MÉTODOS EXPERIMENTAIS E TÉCNICAS DE MEDIDAS
|
|
- Paula Sabrosa
- 4 Há anos
- Visualizações:
Transcrição
1 MÉTODOS EXPERIMENTAIS E TÉCNICAS DE MEDIDAS Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br
2 Aula 4 Variáveis Aleatórias
3 Conceitos relacionados à probabilidade Mestrado em Eng. Mecânica 3/66
4 Experimentos Aleatórios Um experimento que pode fornecer diferentes resultados, muito embora seja repetido toda vez da mesma maneira, é chamado de um. Mestrado em Eng. Mecânica 4/66
5 Experimentos Aleatórios Em alguns casos, as variações aleatórias são experimentais, que podem ser ignoradas., relativa aos nossos objetivos No entanto, não importa quão cuidadosamente nosso experimento seja planejado e conduzido, a variação está quase sempre presente e sua magnitude pode ser grande o suficiente que conclusões importantes podem não ser óbvias. Nosso é compreender, quantificar e modelar os tipos de variações que encontramos com frequência. Mestrado em Eng. Mecânica 5/66
6 Espaços Amostrais Para modelar e analisar um experimento aleatório, temos de entender o de um experimento. Conjunto de todos os resultados possíveis de um experimento aleatório. Mestrado em Eng. Mecânica 6/66
7 Espaços Amostrais Considere um experimento em que você seleciona uma peça plástica moldada, tal como um conector, e mede sua espessura. Os valores possíveis da espessura dependem da resolução do instrumento de medição e também dos limites superior e inferior da espessura. Já que um valor negativo para espessura não pode ocorrer: S R x R x 0 Mestrado em Eng. Mecânica 7/66
8 Espaços Amostrais Se soubéssemos que todos os conetores terão espessura S x R10 x 11 entre 10 e 11 milímetros. Objetivo da análise é verificar se a peça tem espessura baixa, média ou alta. S= baixa, média, alta { } Objetivo da análise é verificar se a peça obedece ou não às especificações de fabricação. S= sim, não { } Mestrado em Eng. Mecânica 8/66
9 Eventos Frequentemente, estamos interessados, a partir de um experimento aleatório, em uma coleção de resultados relacionados. Um é um subconjunto do espaço amostral de um experimento aleatório. Mestrado em Eng. Mecânica 9/66
10 Exemplos Procedimento: Lançamento de um dado Evento: número 1 Espaço amostral: S={1, 2, 3, 4, 5, 6} Procedimento: Lançamento de dois dados Evento: Cair no mínimo um número 1 Todos estes eventos: 1 1, 1 2, 1 3, 1 4, 1 5, 1 6, 2 1, 3 1, 4 1, 5 1, 6 1 Espaço amostral completo: 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,...} Mestrado em Eng. Mecânica 10/66
11 Probabilidade A probabilidade de um evento é determinada como a entre o número de resultados e o número de resultados no (para resultados igualmente prováveis). Probabilidade é usada para quantificar a possibilidade ou chance de ocorrência de um resultado de um experimento aleatório. Quantificamos com um número entre [0, 1] ou em porcentagem, de 0% a 100%. Mestrado em Eng. Mecânica 11/66
12 Probabilidade Números maiores indicam que o resultado é mais provável que números menores. Probabilidade igual a 0 Resultado não ocorrerá Probabilidade igual a 1 Resultado ocorrerá com certeza. Mestrado em Eng. Mecânica 12/66
13 Definições de Probabilidade Definição Clássica; Definição Frequentista; Definição Axiomática. Mestrado em Eng. Mecânica 13/66
14 Definição Clássica A probabilidade de um evento E, que é um subconjunto finito de um espaço amostral S, de resultados igualmente prováveis, é: P E ne ns Sendo n(e) e n(s) a quantidade de elementos de E e de S, respectivamente. Mestrado em Eng. Mecânica 14/66
