Estatística e Modelos Probabilísticos - COE241
|
|
- Clara Azambuja
- 4 Há anos
- Visualizações:
Transcrição
1 Estatística e Modelos Probabilísticos - COE241 Aula passada Probabilidade Condicional Independência de Eventos Teorema da Probabilidade Total Lei de Bayes Aula de hoje Exemplo Lei de Bayes Variáveis Aleatórias PMF, CDF Exemplos de v. a.: Bernoulli, Binomial, Geométrica
2 Probabilidade Condicional Definição: Probabilidade de A dado B P [ A B ]= P [ A B] P[ B]
3 Eventos Independentes Sejam A e B dois eventos sobre o mesmo espaço amostral S A e B são independentes se P [ A B ]=P [ A]P [B ] Note que se A e B são independentes, então P [ A B ]= P [ A B ] P[ B] = P [ A]P [B ] P [B ] =P [ A] 2 eventos são independentes se a ocorrência de um não altera a probabilidade do outro
4 Teorema da Probabilidade Total Generalização do conceito Seja B i (i=1,...,n) uma partição do espaço amostral mutuamente exclusivos, união é igual ao espaço amostral B 1 B 2 BA 3... B n-1 B n Considere o evento A probabilidade de A ocorrer (em função de B i )? i= n P [ A]= i =1 P[ A B i ] P [B i ] Teorema da Probabilidade Total
5 Lei de Bayes Permite o cálculo da probabilidade de um evento B condicionado a um evento A, dado que se conhece o inverso Uso do teorema da probabilidade total P [B i / A]= P [ A/B i] P[ B i ] i=n i=1 P [ A B i ] P[ B i ]
6 Variáveis Aleatórias Necessidade de expressar eventos de forma precisa Interesse não no resultado aleatório, mas numa função do resultado Idéia: Mapear eventos em números reais! A B C D E reais
7 Exemplo: 1 dado Considere um dado Ganha 10 se o resultado é 6, zero se o resultado é 4 ou 5, e perde 5 se o resultado é 1, 2 ou
8 Definição de V.A. Uma variável aleatória X é uma função sobre um espaço amostral S que associa um número real a cada elemento de S X : S R v.a. é uma função (e não uma variável) imagem de X é o espaço amostral (discreto ou contínuo) função não precisa ser bijetora (um para um)
9 Exemplo: 2 dados Considere dois dados (vermelho e preto) Espaço amostral: S = { (1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6), (2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (2, 6),... } Seja X uma v.a. que representa a soma dos dois dados X i, j =i j Inversa de X eventos que levam a um certo valor de X X = 4 : {(1, 3), (2, 2), (3, 1)}
10 Função probabilidade de massa (pmf) Associar probabilidade a valores de uma v.a. Seja X uma v.a. (discreta) Qual a probabilidade de X = x? {s X s =x } Conjunto de eventos elementares que são mapeados no valor x p X x =P [ X =x]=p [{s X s =x }]= X s =x P [s] notação de pmf (probability mass function)
11 Propriedades da função probabilidade de massa onde xi são todos os valores que a variável aleatória pode assumir
12 Exemplo: 2 dados Seja X uma v.a. que representa a soma de dois dados Defina a pmf de X p X x =P [ X =x] Qual é o domínio de X (valores que X pode assumir)? p 2 =P [ X =2] X p 3 =P [ X =3] X p 4 =P [ X =4] x... = 1/36 = 2/36 = 3/36 X=2 : {(1,1)} X=3 : {(1,2), (2,1)} X=4 : {(1,3), (2,2), (3,1)}
13 pmf, graficamente Exemplo: 2 dados P [X = x] x (valor que X pode assumir)
14 Função distribuição cumulativa (cdf) Probabilidade cumulativa (ao invés de pontual) Dada v.a. X, temos F X x =P[ X x]=p [{s X s x }]= X s x notação da cdf (cumulative distribution function) P [s] F X (x) é não decrescente Limite quando x tende a infinito é 1
15 Propriedades da função distribuição cumulativa
16 Exemplo: 2 dados Seja X uma v.a. que representa a soma de dois dados Defina a cdf de X F X x =P[ X x] F 2 =P [ X 2] X F 3 =P [ X 3] X F 4 =P [ X 4] X... = 1/36 = 3/36 = 6/36 X=2 : {(1,1)} X=3 : {(1,1), (1,2), (2,1)} X=4 : {(1,1),..., (1,3)}
17 cdf, graficamente Exemplo: 2 dados P [X <= x] x (valor que X pode assumir)
