CURTA REVISÃO SOBRE PROBABILIDADE E PROCESSOS ESTOCÁSTICOS
|
|
- Marcos Aragão
- 5 Há anos
- Visualizações:
Transcrição
1 CURTA REVISÃO SOBRE PROBABILIDADE E PROCESSOS ESTOCÁSTICOS PARTE i Histórico Probabilidade Axiomática de Kolmogorov Variáveis Aleatórias Densidade de Probabilidade Desigualdade de Chebyshev Versão Fraca da Lei dos Gdes Nos Independência: Momentos e Correlação PARTE ii Processos Estocásticos (P.E. s) Caracterização: Famílias Finito-dimensionais Estacionaridade no sentido estrito Estacionaridade no sentido amplo Expansões de P.E. s em séries ortogonais Expansão de Kahunen-Loève
2 INTRODUÇÃO HISTÓRICA Blaise Pascal (Paris) e Pierre Fermat (Toulouse) Resultados da correspondência: Huygens Sobre o raciocínio em jogos de azar Jaques Bernoulli (post mortem) Ars Conjectandi - Lei fraca dos g des n os. Thomas Bayes ( ) Pierre de Simon Laplace Théorie analytique des probabilités Essai philosophique des probabilités Émile Borel Éléments de la théorie des probabilités Escola Russa: Andrei Markov, Pafnuti Tchebyscheff, Liapunov Andrei Nikolaivich Kolmogoroff Kinchine Pós-guerra Michel Loève PROBLEMAS DE HILBERT (1900- PARIS)
3 AXIOMAS DE KOLMOGOROV Espaço de Probabilidades (Ω,A,P) Ω Espaço Amostral Todos os possíveis resultados de um experimento A Classe de eventos Coleção apropriada de eventos (c/estrutura algébrica) P Medida de Probabilidade Função de conjunto não negativa, aditiva TRATAMENTO AXIOMÁTICO: AX1. Ω,A, Dado um experimento, Ω, e A uma coleção de subconjuntos (eventos). AX2. A A P(A) 0 Cada evento A é associado a um n. não-negativo AX3. P(Ω)=1 Qualquer atribuição de Prob. requer normalização AX4. Se A e B A A B=, então P(A B)=P(A)+P(B) Função de conjunto aditiva AX5. {A i } i=1, com A i A com A i A j = i j; então P( i=1 Ai )=Σ i=1 P(Ai )
4 Função de conjunto σ-aditiva Toda a teoria das Probabilidades está resumida nos axiomas!! CONSEQÜENCIAS TRIVIAIS 1) P(A c )=? A A c = por AX4 P(A A c )=P(A)+P(A c ) Logo P(Ω)=P(A)+P(A c ) e por AX3 P(A c )=1-P(A). 2) P( )=? Ω= por AX4 P( Ω)=P( )+P(Ω) de Ω=Ω P(Ω)=P( )+P(Ω) P( )=0 3) P(A) 1 P(A c )=1-P(A). Por AX2, 1-P(A) 0. 4) P(B-A)=P(B)-P(A B) (A B) (B-A)= por AX4, P((A B) (B-A))=P(A B)+P(B-A) Como (A B) (B-A)=B, segue o resultado. 5) Monotonicidade A B P(A) P(B) Usando P(B-A)=P(B)-P(A B)=p(B)-P(A), tem-se P(A)=P(B)-P(B-A) por AX2 P(B-A) 0 donde P(A) P(B) 6) prove que P(A B)=P(A) + P(B) - P(A B)
5 ALGEBRA F (σ-algebra) Conjuntos munidos com duas operações: e (.) c I) A,B F A B F ii) A F A c F Fechada com todas as operações s/ conjuntos: A B A-B A B.. (vejamos: A, B F A c, B c F logo A c B c F ( A c B c ) c F ou seja A B F PROBABILIDADE TOTAL. i=1 n {Ai } i=1 n partição de Ω i=1 n Ai =Ω e A i A j = i j B Σ i=1 P(Ai B)=P(B)
6 PROBABILIDADE CONDICIONAL. Qual a Probabilidade da ocorrência do evento B, se sabemos que um outro evento A ocorreu? P(A), P(B), P(A B) A B Desde que A ocorreu, o espaço amostral foi reduzido e a distribuição precisa ser atualizada. Nova medida de probabilidade P (induzida) deve obedecer aos axiomas P (X A)= P(X)/P(A) Com X= A B P (A B)=P(A B)/P(A) B só ocorre agora se em A B, define-se então: P(B/A):= P(A B)/P(A) Esta interpretação segue a via freqüentista. P(A B)=P(A) P(B/A) e P(A B C)=P(A) P(B/A)P(C/ A B)