15 Definição Clássica A definição clássica é dúbia, já que a ideia de igualmente provável é a mesma de com probabilidade igual, isto é, a definição é circular, porque está definindo essencialmente a probabilidade com seus próprios termos. A definição não pode ser aplicada quando o espaço amostral é infinito. Mestrado em Eng. Mecânica 15/66
16 Frequência Relativa Probabilidade Nem sempre é possível determinar, pela definição clássica, a probabilidade de ocorrência de um evento. Qual a probabilidade de um avião cair? Qual a probabilidade de que um carro seja roubado? Qual a probabilidade de chover hoje? Mestrado em Eng. Mecânica 16/66
17 Frequência Relativa Probabilidade Respostas para esses problemas são fundamentais mas, como não podemos calcular essas probabilidades pela definição clássica, tudo o que podemos fazer é observar com que frequência esses fatos ocorrem. Com um grande número de observações, podemos obter uma boa estimativa da probabilidade de ocorrência desses tipos de eventos. Denominamos de Mestrado em Eng. Mecânica 17/66
18 Frequência Relativa Probabilidade Seja E um experimento aleatório e A um evento de um espaço amostral associado S. Suponha que E é repetido n vezes e seja fr A a frequência relativa do evento. Então, a probabilidade de A é definida como sendo o limite de fr A quando n tende ao infinito. Ou seja: P A lim n fr A Mestrado em Eng. Mecânica 18/66
19 Frequência Relativa Probabilidade Deve-se notar que a frequência relativa do evento A é uma aproximação da probabilidade de A. As duas se igualam apenas no limite. Em geral, para um valor de n razoavelmente grande, a fr A é uma boa aproximação de P(A). Mestrado em Eng. Mecânica 19/66
20 Distribuições de Frequência Probabilidade de ter um potinho entre 49,58 e 51,33g de canela em pó Classes fa fr fp (%) Freq. Abs. Acumulada Freq. Rel. Acumulada [44,33;46,08) 5 0,10 10,0 5 0,10 é de 28% Exemplo da Canela em pó [46,08;47,83) 6 0,12 12,0 11 0,22 [47,83;49,58) 10 0,20 20,0 21 0,42 [49,58;51,33) 14 0,28 28,0 35 0,70 [51,33;53,08) 9 0,18 18,0 44 0,88 [53,08;54,83) 0 0,00 0,0 44 0,88 [54,83;56,58) 6 0,12 12,0 50 1,00 Total 50 1,00 100,0 - - Soma das probabilidades de todos os resultados Mestrado em Eng. Mecânica 20/66
21 Esta definição frequentista, embora útil na prática, apresenta dificuldades matemáticas, pois o limite pode não existir. Em virtude dos problemas apresentados pela definição clássica e pela definição frequentista, foi desenvolvida uma teoria moderna, que é a Mestrado em Eng. Mecânica 21/66
22 Axiomas de Probabilidade Probabilidade é um número que é atribuído a cada membro de uma coleção de eventos, a partir de um experimento aleatório que satisfaça as seguintes propriedades: Se S for o espaço amostral e E for qualquer evento em um experimento aleatório: P (S) = 1; 0 P (E) 1; Para dois eventos E 1 e E 2 com E 1 E 2 P E E PE P E Mestrado em Eng. Mecânica 22/66
23 Axiomas de Probabilidade Estes axiomas implicam nos seguintes resultados: P 0 PE' 1 PE Se o evento E 1 estiver contido no evento E 2 : PE PE 1 2 Mestrado em Eng. Mecânica 23/66
24 Variáveis Aleatórias Mestrado em Eng. Mecânica 24/66
25 Variável Aleatória Lance um dado Colete dados amostrais e, então, obtenha estatísticas e gráficos Criar um modelo teórico que descreva como se espera que o experimento se comporte e, então obtenha parâmetros Encontre a probabilidade para cada resultado x f 1 8 x 2P(x) / / / / /6 6P(1) 1/6= 1/6 P(2) = 1/6 P(6) = 1/6 x = 3, 6 s=1, 7 m = 3, 5 s =1, 7 Mestrado em Eng. Mecânica 25/66
26 Variáveis Aleatórias Uma é uma variável (normalmente representada por X) que assume um único valor numérico x, determinado pelo acaso, para cada resultado de um experimento. Mestrado em Eng. Mecânica 26/66