18 Distribuições Importantes V.A. discretas Bernoulli Binomial Geométrica Poisson Usadas para modelar eventos que ocorrem na natureza Representam v.a. que iremos usar Relativamente fáceis de manipular
19 Bernoulli Somente dois eventos podem ocorrer cara ou coroa, sucesso ou falha, par ou ímpar, etc. v.a. binária (evento 0 ou evento 1) Parâmetro p, ocorrência de um dos eventos) pmf: p 0 =1 p X p 1 = p X
20 Bernoulli
21 Binomial Contagem de eventos de Bernoulli eventos independentes Número de sucessos dado N experimentos Dois parâmetros p: prob. de ocorrência do evento (sucesso) N: número de experimentos pmf: p k = N X k pk 1 p N k Número de vezes que exatamente k eventos podem ocorrer Prob. que exatamente k eventos ocorram
22 Condições para uso da Binomial
23 Exemplo de uso da Binomial
24 Geométrica Sequência de eventos de Bernoulli até que ocorra um sucesso Parâmetros p: prob. de ocorrência do evento (sucesso) N: número de experimentos pmf: p X k = p 1 p k 1 Prob. de um evento de sucesso Prob. de exatamente k-1 eventos de falha
25 Geométrica Modificada
26 Geométrica: Propriedade memoryless
27 Geométrica: Propriedade memoryless n Y Z Z v.a. geométrica Y v.a. que representa o que falta para o primeiro sucesso Y=Z-n e Z=n+Y p Z i = pq i 1 F Z i =1 q i P[Y=i / Z>n] =?
28 Geométrica: Propriedade memoryless
29 Geométrica: Aplicações
30 Geométrica: Aplicações
Estatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Exemplos Análise Combinatória Probabilidade Condicional Independência de Eventos Teorema da Probabilidade Total Lei de Bayes Aula de hoje Exemplo
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Probabilidade Condicional Independência de Eventos Teorema da Probabilidade Total Lei de Bayes Aula de hoje Variáveis Aleatórias PMF, CDF Exemplos
Leia maisAvaliação 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 maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Probabilidade Análise Combinatória Independência de eventos Aula de hoje Independência de eventos Prob. Condicional Teorema da Probabilidade
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 maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aulas passadas Espaço Amostral Álgebra de Eventos Axiomas de Probabilidade Análise Combinatória Aula de hoje Probabilidade Condicional Independência de Eventos
Leia maisAvaliação de Desempenho
Avaliação de Desempenho Aula passada Métricas, Técnicas, Erros Aula de hoje Conceitos importantes de probabilidade Como fazer a análise de desempenho? Modelos Matemáticos Modelos de Simulação Como fazer
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 maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aulas passadas Espaço Amostral Álgebra de Eventos Axiomas de Probabilidade Análise Aula de hoje Probabilidade Condicional Independência de Eventos Teorema
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 maisConceitos Básicos, Básicos,Básicos de Probabilidade
Conceitos Básicos, Básicos,Básicos de Probabilidade Espaço Amostral Base da Teoria de Probabilidades Experimentos são realizados resultados NÃO conhecidos previamente Experimento aleatório Exemplos: Determinar
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 maisMétodos Quantitativos para Ciência da Computação Experimental. Aula #2c
Métodos Quantitativos para Ciência da Computação Experimental Aula #2c Virgílio A. F. Almeida Abril 2010 Departamento de Ciência da Computação Universidade Federal de Minas Gerais Sobre o método científico
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Variáveis aleatórias discretas PMF, CDF Exemplos de v. a.: Bernoulli, Binomial, Geométrica, Poisson, Hipergeométrica Aula de hoje V.a. contínua