7 REGRA DE BAYES (Rev. Thomas Bayes) Fen. A CANAL Fen. B P(A) P(B/A) P(A/B) a priori a posteriori P(A/B)=P(A B)/P(B)= P(B/A). P(A) / P(B) INDEPENDÊNCIA: P(B/A)=P(B) VARIÁVEIS ALEATÓRIAS X:Ω R Ω w X x R Corpo ordenado (Ω,A,P) A algebra de eventos (R,B,P ) B algebra de intervalos (Borel) X função mensurável P(X x)=p{w Ω: X(w) x}
8 FUNÇÃO DISTRIBUIÇÃO DE PROBABILIDADE FDP F X (x)= P(X x) FUNÇÃO DENSIDADE DE PROBABILIDADE fdp f X (x)=d P(X x)/dx = d F X (x)/dx B B P(B)= f B X (x)dx + f X (x)dx = P(Ω)=1 MOMENTOS E MOMENTOS CENTRAIS m n =E(X n ) mais importante m 1 =E(X) média µ n =E{(X-m 1 ) n } mais importante µ 2 =σ 2 variância
9 DESIGUALDADE DE CHEBYSHEV Suponha Y uma v.a. com média nula e variância finita m y =0 e σ y 2 < e fdp f Y (y) + σ 2 y =E( y 2 2 )= y f ( y ) dy + y 2 y f ( y ) dy σ y 2 2 P( y ) Para uma v.a Y=X-m X, tem-se P( X-m X ) σ X 2 / 2 Chebyshev LEI DOS GRANDES NÚMEROS - VERSÃO FRACA CORRELAÇÃO E INDEPENDÊNCIA X, Y V.A.,s Momento Conjunto m n,k =E(X n Y k ) m 11 =E(XY)=R XY Correlação entre X e Y
10 Momento central conjunto µ n,k =E{(X-m X ) n (Y-m Y ) k } µ 11 =E{(X-m X )(Y-m Y )}=K XY Covariância entre X e Y Cov(X,Y)= K XY =E{(X-m X )(Y-m Y )}= E(XY)- m X m Y K XY = R XY - m X m Y Cov(X,Y)= R(X,Y) - m X m Y Independência E(X n Y k )= E(X n ) E(Y k ) n,k Não correlação E(XY)= E(X) E(Y) X e Y independentes X, Y não correlacionadas
11 PROCESSOS ESTOCÁSTICOS Coleção indexada de v.a. s {X t }, t T. Variável discreta ou variável contínua. w 1 Amostral W2 X(w 2,t) X(w 1,t) t t Função Função amostral ou Realização de um P.E. (trajetória) É uma generalização do conceito de v.a., (versão dinâmica), cada instante, temos uma v.a diferente! X(w 1,t) t fixo t X(w 2,t) t
12 REPRESENTAÇÃO DE PROCESSOS ALEATÓRIOS Um P.E. fica especificado se para qualquer coleção finita de instantes {t 1,t 2,...,t k } conhecemos a fdp conjunta das v.a. s F x t1 x t2... x tk (x 1,x 2,...,x k )=P(x t1 x t2... x tk ) Distribuições Finito-dimensionais. As distribuições finito-dimensionais obedecem (Kolmogorov): 1. Condição de simétria permutação j 1,j 2,...,j k dos índices 1,2,..,k, F(x j1 x j2... x jk ; t j1 t j2... t jk )=F(x 1,x 2,...;t 1,t 2...t k ) 2. Condição de Compatibilidade m<k F(x 1,x 2,..x m,,..., ; t 1,t 2...t m,...,t k ) = F(x 1,x 2,...x m ;t 1,t 2...t m ) P.E. 2- P.E.E. Amplo 3- P.E.E. Estrito PROCESSO ESTACIONÁRIO SENTIDO ESTRITO
13 DEF. Um P.E. é dito ser estacionário no sentido estrito sse escolhidos quaisquer instantes finitos, a FDP finitodimensional é invariante à deslocamentos na origem dos tempos. t1 t2 t3 F x t1 x t2... x tk (x 1,x 2,...,x k )= F x t1+τ x t2+τ... x tk+τ (x 1,x 2,...,x k )= CONSEQÜENCIA: τ F x t1 (x 1 )= F x t1+τ (x 1 ) mesma distribuição + Em t 1 : E(X t1 ) = Em t 2 : E(X t2 ) = xdf Xt1 + xdf X t2 Logo E(X t1 )= E(X t2 )=...= E(X t )=cte O P.E. Estacionário tem média única constante. De modo geral, todos os momentos são constantes.
