaço amostral é Ω. Ω contém todos os resultados possíveis: e
Leia maisPROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES PARTE I
PROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES PARTE I Bruno Baierle Maurício Furigo Prof.ª Sheila Regina Oro (orientadora) Edital 06/2013 - Produção de Recursos Educacionais Digitais Variável
Leia maisAula 3 - Variáveis aleatórias discretas
Aula 3 - Variáveis aleatórias discretas PhD. Wagner Hugo Bonat Laboratório de Estatística e Geoinformação-LEG Universidade Federal do Paraná 1/2017 Bonat, W. H. (LEG/UFPR) 1/2017 1 / 24 Variáveis aleatórias
Leia maisModelos Probabilisticos Discretos
Modelos Probabilisticos Discretos Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo 1 / 30 A distribuição Uniforme Discreta Suponha um experimento
Leia maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 09
Teoria das Filas aplicadas a Sistemas Computacionais Aula 09 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Leia maisModelos básicos de distribuição de probabilidade
Capítulo 6 Modelos básicos de distribuição de probabilidade Muitas variáveis aleatórias, discretas e contínuas, podem ser descritas por modelos de probabilidade já conhecidos. Tais modelos permitem não
Leia maisVariável Aleatória Poisson. Número de erros de impressão em uma
EST029 Cálculo de Probabilidade I Cap. 7. Principais Variáveis Aleatórias Discretas Prof. Clécio da Silva Ferreira Depto Estatística - UFJF Variável Aleatória Poisson Caraterização: Usa-se quando o experimento
Leia maisDistribuições de Probabilidade
Distribuições de Probabilidade 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de Probabilidade Binomiais 4 Média e Variância da Distribuição Binomial 5 Distribuição de Poisson 1 1 Aspectos Gerais
Leia maisCálculo das Probabilidades e Estatística I
Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Modelos de distribuição Para utilizar a teoria
Leia maisVariáveis Aleatórias Discretas e Distribuição de Probabilidade
Variáveis Aleatórias Discretas e Distribuição de Probabilidades - parte III 08 de Abril de 2014 Distribuição Binomial Negativa Objetivos Ao final deste capítulo você deve ser capaz de: Ententer suposições
Leia maisLista Probabilidade Estatística Aplicada à Engenharia de Produção Prof. Michel H. Montoril
Exercício 1. Seja X uma variável aleatória com distribuição normal, com média µ X = 10 e desvio padrão σ X = 1.5, e seja Y outra variável aleatória normalmente distribuída, com média µ Y = 2 e desvio padrão
Leia maisUniversidade Federal do Ceará
Universidade Federal do Ceará Faculdade de Economia Vicente Lima Crisóstomo Fortaleza, 2011 1 Sumário Introdução Estatística Descritiva Probabilidade Distribuições de Probabilidades Amostragem e Distribuições
Leia maisFACULDADE DE TECNOLOGIA DE GUARATINGUETÁ
FACULDADE DE TECNOLOGIA DE GUARATINGUETÁ ESTATÍSTICA II Nota de aula 1 Prof. MSc. Herivelto T Marcondes dos Santos Fevereiro /2009 1 Modelos de probabilidade 1.1 Variável aleatória Definição: Sejam ε um
Leia maisRevisão de Probabilidade
05 Mat074 Estatística Computacional Revisão de Probabilidade Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Determinístico Sistema Real Causas Efeito Probabilístico X Causas Efeito
Leia mais1 Variáveis Aleatórias
Centro de Ciências e Tecnologia Agroalimentar - Campus Pombal Disciplina: Estatística Básica - 2013 Aula 5 Professor: Carlos Sérgio UNIDADE 3 - VARIÁVEIS ALEATÓRIAS DISCRETAS (Notas de aula) 1 Variáveis
Leia maisProbabilidade e Estatística
Probabilidade e Estatística stica Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Inferência Estatística stica e Distribuições Amostrais Inferência Estatística stica O objetivo
Leia maisProbabilidade e Modelos Probabilísticos
Probabilidade e Modelos Probabilísticos 1ª Parte: Conceitos básicos, variáveis aleatórias, modelos probabilísticos para variáveis aleatórias discretas, modelo binomial, modelo de Poisson 1 Probabilidade
Leia maisVariáveis Aleatórias Discretas e Distribuição de Probabilidade
Variáveis Aleatórias Discretas e Distribuição de Probabilidades - parte IV 2012/02 1 Distribuição Poisson Objetivos Ao final deste capítulo você deve ser capaz de: Ententer suposições para cada uma das
Leia maisPRINCIPAIS MODELOS DISCRETOS
PRINCIPAIS MODELOS DISCRETOS 2012 Principais modelos probabilísticos discretos 4.1. Modelo Bernoulli Muitos eperimentos admitem apenas dois resultados. Eemplos: 1. Uma peça é classificada como defeituosa
Leia maisInstituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica. Professora: Denise Beatriz T. P. do Areal Ferrari
Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica Professora: Denise Beatriz T. P. do Areal Ferrari denise@ita.br Distribuições Discretas Uniforme Bernoulli Binomial Poisson
Leia mais4. PRINCIPAIS MODELOS DISCRETOS
4. PRINCIPAIS MODELOS DISCRETOS 2010 Principais modelos probabilísticos discretos 4.1. Modelo Bernoulli Muitos eperimentos admitem apenas dois resultados. Eemplos: 3. Uma peça é classificada como defeituosa
Leia maisMétodos Estatísticos
Métodos Estatísticos 5 - Distribuição Normal Referencia: Estatística Aplicada às Ciências Sociais, Cap. 7 Pedro Alberto Barbetta. Ed. UFSC, 5ª Edição, 2002. Distribuição de Probabilidades A distribuição
Leia mais4. PRINCIPAIS MODELOS DISCRETOS
4. PRINCIPAIS MODELOS DISCRETOS 2019 Principais modelos probabilísticos discretos 4.1. Modelo Bernoulli Muitos eperimentos admitem apenas dois resultados. Eemplos: 1. Uma peça é classificada como defeituosa
Leia maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 08
Teoria das Filas aplicadas a Sistemas Computacionais Aula 08 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Leia maisAula de Estatística 13/10 à 19/10. Capítulo 4 (pág. 155) Distribuições Discretas de Probabilidades
Aula de Estatística 13/10 à 19/10 Capítulo 4 (pág. 155) Distribuições Discretas de Probabilidades 4.1 Distribuições de probabilidades Variáveis Aleatórias Geralmente, o resultado de um experimento de probabilidades
Leia maisEELT-7035 Processos Estocásticos em Engenharia. Variáveis Aleatórias. EELT-7035 Variáveis Aleatórias Discretas. Evelio M. G.
