Probabilidades e Estatística

Tamanho: px
Começar a partir da página:

Download "Probabilidades e Estatística"

Transcrição

1 Departamento de Matemática Probabilidades e Estatística LEAN, LEE, LEGI, LEGM, LEIC-A, LEIC-T, LEMat, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ 2 o semestre 2/22 o TESTE (Época de Recurso 25/6/22 9: Duração: hora e 3 minutos Justifique convenientemente todas as respostas! Grupo I valores. Numa dada experiência aleatória, sejam A e B dois acontecimentos independentes, tais que (2. P (A P (B /2. Calcule P [A (A B]. Eventos A, B : { P (A P (B 2 A B P (A B P (A P (B Probabilidade pedida P [A (A B] 2 3. P [A (A B] P (A B P (A P (A B P (A P (A + P (B P (A B Um jardineiro efectua uma sementeira de um determinado número de sementes calibradas de uma espécie de plantas. Por experiência, o jardineiro sabe que cada semente não germina com probabilidade.2, independentemente do que acontece com as restantes sementes. (a Se o jardineiro usar 2 sementes, qual é a probabilidade de menos de 4 não germinarem? (2.5 X número de sementes não germinadas, em 2 usadas Distribuição de X Supondo que as sementes germinam de forma independente, a v.a. X corresponde ao número de sucessos em n provas de Bernoulli i.i.d., pelo que X Binomial(n, p Parâmetros n 2 p P (semente não germinar.2 Prob. pedida P (X < 4 P (X 3 F Bin(2,.2 (3 tabela.44. Página de 8

2 Alternativa Prob. pedida P (X < 4 P (X 3 3 ( 2.2 x (.2 2 x x x.44. (.3 (b Qual é o menor número de sementes que o jardineiro deve semear para que, com probabilidade (.5 superior a 5%, pelo menos 3 sementes não germinem? X n número de sementes não germinadas em n usadas Distribuição de X n X n Binomial(n,.2 Obtenção do parâmetro n n : P (X n 3 >.5 P (X n 2 >.5 F Bin(n,.2 (2 <.5.5. Ora, ao pesquisar a tabela da função de distribuição da binomial, em particular a coluna correspondente a p.2, conclui-se que: F Bin(n,.2 (2 é uma função monótona decrescente de n; F Binomial(3,.2 (2.57; F Bin(4,.2 (2.448 e F Bin(n,.2 (2 <.5, para n 4. Conclusão O valor mínimo de n que satisfaz a condição P (X n 3 >.5 é n A distribuição de probabilidade do montante (em euros associado a um tipo de transacção efectuado via cartão de crédito por clientes individuais de um banco é função do tipo de vínculo forte ou fraco do cliente ao banco. Para clientes com vínculo forte ao banco essa distribuição é exponencial com valor médio de 5 euros, enquanto que para clientes com vínculo fraco ao banco a mesma é exponencial com valor médio de 75 euros. Considere que 5% das transacções do tipo referido são realizadas por clientes com vínculo forte ao banco. (a Sabendo que um cliente com vínculo forte ao banco realizou uma transacção do tipo referido de (2. valor superior a 9 euros, qual é a probabilidade do montante dessa transacção exceder 8 euros. X montante da transacção Outra v.a. Considerando o evento F cliente com vínculo forte ao banco, pode definir-se a v.a.: X F montante da transacção, sabendo que foi efectuada por cliente com vínculo forte Distribuição de X F X F Exponencial(λ F Parâmetro λ F : E(X F 5 λ F 5 λ F 5 F.d.p. de X F f X F (x 5 e x 5, x Página 2 de 8

3 Probabilidade pedida Atendendo a que a f.d. de X F é igual a F X F (x P (X x F x x ( e x 5 f X F (t dt 5 e t 5 dt x e x 5, x, tem-se P (X > 8 X > 9, F P (X > 8, X > 9 F P (X > 9 F P (X > 8 F P (X > 9 F F X F (8 F X F (9 ( e 8 5 ( e 9 5 e e 9 5 e Alternativa Probabilidade pedida P (X > 8 X > 9, F P (X > 8, X > 9 F P (X > 9 F P (X > 8 F P (X > 9 F 8 5 e t 5 dt 9 5 e t 5 dt ( e x 5 ( e x 5 e 8 5 e 9 5 e 9 5 e Alternativa 2 Probabilidade pedida Invocando a falta de memória da distribuição Exponencial tem-se: P (X > 8 X > 9, F P (X > 8 9 F 9 P (X > 9 F 9 5 e t ( e x 5 e 9 5 e dt Página 3 de 8

4 (b Sabendo que um cliente realizou uma transacção do tipo mencionado de valor superior a 9 euros, (2. qual é a probabilidade de esse cliente ter vínculo forte ao banco? Outra v.a. Considerando o evento F cliente com vínculo fraco, pode definir-se outra v.a.: X F montante da transacção, sabendo que foi efectuada por cliente com vínculo fraco Distribuição de X F X F Exponencial(λ F Parâmetro λ F : E(X F λ F λ F 75 Probabilidade pedida Aplicando o teorema de Bayes, tirando partido das duas distribuições condicionais ao vínculo e do facto de P (X > 9 F e 9 75 e.2 P (F P ( F.5, obtém-se: P (F X > 9 P (X > 9 F P (F P (X > 9 P (X > 9 F P (F P (X > 9 F P (F + P (X > 9 F P ( F e.6.5 e e.2.5 e.6 e.6 + e Grupo II valores. Seja X (respectivamente, Y o tempo em minutos entre chegadas sucessivas de mensagens electrónicas a um servidor A (respectivamente, B. Considere que (X, Y é um par aleatório contínuo com função de densidade de probabilidade conjunta f X,Y (x, y { 2 e ( x +y 2, x, y >, caso contrário. (a Determine o valor esperado do tempo que decorre entre chegadas sucessivas de mensagens (2.5 electrónicas ao servidor B. Par aleatório X tempo em minutos entre chegadas sucessivas de mensagens electr. a um servidor A Y tempo em minutos entre chegadas sucessivas de mensagens electr. a um servidor B F.d.p. conjunta { de (X, Y f X,Y (x, y 2 e ( x +y 2, x, y >, caso contrário. Página 4 de 8