14 PROCESSO ESTACIONÁRIO SENTIDO AMPLO DEF. Um P.E. é dito ser estacionário no sentido Amplo sse 1. E{X(t)}= cte 2. E{X 2 (t)}< t T 3. t 1, t 2 T R X (t 1, t 2 )=R X (t 2 -t 1 )=R X (τ) A Função de autocorrelação ACF independe da origem dos tempos. ***Apenas a média e variância permanecem constantes ao longo do tempo. Estacionaridade: sentido estrito sentido amplo
15 EXPANSÃO DE PROCESSOS ESTOCÁSTICOS EM SÉRIES ORTOGONAIS 1. Estudo de P.E.E. Periódicos Um processo estacionário com ACF periódica R X (τ)=r X (τ+t) X t =X t+t a.s. As funções amostrais são a.s. periódicas x(t) = Σ - + x n e jnw 0 t com w 0 =2π/T e coeficientes de Fourier T x ( t ) e jnw t dt x n = 1 0 Para x(t) diferentes x n diferentes LOGO xn é v.a.! Pode ser mostrado que: X(t)= l.i.m. N Σ -N N x n e jnw 0 t E os coeficientes de Fourier são não correlacionados: E{x n x m *}=0 n m
16 2. Estudo de P.E.E. Não- Periódicos No caso de P.E. Estacionários não-periódicos, é possível obter uma representação em série, porém os coeficientes de Fourier tornam-se correlacionados. Expansão de Kahunen-Loève.! família de sinais ortogonais {φ n (t)}, mesmo para P.E. não estacionários com ACF contínua, que admite Expansão ortogonal não-correlacionada. Em a t b x(t) = Σ - + σ n x n φ n (t) Onde <φ n (t), φ m (t)>=δ n,m E{x n x m *}=δ n,m Mostra-se que X(t)= l.i.m. N Σ -N N σn x n φ n (t) Como determinar σ n φ n (t)? Usa-se uma Transformação linear na qual os φ n (t)s são autovalores.
Introdução aos Proc. Estocásticos - ENG 430
Introdução aos Proc. Estocásticos - ENG 430 Fabrício Simões IFBA 16 de novembro de 2015 Fabrício Simões (IFBA) Introdução aos Proc. Estocásticos - ENG 430 16 de novembro de 2015 1 / 35 Fabrício Simões
Leia maisIntrodução aos Proc. Estocásticos - ENG 430
Introdução aos Proc. Estocásticos - ENG 430 Fabrício Simões IFBA 16 de novembro de 2015 Fabrício Simões (IFBA) Introdução aos Proc. Estocásticos - ENG 430 16 de novembro de 2015 1 / 34 1 Motivação 2 Conceitos
Leia maisEscola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas. Probabilidades. Cristian Villegas
Probabilidades Cristian Villegas clobos@usp.br Setembro de 2013 Apostila de Estatística (Cristian Villegas) 1 Introdução Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas
Leia maisFundamentos da Teoria da Probabilidade
Fundamentos da Teoria da Probabilidade Edmar José do Nascimento (Princípios de Comunicações) http://www.univasf.edu.br/ edmar.nascimento Universidade Federal do Vale do São Francisco Sinais Aleatórios
Leia maisProcessos Estocásticos
Processos Estocásticos Luis Henrique Assumpção Lolis 26 de maio de 2014 Luis Henrique Assumpção Lolis Processos Estocásticos 1 Conteúdo 1 Introdução 2 Definição 3 Especificando um processo aleatório 4
Leia maisTE802 Processos Estocásticos em Engenharia. Processo Aleatório. TE802 Processos Aleatórios. Evelio M. G. Fernández. 18 de outubro de 2017
TE802 Processos Estocásticos em Engenharia Processos Aleatórios 18 de outubro de 2017 Processo Aleatório Processo Aleatório (ou Estocástico), X(t): Função aleatória do tempo para modelar formas de onda
Leia maisProcessos estocásticos
36341 - Introdução aos Processos Estocásticos Curso de Pós-Graduação em Engenharia Elétrica Departamento de Engenharia Elétrica Universidade de Brasília Processos estocásticos Geovany A. Borges gaborges@ene.unb.br
Leia maisProcessos Aleatórios e Ruído
Processos Aleatórios e Ruído Luis Henrique Assumpção Lolis 11 de abril de 2014 Luis Henrique Assumpção Lolis Processos Aleatórios e Ruído 1 Conteúdo 1 O Experimento Aleatório / Espaço de Amostras 2 Algebra
Leia maisProbabilidade. É o conjunto de todos os possíveis resultados de um experimento aleatório.