27 Distribuição de Probabilidade Mestrado em Eng. Mecânica 27/66
28 Distribuição de Probabilidade Uma de uma variável aleatória X é uma descrição das probabilidades associadas com os valores possíveis de X. Ela é frequentemente expressa na forma de um gráfico, de uma tabela ou de uma fórmula. Mestrado em Eng. Mecânica 28/66
29 EXEMPLO 1 Considere a prole de ervilhas de pais que têm, ambos, a combinação verde/amarelo de genes de vagem (verde dominante). Sob essas condições, a probabilidade de uma prole ter uma vagem verde é 3/4 ou 0,75. Isto é, P (vagem verde) = 0,75. Se obtemos cinco dessas proles e fazemos: x = número de ervilhas com vagens verdes entre 5 proles de ervilhas Então, x é uma variável aleatória, pois seu valor depende do acaso. Mestrado em Eng. Mecânica 29/66
30 EXEMPLO 1 A tabela abaixo, é uma distribuição de probabilidade, porque ela dá a probabilidade para cada valor da variável aleatória x. x (Número de ervilhas com vagens verdes) P(x) 0 0,01 1 0, , , , ,237 Mestrado em Eng. Mecânica 30/66
31 Variáveis Aleatórias Variável Aleatória Discreta É uma variável aleatória com uma faixa finita (ou infinita contável). Variável Aleatória Contínua É uma variável aleatória com um intervalo (tanto finito como infinito) de números reais para sua faixa. Mestrado em Eng. Mecânica 31/66
32 Variáveis Aleatórias Variável Aleatória Discreta Número de arranhões em uma superfície; Proporção de partes defeituosas entre testadas; Número de bits transmitidos que foram recebidos com erro. Variável Aleatória Contínua Corrente Elétrica; Comprimento; Pressão; Temperatura, Tempo. Mestrado em Eng. Mecânica 32/66
33 Histogramas A de uma tabela de distribuições de probabilidade é um histograma. Um histograma é um no qual a escala horizontal representa classes de valores de dados e a escala vertical representa frequências. As alturas das barras correspondem aos valores das frequências, e as barras são desenhadas adjacentes umas às outras (sem separação). Mestrado em Eng. Mecânica 33/66
34 Histogramas no R hist(nome_do_arquivo,breaks=c(limites inferiores das classes)) Opções: freq=false or TRUE ylab, xlab, main, col. Mestrado em Eng. Mecânica 34/66
35 Gráficos Podemos representar uma distribuição de probabilidades através de um histograma: o Área do retângulo: 1 0,396 As áreas dos retângulos são iguais às probabilidades da Tabela do Exemplo 1 Mestrado em Eng. Mecânica 35/66
36 Distribuição de Probabilidades Toda distribuição de probabilidades deve satisfazer cada um dos seguintes requisitos: P x 1 Valores como 0,999 ou 1,001 são aceitáveis quando resultam de erros de arredondamento. 0 Px 1 Mestrado em Eng. Mecânica 36/66
37 EXEMPLO 1 Analisando a tabela do Exemplo 1: x (Número de ervilhas com vagens verdes) P(x) 0 0, , , , , ,237 P x 1, 001 Cada P (x) está entre 0 e 1 Mestrado em Eng. Mecânica 37/66
38 Distribuição de Probabilidade Para uma variável aleatória discreta, frequentemente esta distribuição é apresentada por uma lista de valores possíveis. Em alguns casos, podemos descrever a distribuição de probabilidades usando uma função que especifica a probabilidade de cada um dos valores discretos possíveis para X. Mestrado em Eng. Mecânica 38/66
39 Função de Probabilidade Para uma variável aleatória discreta X, com valores possíveis x 1, x 2,...,x n, a função de probabilidade é uma função tal que: f x 0 i n i1 f 1 x i f x PX x i i Mestrado em Eng. Mecânica 39/66
40 Funções de Distribuição Cumulativa A função de probabilidade cumulativa de uma variável aleatória discreta, X, denotada por F(x), é: F x PX x f x x i x i Mestrado em Eng. Mecânica 40/66