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 maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aulas passadas Motivação Espaço Amostral, Eventos, Álgebra de eventos Aula de hoje Probabilidade Análise Combinatória Independência Probabilidade Experimentos
Leia maisDaniel Queiroz VARIÁVEIS ALEATÓRIAS DISCRETAS
Daniel Queiroz VARIÁVEIS ALEATÓRIAS DISCRETAS INTRODUÇÃO O que é uma variável aleatória? Um tipo de variável que depende do resultado aleatório de um experimento aleatório. Diz-se que um experimento é
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 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 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 maisPoder Executivo Ministério da Educação Universidade Federal do Amazonas Instituto de Ciências Exatas Departamento de Estatística PLANO DE ENSINO
PLANO DE ENSINO 1. IDENTIFICAÇÃO DA DISCIPLINA CURSO: IE01 - Estatística PERÍODO LETIVO: 2017/2 TURMA: EB01 DISCIPLINA: Probabilidade I SIGLA: IEE201 CARGA HORÁRIA TOTAL: 90 horas CRÉDITOS: 6.6.0 TEÓRICA:
Leia maisTeoria da Probabilidade
Teoria da Probabilidade Luis Henrique Assumpção Lolis 14 de fevereiro de 2014 Luis Henrique Assumpção Lolis Teoria da Probabilidade 1 Conteúdo 1 O Experimento Aleatório 2 Espaço de amostras 3 Álgebra dos
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 maisBIE5781 Aula 2. Variáveis Aleatórias Discretas
BIE5781 Aula 2 Variáveis Aleatórias Discretas Variável Aleatória SUCESSOS COMBINAÇÕES POSSÍVEIS P 0 1/4 1 ou 2/4 2 1/4 Funções de Probabilidade J.L.B. Ferreira, 2006 f x =P X =x i 0.6 0.5 0.4 P 0.3 0.2
Leia maisAULA 16 - Distribuição de Poisson e Geométrica
AULA 16 - Distribuição de Poisson e Geométrica Susan Schommer Introdução à Estatística Econômica - IE/UFRJ Distribuição de Poisson Em muitas situações nos deparamos com a situação em que o número de ensaios
Leia maisPROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS. Aula 2 07 e 08 março MOQ-12 Probabilidades e Int. a Processos Estocásticos
PROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS Aula 2 07 e 08 março 2007 1 1. Probabilidade Condicional 2. Propriedades 3. Partições 4. Teorema de Probabilidade Total 5. Teorema de Bayes 6. Independencia
Leia maisProbabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 1 / 13
Probabilidade I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 1 / 13 Distribuição Geométrica Considere novamente uma sequência
Leia mais1 Definição Clássica de Probabilidade
Centro de Ciências e Tecnologia Agroalimentar - Campus Pombal Disciplina: Estatística Básica - 2013 Aula 4 Professor: Carlos Sérgio UNIDADE 2 - Probabilidade: Definições (Notas de aula) 1 Definição Clássica
Leia maisModelagem e Análise de Sistemas de Computação Aula 19
Modelagem e Análise de Sistemas de Computação Aula 19 Aula passada Intro a simulação Gerando números pseudo-aleatórios Aula de hoje Lei dos grandes números Calculando integrais Gerando outras distribuições
Leia maisAula de hoje Aula passada
Aula 2 Aula passada Logística, programação, regras do jogo Três problemas Monte Carlo to the rescue História das origens Monte Carlo na Computação Aula de hoje Espaço amostral Probabilidade Eventos Independência
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 maisAULA 5 - Independência, Combinatória e
AULA 5 - Independência, Combinatória e permutações Susan Schommer Introdução à Estatística Econômica - IE/UFRJ Independência Um importante caso particular da probabilidade condicional surge quando a ocorrˆncia
Leia maisPROBABILIDADE. ENEM 2016 Prof. Marcela Naves
PROBABILIDADE ENEM 2016 Prof. Marcela Naves PROBABILIDADE NO ENEM As questões de probabilidade no Enem podem cobrar conceitos relacionados com probabilidade condicional e probabilidade de eventos simultâneos.