5 F.d.p. marginal de Y f Y (y e y e y f X,Y (x, y dx 2 e ( x +y 2 dx e y, y > 2 e x 2 dx f Exp(/2 (x dx ou e y ( e x 2 Valor esperado de Y A consulta do formulário permite-nos concluir que Y Exponencial(λ, logo E(Y form. λ Alternativa Valor esperado de Y E(Y y f Y (y dy y e y dy ( y e y + + ( e y e y dy (.2 Alternativa 2 F.d.p. marginal de Y e valor esperado de Y E(Y y f X,Y (y dx dy y 2 e ( x 2 +y dx dy y e y ( 2 e x 2 dx dy y e y ( e x 2 dy y e y dy ( y e y + + ( e y e y dy (b Calcule P (X < Y. Probabilidade pedida P (X < Y P ( (X, Y {(x, y IR 2 : x < y} y y f X,Y (x, y dx dy 2 e ( x +y 2 dx dy ( y e y 2 e x 2 dx dy e y ( e x 2 y dy (2. Página 5 de 8

6 ( e y e y 2 dy ( e y e 3y O número de horas de sol descoberto, numa cidade do litoral, num dia aleatório do mês de Julho é uma variável aleatória X de valor esperado 9 horas e desvio padrão 2 horas. Admita-se que os números de horas de sol descoberto, nessa cidade, nos 3 dias do mês de Julho são variáveis aleatórias independentes. (a Calcule um valor aproximado para a probabilidade de essa cidade ter no total mais de 3 horas (3. de sol descoberto no mês de Julho. X i no. de horas de sol descoberto no i ésimo dia de Julho nessa cidade, i,..., 3 Distribuição, valor esperado e variância de X i i.i.d. X i X, i,..., 3 E(X i E(X µ 9 V (X i V (X σ Nova v.a. S 3 i X i no. total de horas de sol descoberto durante o mês de Julho nessa cidade Valor esperado ( e variância de S 3 E(S E i X i 3 i E(X i Xi X 3 E(X ( 3 V (S V i X Xi indep. i 3 i V (X i Xi X 3 V (X Distribuição aproximada de S Pelo Teorema do Limite Central (TLC pode escrever-se n S E(S i X i nµ a Normal(,. V (S nσ 2 Prob. pedida valor aproximado [ ] S E(S 3 E(S P (S > 3 P V (S V (S [ ] S E(S P V (S 24 T LC ( Φ 24 Φ(.89 tabela (b A família A passa férias nessa cidade nos primeiros 4 dias do mês Julho e a família B nos (2.5 últimos 6 dias do mesmo mês. Admitindo que X tem distribuição normal, calcule a probabilidade de a família A usufruir de pelo menos o dobro do número de horas de sol descoberto usufruídas pela família B durante as respectivas férias nessa cidade. X i no. de horas de sol descoberto no i ésimo dia de Julho nessa cidade, i,..., 3 Distribuição, valor esperado e variância de X i i.i.d. X i X Normal(µ, σ 2, i,..., 3 Página 6 de 8

7 E(X i E(X µ 9 V (X i V (X σ Novas v.a. S A 4 i X i no. de horas de sol descoberto durante as férias da família A S B 3 i26 X i no. de horas de sol descoberto durante as férias da família B Distribuições de S A e S B Tratando-se S A e S B de somas de v.a. independentes com distribuição normal, tem-se: S A Normal(E(S A, V (S A ; S B Normal(E(S, V (S B. Parâmetros ( de S A e S B 4 E(S A E i X i ( 4 V (S A V i X i ( 3 E(S B E i26 X i ( 3 V (S B V i26 X i Probabilidade pedida Importa notar que a probabilidade pedida é igual a P (S A 2 S B P (S A 2 S B P (S A 2 S B <. É, pois, conveniente lidar com a v.a. S A 2 S B, que não passa de uma combinação linear de duas v.a. independentes com distribuição normal logo também normalmente distribuída: S A 2 S B normal(e(s A 2 S B, V (S A 2 S B, onde E(S A 2 S B E(S A 2 E(S B V (S A 2 S B V (S A V (S B Conclui-se que P (S A 2 S B P (S A 2 S B < [ ] E(S A 2 S B Φ V (SA 2 S B ( 8 Φ 52 Φ(.46 Φ(.46 tabela Alternativamente, usando a máquina de calcular: P (S A 2 S B P (S A 2 S B < F N(8,52 ( Alternativa Probabilidade pedida Importa notar que a probabilidade pedida é igual a ( 4 3 P (S A 2 S B P X i 2 X i P i ( 4 X i 2 i i26 3 i26 X i < É, pois, conveniente lidar com a v.a. T 4 i X i 2 3 i26 X i, que não passa de uma combinação linear de v.a. independentes com distribuição normal logo também normalmente distribuída: T normal(e(t, V (T, onde E(T 4 i E(X i 2 3 i26 E(X i 4µ 2 6µ 8 V (T 4 i V (X i i26 V (X i 4σ σ Página 7 de 8.