41 Funções de Distribuição Cumulativa Para uma variável aleatória discreta X, F(x) satisfaz as seguintes propriedades: F x PX x f x x i x i 0 Fx 1 Se x y, então F x F y Mestrado em Eng. Mecânica 41/66
42 Média, Variância e Desvio-Padrão Podemos descrever distribuições de probabilidades utilizando a média, a variância e o desvio-padrão. : Valor central da variável aleatória. variável aleatória. : Medem a variabilidade da Duas distribuições diferentes podem ter a mesma média e variância. Mestrado em Eng. Mecânica 42/66
43 Média, Variância e Desvio-Padrão A média ou valor esperado de uma variável aleatória discreta X é uma média ponderada dos possíveis valores de X, com pesos iguais às probabilidades. Média de uma variável aleatória E X x f x x Podemos considerar tal média como o valor esperado no sentido de que é o valor médio que esperaríamos se as tentativas pudessem continuar indefinidamente. Mestrado em Eng. Mecânica 43/66
44 Média, Variância e Desvio-Padrão A variância utiliza o peso f(x) como o multiplicador de cada desvio quadrático possível (x ) 2 2 x 2 Variância f x x Desvio-padrão 2 Mestrado em Eng. Mecânica 44/66
45 EXEMPLO 2 A tabela abaixo descreve a distribuição de probabilidade para o número de ervilhas com vagens verdes entre 5 proles obtidas de pais que tinham, ambos, pares de genes verde/amarelo. Ache a média, a variância e o desvio-padrão para esta distribuição de probabilidade. Mestrado em Eng. Mecânica 45/66
46 EXEMPLO 2 x (Número de ervilhas com vagens verdes) f(x) 0 0,01 1 0, , , , ,237 Total x. f(x) (x - ) 2. f(x) 0,000 0, ,015 0, ,176 0, ,792 0, ,584 0, ,185 0, ,752 0, Mestrado em Eng. Mecânica 46/66
47 EXEMPLO 2 O número médio de ervilhas com vagens verdes é 3,8 ervilhas; A variância é 0,9 ervilhas ao quadrado ; O desvio-padrão é 1,0 ervilha. Mestrado em Eng. Mecânica 47/66
48 VALORES NÃO USUAIS Se, sob uma dada hipótese, a probabilidade de um evento particular observado é extremamente pequena, concluímos que a hipótese provavelmente não é correta. Como no caso da hipótese de uma moeda ser honesta. Se tivermos observado 992 caras em 1000 lançamentos. Concluímos que a hipótese não é correta, já que a probabilidade deste evento é extremamente baixa. Mestrado em Eng. Mecânica 48/66
49 VALORES NÃO USUAIS Probabilidades podem ser usadas para se aplicar a regra do evento raro. Número de sucessos não usualmente alto: x sucessos em n tentativas é um número de sucessos se a probabilidade de x ou mais sucessos for improvável, com uma probabilidade de 0,05 ou menos. Esse critério pode ser expresso como. Mestrado em Eng. Mecânica 49/66
50 VALORES NÃO USUAIS Número de sucessos não usualmente baixo: x sucessos em n tentativas é um número de sucessos se a probabilidade de x ou menos sucessos for improvável, com uma probabilidade de 0,05 ou menos. Esse critério pode ser expresso como. O valor 0,05 não é absolutamente rígido. Outros valores, tais como 0,01 também são frequentemente usados. Mestrado em Eng. Mecânica 50/66
51 EXEMPLO 3 Para determinarmos se 1 é um valor não usualmente baixo de ervilhas com vagens verdes (entre 5 proles), precisamos encontrar a probabilidade de se obter 1 ou menos ervilhas com vagens verdes. x (n o de ervilhas com vagens verdes) P(x) 0 0, , , , , ,237 P 1ou menos P1ou 0 0, 015 0, 016 0, 001 Como 0,016 < 0,05, 1 é um valor não usualmente baixo. Mestrado em Eng. Mecânica 51/66
52 Distribuição Binomial Mestrado em Eng. Mecânica 52/66
53 Distribuição Binomial A nos permite lidar com circunstâncias nas quais os resultados pertencem a categorias, tais como aceitável/defeituoso ou sobreviveu/morreu. Mestrado em Eng. Mecânica 53/66