Probabilidade Introdução O trabalho estatístico se desenvolve a partir da observação de determinados fenômenos e emprega dados numéricos relacionados aos mesmos, para tirar conclusões que permitam conhecê-los
Leia maisMódulo IV: Processos Aleatórios Estacionários, Cicloestaionaridade e Análise de Continuidade de Processos Aleatórios
Módulo IV: Processos Aleatórios Estacionários, Cicloestaionaridade e Análise de Continuidade de Processos Aleatórios Wamberto J. L. Queiroz Universidade Federal de Campina Grande-UFCG Departamento de Engenharia
Leia maisMódulo 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 maisNOTAS DA AULA REVISÃO SOBRE FUNDAMENTOS DE PROBABILIDADE. Prof.: Idemauro Antonio Rodrigues de Lara
1 NOTAS DA AULA REVISÃO SOBRE FUNDAMENTOS DE PROBABILIDADE Prof.: Idemauro Antonio Rodrigues de Lara 2 Experimentos aleatórios Definição 1. Experimentos aleatórios são experimentos que quando executados
Leia maisAula 11. Variáveis Aleatórias Contínuas Bidimensionais
Aula. Variáveis Aleatórias Contínuas Bidimensionais Resumo de caso unidimensional Caso Discreto p p 2 p 3 Caso Contínuo f(x) x x 2 x 3 i p i + f x dx X x x 2 x 3 P p p 2 p 3 Caso bidimensional Caso Discreto
Leia maisDisciplina: Processamento Estatístico de Sinais (ENGA83) - Aula 02 / Processos Aleatórios
Disciplina: Processamento Estatístico de Sinais (ENGA83) - Aula 02 / Processos Aleatórios Prof. Eduardo Simas (eduardo.simas@ufba.br) Programa de Pós-Graduação em Engenharia Elétrica/PPGEE Universidade
Leia maisAula 1. Wilson Correa. June 27, 2017
Aula 1 Definições Básicas Wilson Correa June 27, 2017 Série de Tempo Definição Uma série de tempo é qualquer conjunto de observações ordenadas no tempo. Podem ser: Discretas. Ex: Valores Diários de Poluição,
Leia maisVariáveis 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 maisMB-210 Probabilidade e Estatística
Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica MB-210 Probabilidade e Estatística Profa. Denise Beatriz Ferrari www.mec.ita.br/ denise denise@ita.br 2o. semestre/2013 Apresentação
Leia mais2. INTRODUÇÃO À PROBABILIDADE
2. INTRODUÇÃO À PROBABILIDADE 2019 Conceitos básicos Experimento aleatório ou fenômeno aleatório Situações ou acontecimentos cujos resultados não podem ser previstos com certeza. Um experimento ou fenônemo
Leia maisDepartamento de InformáAca - PUC- Rio. Hélio Lopes Departamento de InformáAca PUC- Rio. Probabilidade
Introdução à Simulação Estocás5ca usando R INF2035 PUC- Rio, 2013.1 Departamento de InformáAca - PUC- Rio Hélio Lopes Departamento de InformáAca PUC- Rio Experimentos aleatórios: no estudo de probabilidade,
Leia maisAula 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 maisUma breve introdução a probabilidade
Uma breve introdução a probabilidade Modelo Probabilístico Espaço amostral (S): conjunto de todos os resultados que podem ocorrer a partir de um experimento aleatório Probabilidade de eventos (P): quantificação
Leia mais195
195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245
Leia maisTema 4- Modelos de probabilidade. (Versão: para o manual a partir de 2016/17)
Tema 4- Modelos de probabilidade. (Versão: para o manual a partir de 016/17) 1- Modelos de probabilidade(136) 1.1) Introdução.(36) (Vídeo: 33) 1.) Fenómenos aleatórios(138) Experiência determinística-produz
Leia maisCapítulo 2. Variáveis Aleatórias e Distribuições
Capítulo 2 Variáveis Aleatórias e Distribuições Experimento Aleatório Não existe uma definição satisfatória de Experimento Aleatório. Os exemplos dados são de fenômenos para os quais modelos probabilísticos
Leia maisResumo. Parte 7 Processos Estocásticos. Ramiro Brito Willmersdorf
Parte 7 Processos Estocásticos Ramiro Brito Willmersdorf ramiro@willmersdorf.net Departamento de Engenharia Mecânica Universidade Federal de Pernambuco 2011.2 Resumo 1 Processos Estocásticos 2 Classicação
Leia mais1 Probabilidade: Axiomas e Propriedades
1 Probabilidade: Axiomas e Propriedades 1.1 Definição Frequentista Considere um experimento aleatório que consiste no lançamento de um dado honesto. O espaço amostral desse experimento é Ω = {1, 2, 3,
Leia maisSéries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 2
em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 2 O Modelo Estrutural Seja z t = (z 1t,...,z mt ) R m um vetor composto das variáveis de interesse. Considere
Leia maisProbabilidade 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 maisPar 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 maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Covariância e Coeficiente de correlação 11/13 1 / 21 Covariância Quando duas variáveis aleatórias
Leia maisTeoria Ergódica (9 a aula)
Outubro 2012 Espaços de Sequências Seja (X, d 0 ) um espaço métrico compacto. B Z (X ) = X Z = { x = (x j ) j Z : x j X, j Z } B N (X ) = X N = { x = (x j ) j N : x j X, j N } B(X ) designa indiferentemente
Leia maisCE085 - Estatística Inferencial
CE085 - Estatística Inferencial Revisão: Probabilidade Básica Prof. Wagner Hugo Bonat Laboratório de Estatística e Geoinformação - LEG Curso de Bacharelado em Estatatística Universidade Federal do Paraná
Leia maisSumário. 2 Índice Remissivo 12
i Sumário 1 Definições Básicas 1 1.1 Fundamentos de Probabilidade............................. 1 1.2 Noções de Probabilidade................................ 3 1.3 Espaços Amostrais Finitos...............................