8 Conclui-se que P (S A 2 S B P (T < [ ] E(T Φ V (T ( 8 Φ 52 Φ(.46 Φ(.46 tabela Alternativamente, usando a máquina de calcular: P (S A 2 S B P (T < F N(8,52 ( Página 8 de 8

Probabilidades e Estatística

Probabilidades e Estatística Departamento de Matemática Probabilidades e Estatística LEAN, LEE, LEGI, LEIC-T, LEMat, LERC, LQ, MEAer, MEAmbi, MEBiol, MEEC, MEMec, MEQ 1 o Teste 1 o semestre 2010/2011 Duração: 1 hora e 30 minutos 20/11/2010

Leia mais

Probabilidades e Estatística LEAN, LEE, LEGI, LEMat, LETI, LMAC, MEAmb, MEAer, MEBiol, MEBiom, MEEC, MEFT, MEQ

Probabilidades e Estatística LEAN, LEE, LEGI, LEMat, LETI, LMAC, MEAmb, MEAer, MEBiol, MEBiom, MEEC, MEFT, MEQ Duração: 90 minutos Grupo I Probabilidades e Estatística LEAN, LEE, LEGI, LEMat, LETI, LMAC, MEAmb, MEAer, MEBiol, MEBiom, MEEC, MEFT, MEQ Justifique convenientemente todas as respostas! o semestre 015/016

Leia mais

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ Duração: 90 minutos Grupo I Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ Justifique convenientemente todas as respostas 1 o semestre 2017/2018 18/11/2017

Leia mais

Probabilidades e Estatística LEE, LEGI, LENO, LETI, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ

Probabilidades e Estatística LEE, LEGI, LENO, LETI, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ Duração: 90 minutos Grupo I Probabilidades e Estatística LEE, LEGI, LENO, LETI, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ Justifique convenientemente todas as respostas o semestre 08/09

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departamento de Matemática Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MEAer, MEMec 2 o semestre 2010/2011 1 o Teste - Código A 16/4/2011 9 horas Duração: 1 hora e 30 minutos Grupo I Exercício

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departamento de Matemática Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, LEMat, MEBiom, MEFT, MEQ 2 o semestre 2011/2012 1 o Teste A 21/04/2012 9:00 Duração: 1 hora e 30 minutos Justifique convenientemente

Leia mais

Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec

Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec Duração: 90 minutos Grupo I Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec Justifique convenientemente todas as respostas 2 o semestre 2016/2017 06/05/2017 09:00 1 o teste A 10 valores

Leia mais

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística TODOS OS CURSOS Duração: 90 minutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique convenientemente todas as respostas 2 o semestre 206/207 05/07/207 :30 o Teste C 0 valores. Uma peça de certo tipo é

Leia mais

Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec

Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec Duração: 9 minutos Grupo I Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec Justifique convenientemente todas as respostas o semestre 7/8 5/5/8 9: o Teste A valores. Uma loja comercializa telemóveis

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departamento de Matemática Probabilidades e Estatística LEAN, LEE, LEGI, LEGM, LEIC-A, LEIC-T, LEMat, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ o semestre 011/01 Exame de Época

Leia mais

Probabilidades e Estatística MEEC, LEIC-A, LEGM

Probabilidades e Estatística MEEC, LEIC-A, LEGM Departamento de Matemática Probabilidades e Estatística MEEC, LEIC-A, LEGM Exame a Época / o Teste (Grupos III e IV) o semestre 009/00 Duração: 80 / 90 minutos /06/00 9:00 horas Grupo I Exercício 5 valores

Leia mais

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística TODOS OS CURSOS Duração: 90 minutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique convenientemente todas as respostas o semestre 07/08 0/07/08 :0 o Teste C 0 valores. Um relatório anual estabelece que

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departamento de Matemática Probabilidades e Estatística LEAN, LEE, LEGI, LEGM, LEIC-A, LEIC-T, LEMat, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ o semestre 11/1 Exame de Época Especial

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Deartamento de Matemática Probabilidades e Estatística LEMat, LMAC, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEQ o semestre 0/0 o Teste //0 8:30 Duração: hora e 30 minutos Gruo I Exercício.5 +.0 + 3.0 +.5 0.0

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Duração: 90 minutos Gruo I Probabilidades e Estatística LEAN, LEE, LEGI, LEMat, LETI, LMAC, MEAmb, MEAer, MEBiol, MEBiom, MEEC, MEFT, MEQ Justifique convenientemente todas as resostas! 2 o semestre 2015/2016

Leia mais

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística TODOS OS CURSOS Duração: 90 minutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique convenientemente todas as respostas 1 o semestre 2018/2019 30/01/2019 11:30 1 o Teste C 10 valores 1. Numa unidade fabril

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Deartamento de Matemática Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEEC, MEMec o semestre 011/01 1 o Teste B 1/04/01 11:00 Duração: 1 hora e 30 minutos Justifique

Leia mais

Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ

Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMat, MEQ Justifique coveietemete todas as respostas 2 o semestre 2017/2018

Leia mais

Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC

Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC Duração: 90 miutos Grupo I Probabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC Justifique coveietemete todas as respostas o semestre 207/208 8//207 :00 o Teste B 0 valores. Um teste

Leia mais

LEEC Probabilidades e Estatística 1 a Chamada 13/06/2005. Parte Prática C (C) M 1% 9% 10% (M) 4% 86% 90% 5% 95% 100%

LEEC Probabilidades e Estatística 1 a Chamada 13/06/2005. Parte Prática C (C) M 1% 9% 10% (M) 4% 86% 90% 5% 95% 100% . Definição dos acontecimentos: M T-shirt tem manchas C T-shirt tem costuras defeituosas D T-shirt é defeituosa A Preço da t-shirt é alterado a) PM) = % PC) = 5% PM C) = % LEEC Probabilidades e Estatística

Leia mais

Complementos de Probabilidades e Estatística

Complementos de Probabilidades e Estatística Departamento de Matemática, IST Secção de Probabilidades e Estatística Complementos de Probabilidades e Estatística o. Teste o. Semestre 8/9 Duração: hora e 3 minutos Justifique convenientemente todas

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departamento de Matemática Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEEC, MEMec o semestre 011/01 1 o Teste B 1/04/01 11:00 Duração: 1 hora e 30 minutos Justifique