54 Distribuição Binomial Uma distribuição binomial resulta de um experimento que satisfaz os seguintes requisitos: 1. O experimento tem um ; 2. As tentativas devem ser ; 3. Cada tentativa deve ter todos os resultados classificados em (em geral, chamadas de e ); 4. A probabilidade de sucesso permanece em todas as tentativas. Mestrado em Eng. Mecânica 54/66
55 Distribuição Binomial Se um experimento satisfaz os requisitos anteriores, a distribuição da variável aleatória x (número de sucessos) é chamada de. Mestrado em Eng. Mecânica 55/66
56 Notação para Distribuição Binomial S e F (sucesso e fracasso): Representam as duas categorias possíveis de resultados. P(S) = p: probabilidade de sucesso. P(F) = 1 p = q: probabilidade de fracasso. n: número fixo de tentativas. Mestrado em Eng. Mecânica 56/66
57 Notação para Distribuição Binomial x: número específico de em n tentativas, de modo que x pode ser qualquer número inteiro entre 0 e n, inclusive. p: Probabilidade de em uma de n tentativas. q: Probabilidade de fracasso em uma de n tentativas. P(x): Probabilidade de se obterem exatamente x sucessos entre as n tentativas. Mestrado em Eng. Mecânica 57/66
58 A palavra sucesso é arbitrária e não representa, necessariamente, algo bom. Qualquer uma das duas categorias pode ser chamada de sucesso S, desde que sua probabilidade seja identificada como p. Ao usar a Distribuição Binomial, certifique-se de que p e x se referem à mesma categoria. Mestrado em Eng. Mecânica 58/66
59 EXEMPLO 4 Considere um experimento no qual 5 proles de ervilhas são geradas de 2 pais, tendo cada um a combinação de genes verde/amarelo para a cor da vagem. A probabilidade de uma prole de ervilha ter uma vagem verde é 0,75, ou seja, P (vagem verde) = 0,75. Suponha que desejemos encontrar a probabilidade de que exatamente 3 das 5 proles de ervilhas tenham vagem verde. Esse procedimento resulta em uma Distribuição Binomial? Se sim, identifique os valores de n, x, p e q. Mestrado em Eng. Mecânica 59/66
60 EXEMPLO 4 1. O número de tentativas (5) é fixo; 2. As 5 tentativas são independentes, porque a probabilidade de qualquer prole de ervilha ter vagem verde não é afetada pelo resultado de qualquer outra prole de ervilha. 3. Cada uma das 5 tentativas tem duas categorias de resultados: a ervilha tem vagem verde ou não; 4. Para cada prole de ervilha, a probabilidade de que tenha vagem verde é 0,75, e essa probabilidade permanece a mesma para cada uma das cinco ervilhas. Mestrado em Eng. Mecânica 60/66
61 EXEMPLO 4 Podemos, então, concluir que o procedimento dado resulta em uma Distribuição Binomial. n = 5; x = 3; p = 0,75; q = 0,25. x e p devem se referir ao mesmo conceito de sucesso. Aqui, usamos x para contar o número de ervilhas com vagem verde, de modo que p deve ser a probabilidade de que uma ervilha tenha vagem verde. Mestrado em Eng. Mecânica 61/66
62 Determinação das probabilidades correspondentes à variável aleatória x em uma distribuição binomial: f x n n! x! x! p x q nx para x = 0, 1, 2,..., n. em que: n = número de tentativas; x = número de sucessos entre n tentativas; p = probabilidade de sucesso em qualquer tentativa; q = probabilidade de fracasso em qualquer tentativa. Mestrado em Eng. Mecânica 62/66
63 Exemplo 5 Supondo que a probabilidade de uma ervilha ter vagem verde seja 0,75, use a fórmula da probabilidade binomial para encontrar a probabilidade de se obter exatamente 3 ervilhas com vagens verdes quando são geradas 5 proles. Mestrado em Eng. Mecânica 63/66