Leia maisExercícios de Teoria da Probabilidade e Processos Estocásticos Parte II
Exercícios de Teoria da Probabilidade e Processos Estocásticos Parte II 13 de Dezembro de 2013 Exercício 1. Descreva o espaço de probabilidade associado às seguintes experiências aleatórias: 1. Uma moeda
Leia maisProcessos 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 maisCAPÍTULO 5: VARIÁVEIS ALEATÓRIAS BIDIMENSIONAIS Todas as coisas aparecem e desaparecem por causa da concorrência de causas e condições. Nada nunca existe inteiramente só, tudo está em relação com todo
Leia maisAGA Análise de Dados em Astronomia I. 2. Probabilidades
1 / 26 1. Introdução AGA 0505 - Análise de Dados em Astronomia I 2. Probabilidades Laerte Sodré Jr. 1o. semestre, 2019 2 / 26 aula de hoje: 1 o que são 2 distribuições de 3 a distribuição normal ou gaussiana
Leia maisTema 4- Modelos de probabilidade.
Tema 4- Modelos de probabilidade. 1- Modelos de probabilidade(136) 1.1) Introdução.(36) [Vídeo: 33] 1.) Fenómenos aleatórios(138) Experiência determinística-produz sempre o mesmo resultado desde que seja
Leia maisIntrodução a Probabilidade
Introdução a Probabilidade Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Cronograma 1. Origem e história 2. Introdução 3. Definições básicas 4. Conceituação de probabilidade 5. Probabilidade
Leia maisProcessos 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 maisProbabilidades 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 maisProcessos Estocásticos. Luiz Affonso Guedes
Processos Estocásticos Luiz Affonso Guedes Sumário Probabilidade Variáveis Aleatórias Funções de Uma Variável Aleatória Funções de Várias Variáveis Aleatórias Momentos e Estatística Condicional Teorema
Leia maisProbabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 1 / 23
I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 1 / 23 Probabilidade As definições de probabilidade apresentadas anteriormente podem
Leia maisCapítulo4- Modelos de probabilidade.
Capítulo4- Modelos de probabilidade. 1- Modelos de probabilidade(110) 1.1) Introdução.(110) 1.) Fenómenos aleatórios(11) Experiência determinística-produz sempre o mesmo resultado desde que seja repetido
Leia maisModelos para Séries Temporais Aula 1. Morettin e Toloi, 2006, Capítulo 2 Morettin, 2011, Capítulo 2 Bueno, 2011, Capítulo 2
Modelos para Séries Temporais Aula 1 Morettin e Toloi, 2006, Capítulo 2 Morettin, 2011, Capítulo 2 Bueno, 2011, Capítulo 2 Modelos para Séries Temporais Os modelos utilizados para descrever séries temporais
Leia maisComunicações Digitais Prof. André Noll Barreto. Prova /1 (04/04/2017)
Prova 1 17/1 (4/4/17) Aluno: Matrícula: Instruções A prova consiste de quatro questões discursivas A prova terá a duração de h A prova pode ser feita a lápis ou caneta Não é permitida consulta a notas
Leia maisProcessos aleatórios - características
Capítulo 6 Processos aleatórios - características temporais 6.1 O conceito de processo aleatório Um processo aleatório ou estocástico é um espaço de amostras em que cada elemento é associado a uma função
Leia maisAnexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos
1 Anexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos Documento auxiliar à disciplina de Modelação, Identificação e Controlo Digital Alexandre Bernardino 003/005 IST-Secção de Sistemas
Leia maisTE060 Princípios de Comunicação. Probabilidade. Probabilidade Condicional. Notes. Notes. Notes
TE060 Princípios de Comunicação Efeito do Ruído em Sistemas com Modulação de Onda Contínua 5 de novembro de 2013 Probabilidade Uma medida de probabilidade P é uma função que associa um número não negativo
Leia maisProbabilidade. Professora Ana Hermínia Andrade. Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise
Probabilidade Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2016.2 Você reconhece algum desses experimentos? Alguns