Leia mais

MIEEC Probabilidades e Estatística 1 a Chamada 10/01/2008. Parte Prática

MIEEC Probabilidades e Estatística 1 a Chamada 10/01/2008. Parte Prática MIEEC Probabilidades e Estatística 1 a Chamada 1/1/8 Parte Prática Resolução 1. Definição dos acontecimentos: T 1 Cliente do operador Ptel 1 T Cliente do operador Ptel T 3 Cliente do operador Ptel 3 S

Leia mais

Distribuições conjuntas de probabilidades e complementos

Distribuições conjuntas de probabilidades e complementos Probabilidades e Estatística 2004/05 Colectânea de Exercícios LEIC, LERCI, LEE Capítulo 5 Distribuições conjuntas de probabilidades e complementos 02 x = 0 065 x = 1 Exercício 51 (a) P(X = x) = 015 x =

Leia mais

Nome: N. o : f(u) du para todo o x (V) d) Se F (x) tiver pontos de descontinuidade, então X é discreta (F)

Nome: N. o : f(u) du para todo o x (V) d) Se F (x) tiver pontos de descontinuidade, então X é discreta (F) ESTATÍSTICA I 2. o Ano/Gestão 1. o Semestre Época Normal Duração: 2 horas 1. a Parte Teórica N. o de Exame: RESOLUÇÃO 09.01.2015 Este exame é composto por duas partes. Esta é a 1 a Parte Teórica (Cotação:

Leia mais

c + 1+t 2 (1 + t 2 ) 5/2 dt e 5 2 ln(1+t2 )dt (1 + t 2 ) 5/2 dt (c 5/2 + (1 + t 2 ) 5/2 (1 + t 2 ) 5/2 dt ϕ(t) = (1 + t 2 ) 5/2 (1 + t).

c + 1+t 2 (1 + t 2 ) 5/2 dt e 5 2 ln(1+t2 )dt (1 + t 2 ) 5/2 dt (c 5/2 + (1 + t 2 ) 5/2 (1 + t 2 ) 5/2 dt ϕ(t) = (1 + t 2 ) 5/2 (1 + t). Análise Complexa e Equações Diferenciais 2 o Semestre 206/207 3 de junho de 207, às 9:00 Teste 2 versão A MEFT, MEC, MEBiom, LEGM, LMAC, MEAer, MEMec, LEAN, LEMat [,0 val Resolva os seguintes problemas

Leia mais

5. Distribuições conjuntas de probabilidade e complementos

5. Distribuições conjuntas de probabilidade e complementos 5. Distribuições conjuntas de probabilidade e complementos Motivação 5. Pares aleatórios Ao realizar-se uma experiência aleatória é comum estarmos interessados em estudar mais do que uma v.a., nomeadamente,

Leia mais

Teoria das Filas aplicadas a Sistemas Computacionais. Aula 09

Teoria 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 mais

Tiago Viana Flor de Santana

Tiago Viana Flor de Santana ESTATÍSTICA BÁSICA DISTRIBUIÇÃO NORMAL DE PROBABILIDADE (MODELO NORMAL) Tiago Viana Flor de Santana www.uel.br/pessoal/tiagodesantana/ tiagodesantana@uel.br sala 07 Curso: MATEMÁTICA Universidade Estadual

Leia mais

Seja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma:

Seja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma: 46 VALOR ESPERADO CONDICIONADO Seja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma: Variável contínua E + ( X Y

Leia mais

Distribuições conjuntas de probabilidade e complementos

Distribuições conjuntas de probabilidade e complementos Probabilidades e Estatística + Probabilidades e Estatística I Colectânea de Exercícios 2002/03 LEFT + LMAC Capítulo 5 Distribuições conjuntas de probabilidade e complementos Exercício 51 Uma loja de electrodomésticos

Leia mais

Probabilidades e Estatística

Probabilidades e Estatística Departamento de Matemática - IST(TP) Secção de Estatística e Aplicações Probabilidades e Estatística 1 o Teste B 2 o semestre 2007/08 Duração: 90 minutos 19/04/2008 11:30 horas O teste consiste em dois

Leia mais

Probabilidades e Estatística - LEIC + LERCI + LEE 2 o semestre 2004/05

Probabilidades e Estatística - LEIC + LERCI + LEE 2 o semestre 2004/05 Departamento de Matemática Secção de Estatística e Aplicações - IST Probabilidades e Estatística - LEIC + LERCI + LEE 2 o semestre 2004/05 3 o Teste 4/6/2005 9h O Teste que vai realizar tem a duração total

Leia mais

Pr = 6 = = = 0.8 =

Pr = 6 = = = 0.8 = IND 5 Inferência Estatística Semestre 004.0 Teste 05/0/004 GABARITO Problema (5 pontos) Uma gulosa professora de estatística é fissurada por trufas de chocolate. Em busca da trufa ideal, ela vai provando

Leia mais

AULA 17 - Distribuição Uniforme e Normal

AULA 17 - Distribuição Uniforme e Normal AULA 17 - Distribuição Uniforme e Normal Susan Schommer Introdução à Estatística Econômica - IE/UFRJ Distribuições Contínuas Em muitos problemas se torna matematicamente mais simples considerar um espaço

Leia mais

(x, y) = 0. Análise Complexa e Equações Diferenciais 2 o Semestre 2016/ de abril de 2017, às 9:00 Teste 1 versão A

(x, y) = 0. Análise Complexa e Equações Diferenciais 2 o Semestre 2016/ de abril de 2017, às 9:00 Teste 1 versão A Análise Complexa e Equações Diferenciais 2 o Semestre 26/27 22 de abril de 27, às 9: Teste versão A. Considere a função definida em R 2 por em que a e b são constantes reais. MEFT, MEC, MEBiom, LEGM, LMAC,

Leia mais

INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA

INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA Exame - Época de Recurso SEMESTRE PAR 7/8 Data: 6 de Julho de 8 Duração:

Leia mais

Variáveis Aleatórias Bidimensionais &Teoremas de Limite 1/22

Variáveis Aleatórias Bidimensionais &Teoremas de Limite 1/22 all Variáveis Aleatórias Bidimensionais & Teoremas de Limite Professores Eduardo Zambon e Magnos Martinello UFES Universidade Federal do Espírito Santo DI Departamento de Informática CEUNES Centro Universitário

Leia mais

Impacto do programa do Tutorado no desempenho académico 2010/ /13

Impacto do programa do Tutorado no desempenho académico 2010/ /13 Impacto do programa do no desempenho académico 2010/11 2012/13 - Síntese Resultados - Carla Patrocínio, Filipa David Núcleo de Estatística e Prospetiva Outubro 2014 Instituto Superior Técnico 1 Sumário

Leia mais

Análise Complexa e Equações Diferenciais 2 o Semestre 2014/2015

Análise Complexa e Equações Diferenciais 2 o Semestre 2014/2015 Análise Complexa e Equações Diferenciais 2 o Semestre 2014/2015 (Cursos: 2 o Teste, versão A LEAN, LEGM, LMAC, MEBiom, MEC, MEFT, MEMec) 30 de Maio de 2015, 9h Duração: 1h 30m INSTRUÇÕES Não é permitida

Leia mais

Distribuição Normal. Prof. Eduardo Bezerra. (CEFET/RJ) - BCC - Inferência Estatística. 25 de agosto de 2017

Distribuição Normal. Prof. Eduardo Bezerra. (CEFET/RJ) - BCC - Inferência Estatística. 25 de agosto de 2017 padrão - padronização Distribuição Normal Prof. Eduardo Bezerra (CEFET/RJ) - BCC - Inferência Estatística 25 de agosto de 2017 Eduardo Bezerra (CEFET/RJ) Distribuição Normal Março/2017 1 / 32 Roteiro Distribuições

Leia mais

Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec

Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec Duração: 90 miutos Grupo I Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec Justifique coveietemete todas as respostas 2 o semestre 208/209 04/05/209 9:00 o Teste A 0 valores. As amostras de

Leia mais

5. PRINCIPAIS MODELOS CONTÍNUOS

5. PRINCIPAIS MODELOS CONTÍNUOS 5. RINCIAIS MODELOS CONTÍNUOS 04 5.. Modelo uniforme Uma v.a. contínua tem distribuição uniforme com parâmetros α e β α β se sua função densidade de probabilidade é dada por f, β α 0, Notação: ~ Uα, β.

Leia mais

Grupo I. (a) A função de probabilidade marginal de X, P (X = x), é dada por

Grupo I. (a) A função de probabilidade marginal de X, P (X = x), é dada por Probabilidades e Estatística + Probabilidades e Estatística I Solução do Exame de 2 a chamada 3 de Fevereiro de 2003 LEFT + LMAC Grupo I (a) A função de probabilidade marginal de X, P (X = x), é dada por

Leia mais

Estatísticas Inferenciais Distribuições Amostrais. Estatística

Estatísticas Inferenciais Distribuições Amostrais. Estatística Estatística Na descrição dos conjuntos de dados x 1,..., x n, não foi feita menção ao conceito de população. Estatísticas inferenciais: preocupadas com a fonte dos dados e em tentar fazer generalizações

Leia mais

PROBABILIDADES E ESTATÍSTICA

PROBABILIDADES E ESTATÍSTICA ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA Cursos: EA, EACI, EEC, EI, EM o Teste o Semestre 007/008 Data: Sábado, 3 de Maio de 008 Duração: 5h às 7h

Leia mais

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Lei dos Grandes Números e Teorema Central do Limite 02/14 1 / 9 Lei dos Grandes Números Lei

Leia mais

4. Distribuições de probabilidade e

4. Distribuições de probabilidade e 4. Distribuições de probabilidade e características Valor esperado de uma variável aleatória. Definição 4.1: Dada uma v.a. discreta (contínua) X com f.m.p. (f.d.p.) f X (), o valor esperado (ou valor médio

Leia mais

Teoria das Filas aplicadas a Sistemas Computacionais. Aula 08

Teoria 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 mais

MAB-515 Avaliação e Desempenho (DCC/UFRJ)

MAB-515 Avaliação e Desempenho (DCC/UFRJ) MAB-515 Avaliação e Desempenho (DCC/UFRJ) Aula 6: Desigualdades, Limites e 1 Normalização Desigualdade de Chebyshev Lei dos Grandes Números 2 3 Normalização Sumário Normalização Desigualdade de Chebyshev

Leia mais

IND 1115 Inferência Estatística Aula 7

IND 1115 Inferência Estatística Aula 7 Conteúdo IND 1115 Inferência Estatística Aula 7 Setembro 2004 Por que a revisão de probabilidades até agora? A importância da distribuição Normal O Mônica Barros mbarros.com 1 mbarros.com 2 Por que uma

Leia mais

IND 1115 Inferência Estatística Aula 6

IND 1115 Inferência Estatística Aula 6 Conteúdo IND 5 Inferência Estatística Aula 6 Setembro de 004 A distribuição Lognormal A distribuição Beta e sua relação com a Uniforme(0,) Mônica Barros mbarros.com mbarros.com A distribuição Lognormal

Leia mais

PROBLEMA 1 O retorno mensal de certo investimento de risco pode ser modelado pela variável aleatória R com função de probabilidade dada abaixo :

PROBLEMA 1 O retorno mensal de certo investimento de risco pode ser modelado pela variável aleatória R com função de probabilidade dada abaixo : Módulo básico - Tópicos de Estatística e obabilidade ONS 006/007 - ofa. Mônica Barros LISTA DE EXERCÍCIOS # PROBLEMA O retorno mensal de certo investimento de risco pode ser modelado pela variável aleatória

Leia mais

Distribuições de Probabilidade. Distribuição Uniforme Distribuição Exponencial Distribuição Normal

Distribuições de Probabilidade. Distribuição Uniforme Distribuição Exponencial Distribuição Normal Distribuições de Probabilidade Distribuição Uniforme Distribuição Exponencial Distribuição Normal 1 Distribuição Uniforme A distribuição Uniforme atribui uma densidade igual ao longo de um intervalo (a,b).