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 mais24/04/2017. Operações que podem ser aplicadas aos eventos
Inferência estatística: processo de extrair conclusões de uma população inteira com base na informação de uma amostra A base para a inferência estatística é a teoria da probabilidade Evento: é o resultado
Leia maisAula 1. Objetivo: Mostrar o papel fundamental da distribuição de Poisson no comportamento de grandes populações.
Aula 1 Objetivo: Mostrar o papel fundamental da distribuição de Poisson no comportamento de grandes populações. Modelo População de n pessoas, n >> 1; Comportamento individual independente num intervalo
Leia maisProcessos Estocásticos
e Variáveis Aleatórias Charles Casimiro Cavalcante charles@gtel.ufc.br Grupo de Pesquisa em Telecomunicações Sem Fio GTEL Universidade Federal do Ceará UFC http://www.gtel.ufc.br Parte I Revisão de A palavra
Leia maisDistribuições Discretas
META: Estudar o comportamento das Variáveis Aleatórias Discretas, bem como das Distribuições Binomial e Poisson e suas aplicações. Entender o comportamento de uma Variável aleatória Contínua. OBJETIVOS:
Leia maisAula 1. Objetivo: Mostrar o papel fundamental da distribuição de Poisson no comportamento de grandes populações.
Aula 1 Objetivo: Mostrar o papel fundamental da distribuição de Poisson no comportamento de grandes populações. Modelo População de n pessoas, n >> 1; Comportamento individual independente num intervalo
Leia maisPODER EXECUTIVO MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DO AMAZONAS PLANO DE ENSINO 1. IDENTIFICAÇÃO DA DISCIPLINA
PODER EXECUTIVO MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DO AMAZONAS CURSO: Matemática - Bacharelado PLANO DE ENSINO 1. IDENTIFICAÇÃO DA DISCIPLINA PERÍODO LETIVO: 1 Semestre - 019 TURMA MB01 DISCIPLINA
Leia maisTE802 Processos Estocásticos em Engenharia. Informação sobre a disciplina Notes. Processos Estocásticos em Engenharia Conteúdo Notes.
TE802 Processos Estocásticos em Engenharia Conceitos Básicos de Teoria de Probabilidade 7 de março de 2016 Informação sobre a disciplina Terças e Quintas feiras das 09:30 às 11:20 horas Professor: Evelio
Leia maisDistribuições de Probabilidade
Distribuições de Probabilidade 7 6 5 4 3 2 1 0 Normal 1 2 3 4 5 6 7 8 9 10 11 Exemplos: Temperatura do ar 20 18 16 14 12 10 8 6 4 2 0 Assimetrica Positiva 1 2 3 4 5 6 7 8 9 10 11 Exemplos: Precipitação
Leia maisTE802 Processos Estocásticos em Engenharia. Informação sobre a disciplina. TE802 Conceitos Básicos de Teoria de Probabilidade. Evelio M. G.
TE802 Processos Estocásticos em Engenharia Conceitos Básicos de Teoria de Probabilidade 23 de agosto de 2017 Informação sobre a disciplina Segundas e Quartas feiras das 09:30 às 11:20 horas Professor:
Leia maisAULA 15 - Distribuição de Bernoulli e Binomial
AULA 15 - Distribuição de Bernoulli e Binomial Susan Schommer Introdução à Estatística Econômica - IE/UFRJ Variável Aleatória de Bernoulli Podemos dizer que as variáveis aleatórias mais simples entre as
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 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 maisTeoria das Probabilidades
08/06/07 Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Engenharia Mecânica Universidade Federal do Pará Instituto
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 mais14/03/2014. Tratamento de Incertezas TIC Aula 1. Conteúdo Espaços Amostrais e Probabilidade. Revisão de conjuntos. Modelos Probabilísticos
Tratamento de Incertezas TIC-00.176 Aula 1 Conteúdo Espaços Amostrais e Probabilidade Professor Leandro Augusto Frata Fernandes laffernandes@ic.uff.br Material disponível em http://www.ic.uff.br/~laffernandes/teaching/2014.1/tic-00.176
Leia maisAula de hoje. administração. São Paulo: Ática, 2007, Cap. 3. ! Tópicos. ! Referências. ! Distribuição de probabilidades! Variáveis aleatórias
Aula de hoje! Tópicos! Distribuição de probabilidades! Variáveis aleatórias! Variáveis discretas! Variáveis contínuas! Distribuição binomial! Distribuição normal! Referências! Barrow, M. Estatística para