Leia maisExercícios de Teoria da Probabilidade e Processos Estocásticos Parte I
Exercícios de Teoria da Probabilidade e Processos Estocásticos Parte I 2014/2015 Os exercícios assinalados com (*) têm um nível de dificuldade superior. Exercício 1. Seja (X, F) um espaço mensurável. Mostre
Leia maisProbabilidade Condicional e Independência
Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica MOQ-13 Probabilidade e Estatística Profa. Denise Beatriz Ferrari www.mec.ita.br/ denise denise@ita.br 17/08/2011 Probabilidade
Leia maisTE802 Processos Estocásticos em Engenharia
TE802 Processos Estocásticos em Engenharia Duas Variáveis Aleatórias 29 de agosto de 2017 Duas Variáveis Aleatórias Função Distribuição Acumulada Conjunta: F X,Y (x,y) = P[X x, Y y] Propriedades: (a) 0
Leia maisBioestatística. AULA 6 - Variáveis aleatórias. Isolde Previdelli
Universidade Estadual de Maringá Mestrado Acadêmico em Bioestatística Bioestatística Isolde Previdelli itsprevidelli@uem.br isoldeprevidelli@gmail.com AULA 6 - Variáveis aleatórias 30 de Março de 2017
Leia maisChamamos de evento qualquer subconjunto do espaço amostral: A é um evento A Ω.
PROBABILIDADE 1.0 Conceitos Gerais No caso em que os possíveis resultados de um experimento aleatório podem ser listados (caso discreto), um modelo probabilístico pode ser entendido como a listagem desses
Leia maisExperiências Aleatórias. Espaço de Resultados. Acontecimentos
Experiências Aleatórias. Espaço de Resultados. Acontecimentos Experiência Aleatória É uma experiência em que: não se sabe exactamente o resultado que se virá a observar; conhece-se o universo dos resultados
Leia maisVariáveis Aleatórias Discretas 1/1
Variáveis Aleatórias Discretas Professores Eduardo Zambon e Magnos Martinello UFES Universidade Federal do Espírito Santo DI Departamento de Informática CEUNES Centro Universitário Norte do Espírito Santo
Leia maisa) o time ganhe 25 jogos ou mais; b) o time ganhe mais jogos contra times da classe A do que da classe B.
Universidade de Brasília Departamento de Estatística 5 a Lista de PE. Um time de basquete irá jogar uma temporada de 44 jogos. desses jogos serão disputados contra times da classe A e os 8 restantes contra
Leia maisPROCESSOS ESTOCÁSTICOS
PROCESSOS ESTOCÁSTICOS Definições, Principais Tipos, Aplicações em Confiabilidade de Sistemas e Sinais CLARKE, A. B., DISNEY, R. L. Probabilidade e Processos Estocásticos, Rio de Janeiro: Livros Técnicos
Leia maisprobabilidade PE-MEEC 1S 09/10 16 Capítulo 2 - de probabilidade 2.1 Experiências aleatórias. resultados. Acontecimentos probabilidade.
Capítulo 2 - Noções básicas de probabilidade 2.1 Experiências aleatórias. Espaço de resultados. Acontecimentos 2.2 Noção de probabilidade. Interpretações de Laplace, frequencista e subjectivista. Axiomas
Leia maisIntrodução à Bioestatística
Instituto Nacional de Cardiologia March 11, 2015 1 2 3 Os primeiros estudos surgiram no século XVII Teve origem nos jogos de azar Grandes nomes da matemática desenvolveram teorias de probabilidades: Pascal
Leia maisAnexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos
1 Anexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos Documento auxiliar à disciplina de Modelação, Identificação e Controlo Digital Alexandre Bernardino IST-Secção de Sistemas e Controlo
Leia maisTE802 Processos Estocásticos em Engenharia
TE802 Processos Estocásticos em Engenharia Vetores Aleatórios 10 de setembro de 2017 Modelos Probabiĺısticos para N Variáveis Aleatórias F X1,...,X n (x 1,...,x n) = P[X 1 x 1,..., X n x n] (x 1,...,x
Leia maisEstatística Descritiva e Exploratória
Gledson Luiz Picharski e Wanderson Rodrigo Rocha 9 de Maio de 2008 Estatística Descritiva e exploratória 1 Váriaveis Aleatórias Discretas 2 Variáveis bidimensionais 3 Váriaveis Aleatórias Continuas Introdução