Leia mais

5. PRINCIPAIS MODELOS CONTÍNUOS

5. PRINCIPAIS MODELOS CONTÍNUOS 5. PRINCIPAIS MODELOS CONTÍNUOS 2019 5.1. Modelo uniforme Uma v.a. contínua X tem distribuição uniforme com parâmetros e ( < ) se sua função densidade de probabilidade é dada por f ( x )={ 1 β α, α x β

Leia mais

Departamento de Matemática - IST(TP)

Departamento de Matemática - IST(TP) Departamento de Matemática - IST(TP) Secção de Estatística e Aplicações Probabilidades e Estatística LEIC+LERC+LEE 2 o Exame/2 o Teste 2 o Semestre/2 a Época 2007/08 Duração: 3 horas/1 hora e 30 minutos

Leia mais

Análise Complexa e Equações Diferenciais 2 ō Semestre 2012/2013

Análise Complexa e Equações Diferenciais 2 ō Semestre 2012/2013 Análise Complexa e Equações Diferenciais ō Semestre 1/13 ō Teste Versão A (Cursos: LEAN, LEMat, LMAC, MEAer, MEAmbi, MEBiom, MEBiol, MEFT, MEMec, MEQ) 5 de Maio de 13, 11h Duração: 1h 3m 1. Considere o

Leia mais

TÓPICOS DE RESOLUÇÃO - Exame de Época de Recurso (Diurno) 2009/2010. Primeira Parte. F (b) F (a) =P (a <X<b) P (a <X<b)=

TÓPICOS DE RESOLUÇÃO - Exame de Época de Recurso (Diurno) 2009/2010. Primeira Parte. F (b) F (a) =P (a <X<b) P (a <X<b)= TÓPICOS DE RESOLUÇÃO - Exame de Época de Recurso (Diurno) 009/010 [,0] 1. Considere as seguintes afirmações: Primeira Parte I. Sendo F a função de distribuição da variável aleatória (v.a.) discreta X,

Leia mais

(a) Se X Poisson(λ) e Y Poisson(µ), então X + Y Poisson(λ + µ). (b) Se X Binomial(n, p) e Y Binomial(m, p), então (X + Y ) Binomial(n + m, p).

(a) Se X Poisson(λ) e Y Poisson(µ), então X + Y Poisson(λ + µ). (b) Se X Binomial(n, p) e Y Binomial(m, p), então (X + Y ) Binomial(n + m, p). Capítulo 0 Revisões Exercício 0.1 Sejam X e Y variáveis aleatórias independentes. Mostre que: (a) Se X Poisson(λ) e Y Poisson(µ), então X + Y Poisson(λ + µ). (b) Se X Binomial(n, p) e Y Binomial(m, p),

Leia mais

Avaliação e Desempenho Aula 5

Avaliação e Desempenho Aula 5 Avaliação e Desempenho Aula 5 Aula passada Revisão de probabilidade Eventos e probabilidade Independência Prob. condicional Aula de hoje Variáveis aleatórias discretas e contínuas PMF, CDF e função densidade

Leia mais

Mais sobre Modelos Continuos

Mais sobre Modelos Continuos Mais sobre Modelos Continuos Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo 1 / 41 Transformação Linear da Uniforme Seja X uma variável aleatória

Leia mais

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística TODOS OS CURSOS Duração: 9 miutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as respostas 1 o semestre 217/218 3/1/218 11:3 1 o Teste C 1 valores 1. A Marta e o João irão passar

Leia mais

Aula 4. Aula de hoje. Aula passada

Aula 4. Aula de hoje. Aula passada Aula 4 Aula passada Função de distribuição Bernoulli Sequência de v.a. Binomial, Geométrica, Zeta Valor esperado Variância Distribuição conjunta Independência de v.a. Aula de hoje Valor esperado condicional

Leia mais

TE802 Processos Estocásticos em Engenharia. Valores Esperados de Somas de Variáveis Aleatórias. TE802 Somas de Variáveis Aleatórias

TE802 Processos Estocásticos em Engenharia. Valores Esperados de Somas de Variáveis Aleatórias. TE802 Somas de Variáveis Aleatórias TE802 Processos Estocásticos em Engenharia Somas de Variáveis Aleatórias 27 de setembro de 2017 Valores Esperados de Somas de Variáveis Aleatórias Seja W n = X 1 + + X n, E[W n ] = E[X 1 ] + E[X 2 ] +

Leia mais

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ Duração: 90 miutos Grupo I Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ Justifique coveietemete todas as respostas 1 o semestre 2017/2018 11/01/2018

Leia mais

Lista de Exercícios #5 Assunto: Variáveis Aleatórias Multidimensionais Contínuas

Lista de Exercícios #5 Assunto: Variáveis Aleatórias Multidimensionais Contínuas 1. ANPEC 018 Questão 9 Uma pessoa investe R$ 10.000,00 (I) em duas aplicações cujas taxas de retorno são variáveis aleatórias independentes, R 1 e R, com médias 5% e 14% e desvios-padrão 1% e 8%, respectivamente.