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Introdução à simulação Geração de números aleatórios Lei dos Grandes Números Aula de hoje Geração de variáveis aleatórias: Transformada Inversa
Leia maisRedes de Computadores sem Fio
Redes de Computadores sem Fio Prof. Marcelo Gonçalves Rubinstein Programa de Pós-Graduação em Engenharia Eletrônica Faculdade de Engenharia Universidade do Estado do Rio de Janeiro Programa Introdução
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE41 Aula passada Teste de hipótese duas médias (casos 1,,3) Aula de hoje Teste de hipótese: variância Goodness of fit: v.a. discreta Goodness of fit: v.a. contínua
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 maisRevisão de Estatística (Aplicada a Análise de Desempenho) Profa. Jussara M. Almeida 1 o Semestre de 2014
Revisão de Estatística (Aplicada a Análise de Desempenho) Profa. Jussara M. Almeida 1 o Semestre de 2014 Por quê? Modelagem probabilística Avaliação dos resultados Qual a probabilidade do tempo de residência
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 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 maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aulas passadas Motivação Exemplos de aplicação de probabilidade e estatística Informações do curso Aula de hoje Espaço amostral Álgebra de Eventos Eventos
Leia maisTratamento de Incertezas TIC MINTER-IFMT
Tratamento de Incertezas TIC-10.005 MINTER-IFMT Aula 1 Conteúdo Espaços Amostrais e Probabilidade Professor Leandro Augusto Frata Fernandes laffernandes@ic.uff.br Material disponível em http://www.ic.uff.br/~laffernandes/teaching/2016.2/tic-10.005
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 maisPROBABILIDADE. Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti
Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti PROBABILIDADE Dizemos que a probabilidade é uma medida da quantidade de incerteza que existe em um determinado experimento.
Leia maisProbabilidade e Estatística
Plano de Curso Probabilidade e Estatística UAEst/CCT/UFCG Ementa Fenômeno aleatório versus fenômeno determinístico. Espaço amostral e eventos. Introdução à teoria das probabilidades. Abordagem axiomática
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 maisProbabilidade - 7/7/2018. Prof. Walter Tadeu
Probabilidade - 7/7/018 Prof. Walter Tadeu www.professorwaltertadeu.mat.br Espaço Amostral (): conjunto de todos os resultados possíveis de um experimento aleatório. Exemplos: 1. Lançamento de um dado.
Leia maisSUMÁRIO. Prefácio, Espaço amostrai, Definição de probabilidade, Probabilidades finitas dos espaços amostrais fin itos, 20
SUMÁRIO Prefácio, 1 3 1 CÁLCULO DAS PROBABILIDADES, 15 1.1 Introdução, 15 1.2 Caracterização de um experimento aleatório, 15 1.3 Espaço amostrai, 16 1.4 Evento, 17 1.5 Eventos mutuamente exclusivos, 17
Leia maisSUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2
SUMÁRIO 1 CONCEITOS BÁSICOS, 1 1.1 Introdução, 1 1.2 Conceitos Fundamentais, 2 1.2.1 Objetivo, 2 1.2.2 População e amostra, 2 1.3 Processos estatísticos de abordagem, 2 1.4 Dados estatísticos, 3 1.5 Estatística
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 maisCap. 4 - Probabilidade
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Cap. 4 - Probabilidade APOIO: Fundação de Apoio à Pesquisa
Leia maisCap. 8 - Variáveis Aleatórias
Variáveis Aleatórias Discretas: A de Poisson e Outras ESQUEMA DO CAPÍTULO 8.1 A DISTRIBUIÇÃO DE POISSON 8.2 A DISTRIBUIÇÃO DE POISSON COMO APROXIMAÇÃO DA DISTRIBUIÇÃO BINOMIAL 8.3 O PROCESSO DE POISSON
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 maisConteúdo Teórico: 03 Variáveis Aleatórias e Distribuições
ACH2053 Introdução à Estatística Conteúdo Teórico: 03 Variáveis Aleatórias e Distribuições Marcelo de Souza Lauretto Sistemas de Informação EACH www.each.usp.br/lauretto Referência: Morris DeGroot, Mark
Leia maisDistribuições de Probabilidade Discretas