Leia maisProbabilidades 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 maisFundamentos de Estatística
Fundamentos de Estatística Clássica Workshop Análise de Incertezas e Validação Programa de Verão 2017 Marcio Borges 1 1LABORATÓRIO NACIONAL DE COMPUTAÇÃO CIENTÍFICA mrborges@lncc.br Petrópolis, 9 de Fevereiro
Leia maisNotas de Probabilidades e Estatística
Notas de Probabilidades e Estatística Giovani Loiola da Silva Dep. Matemática - IST Setembro, 2008 Estas notas visam apoiar as aulas teóricas da disciplina Probabilidades e Estatística. Agradecimentos:
Leia maisTeoria da Probabilidade e Modelos Discretos de Mercados Financeiros Edição de 7 de Fevereiro de 2017
QUESTÕES PARA AS AVALIAÇÕES Teoria da Probabilidade e Modelos Discretos de Mercados Financeiros 2016-2017 Edição de 7 de Fevereiro de 2017 Nota Prévia Todos os exercícios enunciados nas aulas são considerados
Leia maisProcessamento de Sinal e Imagem Engenharia Electrotécnica e de Computadores
António M. Gonçalves Pinheiro Departamento de Física Covilhã - Portugal pinheiro@ubi.pt Processos Estocásticos - Sinais que variam aleatoriamente no tempo. são regidos por processos estocásticos. 2 1 1
Leia maisCapítulo II-Teoria da Probabilidade
Capítulo II-Teoria da Probabilidade Os assuntos expostos nos slides 58 a 75 serão estudados apenas na aulas práticas, visto serem assuntos de revisão. Noções Preliminares Definição Fenómenos aleatórios
Leia maisVARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE.1 INTRODUÇÃO Admita que, de um lote de 10 peças, 3 das quais são defeituosas, peças são etraídas ao acaso, juntas (ou uma a uma, sem reposição). Estamos
Leia maisPARTE TEÓRICA Perguntas de escolha múltipla
PROBABILIDADES E ESTATÍSTICA MIEEC/FEUP PARTE TEÓRICA Perguntas de escolha múltipla 1 Dada a experiência aleatória ε define-se espaço amostral associado a ε como sendo: A O espaço físico onde se realiza
Leia maisMétodos Quantitativos para Ciência da Computação Experimental. Jussara Almeida DCC-UFMG 2013
Métodos Quantitativos para Ciência da Computação Experimental Jussara Almeida DCC-UFMG 2013 Revisão de Probabilidade e Estatística Concentrado em estatística aplicada Estatística apropriada para medições
Leia maisSeja (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 maisVariáveis aleatórias. Universidade Estadual de Santa Cruz. Ivan Bezerra Allaman
Variáveis aleatórias Universidade Estadual de Santa Cruz Ivan Bezerra Allaman DEFINIÇÃO É uma função que associa cada evento do espaço amostral a um número real. 3/37 Aplicação 1. Seja E um experimento
Leia maisA estacionariedade prova-se de maneira semel- hante.
Se por outro lado (U 1, U 2,...) é IID então mostremos que X n U 1 + + U n tem incrementos independentes e estacionários. De facto, dados n > m temos que X n X m U m+1 + + U n. Tome-se quaisquer n 1
Leia maisProbabilidade. Probabilidade e Estatística. Prof. Dr. Narciso Gonçalves da Silva
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Probabilidade Probabilidade Experimento Aleatório Um experimento é dito aleatório quando satisfaz
Leia maisEstatítica Descritiva e Exploratória
Gledson Luiz Picharski e Wanderson Rodrigo Rocha 3 de Abril de 2008 Estatística Descritiva e exploratória 1 Introdução à análise exploratória de dados 2 Análise exploratória de dados: Medidas-resumo 3
Leia maisDepartamento de Matemática Escola Superior de Tecnologia de Viseu. Engenharia e Gestão Industrial
Variáveis Aleatórias Departamento de Matemática Escola Superior de Tecnologia de Viseu Engenharia e Gestão Industrial 1 Exemplo No lançamento de duas moedas ao ar, os resultados possíveis são: FF, FC,
Leia maisPROCESSOS ESTOCÁSTICOS. O resultado de muitas experiências aleatórias é função do tempo ou de uma (ou mais) coordenada espacial.