Leia mais

3 3. Variáveis Aleatórias

3 3. Variáveis Aleatórias ÍNDICE 3. VARIÁVEIS ALEATÓRIAS...49 3.. VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS...49 3.2. VARIÁVEIS DISCRETAS FUNÇÃO DE PROBABILIDADE E FUNÇÃO DISTRIBUIÇÃO DE PROBABILIDADE...50 3.2.. Função de probabilidade...50

Leia mais

PRINCIPAIS MODELOS CONTÍNUOS

PRINCIPAIS MODELOS CONTÍNUOS RINCIAIS MODELOS CONTÍNUOS 0 5.. Modelo uniforme Uma v.a. contínua tem distribuição uniforme com parâmetros α e β α β se sua função densidade de probabilidade é dada por, f β α 0, Notação: ~ Uα, β. 0,

Leia mais

Distribuições de Probabilidade. Distribuição Normal

Distribuições de Probabilidade. Distribuição Normal Distribuições de Probabilidade Distribuição Normal 1 Distribuição Normal ou Gaussiana A distribuição Normal ou Gaussiana é muito utilizada em análises estatísticas. É uma distribuição simétrica em torno

Leia mais

Teorema do Limite Central

Teorema do Limite Central Teorema do Limite Central Bacharelado em Economia - FEA - Noturno 1 o Semestre 2014 MAE0219 (IME-USP) Teorema do Limite Central 1 o Semestre 2014 1 / 47 Objetivos da Aula Sumário 1 Objetivos da Aula 2

Leia mais

Nome: N. o : 7. Total

Nome: N. o : 7. Total ESTATÍSTICA I. o Ano/Gestão. o Semestre Época Normal Duração: horas 1. a Parte Teórica N. o de Exame: 1431 5.6.14 Nome: N. o : TEÓRICA Espaço reservado a classicações PRÁTICA EM 1.a.a 3.a 4.a 6. 1.b.b

Leia mais

First exam October 23, 2006 Statistics II

First exam October 23, 2006 Statistics II First exam October 3, 006 Statistics II 1. (7 points) Numa determinada empresa de recursos humanos um teste de aptidão é realizado por um elevado número de candidatos a um emprego. A pontuação obtida nesse

Leia mais

Processos Estocásticos. Variáveis Aleatórias. Variáveis Aleatórias. Luiz Affonso Guedes. Como devemos descrever um experimento aleatório?

Processos Estocásticos. Variáveis Aleatórias. Variáveis Aleatórias. Luiz Affonso Guedes. Como devemos descrever um experimento aleatório? Processos Estocásticos Luiz Affonso Guedes Sumário Probabilidade Funções de Uma Variável Aleatória Funções de Várias Momentos e Estatística Condicional Teorema do Limite Central Processos Estocásticos

Leia mais

Aula de Exercícios - Variáveis Aleatórias Contínuas (II) Aula de Exercícios - Variáveis Aleatórias Contínuas (II)

Aula de Exercícios - Variáveis Aleatórias Contínuas (II) Aula de Exercícios - Variáveis Aleatórias Contínuas (II) Aula de Exercícios - Variáveis Aleatórias Contínuas (II) Organização: Rafael Tovar Digitação: Guilherme Ludwig Exemplo VIII Distribuição contínua Seja X a v. a. contínua cuja densidade de probabilidade

Leia mais

MAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade

MAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade MAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade Edson de Faria Departamento de Matemática IME-USP 28 de Agosto, 2013 Probabilidade: uma Introdução / Aula 8 1 Desigualdades de Markov e

Leia mais

Par de Variáveis Aleatórias

Par de Variáveis Aleatórias Par de Variáveis Aleatórias Luis Henrique Assumpção Lolis 7 de abril de 2014 Luis Henrique Assumpção Lolis Par de Variáveis Aleatórias 1 Conteúdo 1 Introdução 2 Par de Variáveis Aleatórias Discretas 3

Leia mais

Revisões de Matemática e Estatística

Revisões de Matemática e Estatística Revisões de Matemática e Estatística Joaquim J.S. Ramalho Contents 1 Operadores matemáticos 2 1.1 Somatório........................................ 2 1.2 Duplo somatório....................................

Leia mais

Modelos Lineares Distribuições de Probabilidades Distribuição Normal Teorema Central do Limite. Professora Ariane Ferreira

Modelos Lineares Distribuições de Probabilidades Distribuição Normal Teorema Central do Limite. Professora Ariane Ferreira Distribuições de Probabilidades Distribuição Normal Teorema Central do Limite Professora Ariane Ferreira Modelos Probabilísticos de v.a. continuas Distribuição de Probabilidades 2 IPRJ UERJ Ariane Ferreira

Leia mais

Análise de Dados e Simulação

Análise de Dados e Simulação Universidade de São Paulo Instituto de Matemática e Estatística http:www.ime.usp.br/ mbranco Simulação de Variáveis Aleatórias Contínuas. O método da Transformada Inversa Teorema Seja U U (0,1). Para qualquer

Leia mais

MOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel

MOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel MOQ-13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semanas 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 e 16 Introdução à probabilidade (eventos,

Leia mais

TE802 Processos Estocásticos em Engenharia. Valores Esperados de Somas de Variáveis Aleatórias Notes. PDF da Soma de Duas Variáveis Aleatórias.

TE802 Processos Estocásticos em Engenharia. Valores Esperados de Somas de Variáveis Aleatórias Notes. PDF da Soma de Duas Variáveis Aleatórias. TE802 Processos Estocásticos em Engenharia Somas de Variáveis Aleatórias 25 de abril de 2016 Valores Esperados de Somas de Variáveis Aleatórias Seja W n = X 1 + + X n, E[W n ] = E[X 1 ] + E[X 2 ] + + E[X

Leia mais

MESTRADO INTEGRADO EM ENGENHARIA ELECTROTÉCNICA E DE COMPUTADORES PROBABILIDADES E ESTATÍSTICA. 1ª Chamada 10/01/2008.