Distribuições de Probabilidade Discretas Who? From? Paulo Inácio K.L. Prado e João L.F. Batista BIE-5781 Modelagem Estatística em Ecologia e Recursos Naturais When? setembro de 2016 Conceitos Conceitos
Leia maisTeoria das Probabilidades
Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Engenharia Mecânica 08:8 ESTATÍSTICA APLICADA I - Teoria das
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 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 maisINTRODUÇÃO À PROBABILIDADE
INTRODUÇÃO À PROBABILIDADE Foto extraída em http://www.alea.pt Profª Maria Eliane Universidade Estadual de Santa Cruz USO DE PROBABILIDADES EM SITUAÇÕES DO COTIDIANO Escolhas pessoais Previsão do tempo
Leia maisINSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E tecnologia PARAÍBA. Ministério da Educação
INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E tecnologia PARAÍBA Ministério da Educação Instituto Federal de Educação, Ciência e Tecnologia da Paraíba - Campus Cajazeiras Diretoria de Ensino / Coord. do Curso
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 maisProcessos Estocásticos
Processos Estocásticos Primeira Lista de Exercícios de junho de 0 Quantos códigos de quatro letras podem ser construídos usando-se as letras a, b, c, d, e, f se: a nenhuma letra puder ser repetida? b qualquer
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 5 Probabilidade: Distribuições de Discretas Parte 1 Leitura obrigatória: Devore, 3.1, 3.2 e 3.3 Chap 5-1 Objetivos Nesta parte, vamos aprender: Como representar a distribuição
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Distribuições de Probabilidade (Extra)
Estatística: Aplicação ao Sensoriamento Remoto SER 04 - ANO 018 Distribuições de Probabilidade (Etra) Camilo Daleles Rennó camilo@dpi.inpe.br http://www.dpi.inpe.br/~camilo/estatistica/ Distribuição Uniforme
Leia maisCE Estatística I
CE 002 - Estatística I Agronomia - Turma B Professor Walmes Marques Zeviani Laboratório de Estatística e Geoinformação Departamento de Estatística Universidade Federal do Paraná 1º semestre de 2012 Zeviani,
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 maisDistribuições de Probabilidade Discretas
Distribuições de Discretas Paulo Inácio K.L. Prado e João L.F. Batista BIE-5781 Modelagem Estatística em Ecologia e Recursos Naturais Novembro de 2018 Conceitos Variável aleatória Distribuição de probabilística
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 mais3 NOÇÕES DE PROBABILIDADE
3 NOÇÕES DE PROILIDDE 3.1 Conjuntos Um conjunto pode ser considerado como uma coleção de objetos chamados elementos do conjunto. Em geral denota-se conjunto por letras maiúsculas,, C,... e a sua representação
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 maisO teorema de Bayes é uma igualdade simples que vem da afirmação de que prob(a e B) = prob(b e A): prob(a B) prob(b) prob(a)
O teorema de Bayes O teorema de Bayes é uma igualdade simples que vem da afirmação de que prob(a e B) = prob(b e A): prob(b A) = no qual o denominador é a probabilidade total. prob(a B) prob(b), (4) prob(a)
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 maisEstimating Population from Samples
Estimating Population from Samples Sample mean is a random variable Mean has some distribution Multiple sample means have mean of means Knowing distribution of means can estimate error Confidence Intervals
Leia maisNoções de Probabilidade
Noções de Probabilidade Joel M. Corrêa da Rosa 2011 A estatística descritiva é ferramenta indispensável para extrair informação em um conjunto de dados. Entretanto, a tomada de decisões está fortemente
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 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 maisAula 7. Aula de hoje. Aula passada
Aula 7 Aula passada Método de Monte Carlo Estimando somatórios Calculando erro Estimando Erro de Integração de Monte Carlo Monte Carlo Ray Tracing Aula de hoje Gerando amostras de v.a. discretas Gerando
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 mais