EELT-7035 Processos Estocásticos em Engenharia Variáveis Aleatórias Discretas 21 de março de 2019 Variáveis Aleatórias Variável aleatória, X( ): função que mapeia o espaço amostral (S) em números pertencentes
Leia maisCap. 5 Variáveis aleatórias discretas
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Cap. 5 Variáveis aleatórias discretas APOIO: Fundação de
Leia mais3 a Lista de PE. Universidade de Brasília Departamento de Estatística
Universidade de Brasília Departamento de Estatística 3 a Lista de PE 1. Duas bolas são escolhidas aleatoriamente de uma urna contendo 8 bolas brancas, 4 pretas, e duas bolas laranjas. Suponha que um jogador
Leia maisESTATÍSTICA. x(s) W Domínio. Contradomínio
Variáveis Aleatórias Variáveis Aleatórias são funções matemáticas que associam números reais aos resultados de um Espaço Amostral. Uma variável quantitativa geralmente agrega mais informação que uma qualitativa.
Leia maisBioestatística F. Modelo Binomial. Enrico A. Colosimo
Bioestatística F Modelo Binomial Enrico A. Colosimo Departamento de Estatística Universidade Federal de Minas Gerais http://www.est.ufmg.br/~enricoc 2011 1 / 1 Variável aleatória discreta Definição Uma
Leia maisVariáveis Aleatórias Discretas e Distribuições de 3Probabilidade
Variáveis Aleatórias Discretas e Distribuições de 3Probabilidade Variáveis Aleatórias Discretas e Distribuições de Probabilidade Objetivos do aprendizado 3 Como determinar se um experimento é Binomial.
Leia maisPROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES
PROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES Bruno Baierle Maurício Furigo Prof.ª Sheila Regina Oro (orientadora) Edital 06/2013 - Produção de Recursos Educacionais Digitais Variável Aleatória
Leia maisPRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES
PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES Certas distribuições de probabilidades se encaixam em diversas situações práticas As principais são: se v.a. discreta Distribuição de Bernoulli Distribuição binomial
Leia mais5- Variáveis aleatórias contínuas
5- Variáveis aleatórias contínuas Para variáveis aleatórias contínuas, associamos probabilidades a intervalos de valores da variável. Exemplo 5.1 Seja a variável correspondente ao tempo até a cura de pacientes
Leia maisDISTRIBUIÇÕES BERNOULLI E BINOMIAL
DISTRIBUIÇÕES BERNOULLI E BINOMIAL Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 26 de junho de 2017 Distribuição Bernoulli Nos experimentos
Leia maisCAPÍTULO 4 CONCEITOS BÁSICOS DE ESTATÍSTICA E PROBABILIDADES
CAPÍTULO 4 CONCEITOS BÁSICOS DE ESTATÍSTICA E PROBABILIDADES. INTRODUÇÃO - Conceito de população desconhecida π e proporção da amostra observada P. π P + pequeno erro Perguntas: - Qual é o pequeno erro?
Leia mais5- Variáveis aleatórias contínuas
5- Variáveis aleatórias contínuas Para variáveis aleatórias contínuas, atribuímos probabilidades a intervalos de valores. Exemplo 5.1 Seja a variável correspondente ao tempo de vida útil de determinado
Leia maisDistribuições Bernoulli e Binomial
Distribuições Bernoulli e Binomial Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 04 de junho de 2018 Londrina 1 / 12 Distribuição Bernoulli Nos experimentos
Leia mais3 a Lista de PE Solução
Universidade de Brasília Departamento de Estatística 3 a Lista de PE Solução. Se X representa o ganho do jogador, então os possíveis valores para X são,, 0, e 4. Esses valores são, respectivamente, correspondentes
Leia maisBioestatística e Computação I
Bioestatística e Computação I Distribuições Teóricas de Probabilidade Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas
Leia maisCE219 - Controle Estatístico de Qualidade
CE219 - Controle Estatístico de Qualidade Cesar Augusto Taconeli 30 de maio, 2017 Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 30 de maio, 2017 1 / 24 Aula 1 - Introdução Cesar Augusto
Leia mais