MESTRADO INTEGRADO EM ENGENHARIA ELECTROTÉCNICA E DE COMPUTADORES PROBABILIDADES E ESTATÍSTICA. 1ª Chamada 10/01/2008. MESTRADO INTEGRADO EM ENGENHARIA ELECTROTÉCNICA E DE COMPUTADORES PROBABILIDADES E ESTATÍSTICA 1ª Chamada 10/01/2008 Parte Teórica DURAÇÃO : 50 min COTAÇÃO DA PARTE TEÓRICA: 8 Valores em 20 PERGUNTAS DE

Leia mais

Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos

Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos Métodos Numéricos e Estatísticos Parte II-Métodos Estatísticos Lic. Eng. Biomédica e Bioengenharia-2009/2010 Variável aleatória É uma função, com propriedades especiais, que transforma eventos em números,

Leia mais

5. PRINCIPAIS MODELOS CONTÍNUOS

5. PRINCIPAIS MODELOS CONTÍNUOS 5. PRINCIPAIS MODELOS CONTÍNUOS 04 5.. Modelo uniforme Uma v.a. contínua X tem distribuição uniforme com parâmetros α e β (α β) se sua função densidade de probabilidade é dada por f ( ) β α 0, Notação:

Leia mais

Módulo III: Processos de Poisson, Gaussiano e Wiener

Módulo III: Processos de Poisson, Gaussiano e Wiener Módulo III: Processos de Poisson, Gaussiano e Wiener Wamberto J. L. Queiroz Universidade Federal de Campina Grande-UFCG Departamento de Engenharia Elétrica Processos Estocásticos Campina Grande - PB Módulo

Leia mais

Variáveis Aleatórias Contínuas

Variáveis Aleatórias Contínuas Variáveis Aleatórias Contínuas Bacharelado em Administração - FEA - Noturno 2 o Semestre 2017 MAE0219 (IME-USP) Variáveis Aleatórias Contínuas 2 o Semestre 2017 1 / 35 Objetivos da Aula Sumário 1 Objetivos

Leia mais

Lucas Santana da Cunha 12 de julho de 2017

Lucas Santana da Cunha   12 de julho de 2017 DISTRIBUIÇÃO NORMAL Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 12 de julho de 2017 Distribuição Normal Dentre todas as distribuições de probabilidades,

Leia mais

Cadeias de Markov em Tempo Continuo

Cadeias de Markov em Tempo Continuo Cadeias de Markov em Tempo Continuo Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Capitulos 6 Taylor & Karlin 1 / 44 Análogo ao processo

Leia mais

Exercícios Funções Multivariadas, Exponencial e Outras

Exercícios Funções Multivariadas, Exponencial e Outras Turma 2017 Exercícios Funções Multivariadas, Exponencial e Outras Problema 1 (bivariada) Um bim de cinco transistores possui dois que são defeituosos. Os transistores são testados um a um, até que os defeituosos

Leia mais

Lucas Santana da Cunha de junho de 2018 Londrina

Lucas Santana da Cunha de junho de 2018 Londrina Distribuição Normal Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 25 de junho de 2018 Londrina 1 / 17 Distribuição Normal Dentre todas as distribuições de probabilidades,

Leia mais

U.C Elementos de Probabilidades e Estatística. 26 de junho de 2013

U.C Elementos de Probabilidades e Estatística. 26 de junho de 2013 Ministério da Educação e Ciência U.C. 21037 Elementos de Probabilidades e Estatística 26 de junho de 2013 Critérios de avaliação: Para a correcção das questões constituem critérios de primordial importância,

Leia mais

5 a Lista de PE Solução

5 a Lista de PE Solução Universidade de Brasília Departamento de Estatística 5 a Lista de PE Solução. Sejam X A e X B o números de jogos que o time ganha contra times da classe A e da classe B respectivamente. Claramente X A

Leia mais

Capítulo 3 Processos de Poisson

Capítulo 3 Processos de Poisson Capítulo 3 Processos de Poisson Exercício 31 Este exercício decorre de desenvolvimentos efectuados nas aulas teóricas e do Exercício (6) Exercício 32 Procedendo como no Exercício 4, conclui-se que a distribuição

Leia mais

S I M U L A Ç Ã O 84

S I M U L A Ç Ã O 84 S I M U L A Ç Ã O 84 - 1 - Elabore uma rotina que lhe permita gerar números pseudo-aleatórios (NPA) com distribuição X ( f X ( x ) representa a função de densidade de probabilidade de X e F X ( x ) representa

Leia mais

2. Distribuições amostrais

2. Distribuições amostrais 2. Distribuições amostrais USP-ICMC-SME 203 USP-ICMC-SME () 2. Distribuições amostrais 203 / 22 Amostra aleatória Notação. X: variável aleatória (v.a.). f(x; θ): função densidade de probabilidade (X contínua)

Leia mais

Módulo II: Cálculo dos Momentos de um Processo Estocástico, Processo de Bernoulli, Processo Random Walk

Módulo II: Cálculo dos Momentos de um Processo Estocástico, Processo de Bernoulli, Processo Random Walk Módulo II: Cálculo dos Momentos de um Processo Estocástico, Processo de Bernoulli, Processo Random Walk Wamberto J. L. Queiroz Universidade Federal de Campina Grande-UFCG Departamento de Engenharia Elétrica

Leia mais

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Desigualdades 02/14 1 / 31

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Desigualdades 02/14 1 / 31 Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Desigualdades 02/14 1 / 31 Um teorema de grande importância e bastante utilidade em probabilidade

Leia mais

Processos Estocásticos. Variáveis Aleatórias. Variáveis Aleatórias. Variáveis Aleatórias. Variáveis Aleatórias. Luiz Affonso Guedes

Processos Estocásticos. Variáveis Aleatórias. Variáveis Aleatórias. Variáveis Aleatórias. Variáveis Aleatórias. Luiz Affonso Guedes Processos Estocásticos Luiz Affonso Guedes Sumário Probabilidade Funções de Uma Variável Aleatória Funções de Várias Momentos e Estatística Condicional Teorema do Limite Central Processos Estocásticos

Leia mais

Conteúdo Teórico: 04 Esperança

Conteúdo Teórico: 04 Esperança ACH2053 Introdução à Estatística Conteúdo Teórico: 04 Esperança Marcelo de Souza Lauretto Sistemas de Informação EACH www.each.usp.br/lauretto Referência: Morris DeGroot, Mark Schervish. Probability and

Leia mais