37 PROCESSOS ESTOCÁSTICOS O resultado de muitas experiências aleatórias é função do tempo ou de uma (ou mais) coordenada espacial. Ex: i) O valor da temperatura média diária ou semanal numa cidade. O acontecimento
Leia maisMB-210 Probabilidade e Estatística
Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica MB-210 Probabilidade e Estatística Profa. Denise Beatriz Ferrari www.mec.ita.br/ denise denise@ita.br 2o. semestre/2013 Variáveis
Leia maisVetor de Variáveis Aleatórias
Vetor de Variáveis Aleatórias Luis Henrique Assumpção Lolis 25 de junho de 2013 Luis Henrique Assumpção Lolis Vetor de Variáveis Aleatórias 1 Conteúdo 1 Vetor de Variáveis Aleatórias 2 Função de Várias
Leia maisObjetivos. Frequência Relativa X Probabilidade. Probabilidade. 1. Definições: Experimento Espaço Amostral Evento Probabilidade
Magnos Martinello Universidade Federal do Espírito Santo - UFES Departamento de Informática DI Laboratório de Pesquisas em Redes Multimidia LPRM Objetivos 1. Definições: Experimento Espaço Amostral Evento
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufgrs.br http://www.mat.ufrgsbr/~viali/ Motivação Em muitas situações precisamos lidar com duas ou mais variáveis aleatórias ao mesmo tempo. Por exemplo o comprimento e
Leia maisFundamentos da Análise Estocástica
Fudameos da Aálise Esocásica BREVE REVISÃO SOBRE A TEORIA DE PROBABILIDADES AXIOMAS DE KOLMOGOROV Espaço de Probabilidades Ω,,P. Adrey N. Kolmogorov 1903-1987. Ω Espaço Amosral Todos os possíveis resulados
Leia maisVariáveis Aleatórias. Departamento de Matemática Escola Superior de Tecnologia de Viseu
Variáveis Aleatórias Departamento de Matemática Escola Superior de Tecnologia de Viseu Exemplo No lançamento de duas moedas ao ar, os resultados possíveis são: FF, FC, CF ou CC. No entanto, o nosso interesse
Leia maisSUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS
4 SUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS Em muitos problemas de probabilidade que requerem o uso de variáveis aleatórias, uma completa especificação da função de densidade de probabilidade ou não está
Leia maisReviso de Teoria da Medida e Elementos Bsicos de Probabilidade
Reviso de Teoria da Medida e Elementos Bsicos de Probabilidade Roberto Imbuzeiro Oliveira 9 de Março de 2009 Resumo Esta lista cobre o básico do básico sobre espaços e distribuições de probabilidade. Pouco
Leia mais2. INTRODUÇÃO À PROBABILIDADE
2. INTRODUÇÃO À PROBABILIDADE 2012 Conceitos básicos Experimento aleatório ou fenômeno aleatório Situações ou acontecimentos cujos resultados não podem ser previstos com certeza. Um experimento ou fenônemo
Leia maisPRE29006 LISTA DE EXERCÍCIOS #
INSTITUTO FEDERAL DE SANTA CATARINA CAMPUS SÃO JOSÉ COORDENADORIA DE ÁREA DE TELECOMUNICAÇÕES ENGENHARIA DE TELECOMUNICAÇÕES PRE9006 LISTA DE EXERCÍCIOS #3 06. Exercícios. [, Exercício 7.] Seja A uma variável
Leia maisRevisão de Probabilidade
Revisão de Probabilidade Magnos Martinello Universidade Federal do Espírito Santo - UFES Departamento de Informática DI Laboratório de Pesquisas em Redes Multimidia LPRM Motivação Em qualquer modelo realístico
Leia maisProbabilidade Revisão de Conceitos
Probabilidade Revisão de Conceitos Espaço de Amostras A totalidade dos possíveis resultados de um experimento aleatório. Exemplo: jogar dados S = {(1,1),(1,),... (,1),(,)... (6,6)} S é dito o número de
Leia maisMESTRADO 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 maisTipos de Modelos. Exemplos. Causas. Efeito. Exemplos. Causas. Efeito. Modelo determinístico. Modelo probabilístico. Determinístico.
5/9/07 Tipos de Modelos Sistema Real Determinístico Probabilístico Modelo determinístico Exemplos Gravitação F GM M /r Causas Efeito Aceleração clássica v at Aceleração relativística v at + a t c Modelo
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 maisCapítulo 4 - Variáveis aleatórias e distribuições contínuas
Capítulo 4 - Variáveis aleatórias e distribuições contínuas Conceição Amado e Ana M. Pires 4.1 - Variáveis aleatórias contínuas. Função densidade de probabilidade 3 4.2 - Valor esperado, variância e algumas
Leia mais3 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 maisMétodos Estatísticos Básicos
Aula 7 - Probabilidade condicional e independência Departamento de Economia Universidade Federal de Pelotas (UFPel) Maio de 2014 Probabilidade condicional Seja (Ω, A, P) um espaço de probabilidade. Se
Leia maisMétodos Quantitativos para Ciência da Computação Experimental. Jussara Almeida DCC-UFMG 2016
Métodos Quantitativos para Ciência da Computação Experimental Jussara Almeida DCC-UFMG 2016 Revisão de Probabilidade e Estatística Concentrado em estatística aplicada Estatística apropriada para medições
Leia mais