64 Distribuição Binomial no R Quando o número de tentativas (size) e a probabilidade de sucesso são conhecidos para cada evento (prob) é possível utilizar o comando abaixo para descobrir a probabilidade para qualquer valor da variável x. dbinom(x, size, prob) Mestrado em Eng. Mecânica 64/66
65 Função de Probabilidade Cumulativa Para descobrir a probabilidade de valores menores ou iguais a X utilizamos o comando: pbinom(x, size, prob) Exemplo 6: Qual a probabilidade de obtermos 3 ou menos ervilhas verdes quando são geradas 5 proles. Mestrado em Eng. Mecânica 65/66
66 Você pode plotar o gráfico da distribuição de probabilidade discreta através do seguinte comando: plot(dbinom(seq(0,5, by =1), size = 5, prob = 0.75), type = h, xlab = Número de proles verdes, ylab = Probabilidade, main = Distribuição de Probabilidade ) Mestrado em Eng. Mecânica 66/66
67 Média, Variância e Desvio-Padrão Vamos analisar como fica a média, a variância e o desviopadrão para a Distribuição Binomial. Distribuição Qualquer Distribuição Binomial x P x np 2 x 2 P x 2 2 npq 2 npq Mestrado em Eng. Mecânica 67/66
68 EXEMPLO 6 Use as fórmulas para o cálculo da média e do desvio-padrão para uma Distribuição Binomial para os números de ervilhas com vagens verdes, quando são gerados grupos de 5 ervilhas. Suponha que haja uma probabilidade 0,75 de que uma ervilha gerada tenha vagem verde. Mestrado em Eng. Mecânica 68/66
69 EXEMPLO A fórmula para a média tem sentido, intuitivamente. Se 75% das ervilhas têm vagens verdes e são geradas 5 ervilhas, esperamos obter cerca de 5 0,75 = 3,8 ervilhas com vagens verdes. Este resultado pode ser facilmente generalizado como = np. A variância e o desvio-padrão não se justificam tão facilmente, então apenas verificamos que usando ambas as fórmulas para desvio-padrão, obtivemos o mesmo resultado. Mestrado em Eng. Mecânica 69/66
70 Referências Triola, M.F. Introdução à Estatística: Atualização da Tecnologia. Rio de Janeiro, RJ: LTC, 11ª Edição, ISBN Montgomery, D.C., Runger, G.C. Estatística Aplicada e Probabilidade para Engenheiros. Rio de Janeiro, RJ: LTC, Quinta Edição, ISBN Ferreira, E.B., Oliveira, M.S. Introdução à Estatística Básica com R. Universidade Federal de Lavras Lavras MG. Mestrado em Eng. Mecânica 70/66
PROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano
PROBABILIDADE E ESTATÍSTICA Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 7 11/2014 Variáveis Aleatórias Variáveis Aleatórias Probabilidade e Estatística 3/41 Variáveis Aleatórias Colete
Leia maisNotas de Aula. Copyright 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.
Notas de Aula Estatística Elementar 10ª Edição by Mario F. Triola Tradução: Denis Santos Slide 1 Capítulo 5 Distribuições de Probabilidades 5-1 Visão Geral 5-2 Variáveis Aleatórias 5-3 Distribuição de
Leia maisCapítulo 5 Distribuições de Probabilidades. Seção 5-1 Visão Geral. Visão Geral. distribuições de probabilidades discretas
Capítulo 5 Distribuições de Probabilidades 5-1 Visão Geral 5-2 Variáveis Aleatórias 5-3 Distribuição de Probabilidade Binomial 5-4 Média, Variância e Desvio Padrão da Distribuição Binomial 5-5 A Distribuição
Leia maisPROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano
PROBABILIDADE E ESTATÍSTICA Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 5 09/2014 Probabilidade Espaços Amostrais e Eventos Probabilidade e Estatística 3/41 Experimentos Aleatórios Experimento
Leia maisAULA 07 Distribuições Discretas de Probabilidade
1 AULA 07 Distribuições Discretas de Probabilidade Ernesto F. L. Amaral 31 de agosto de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro:
Leia maisProbabilidade ESQUEMA DO CAPÍTULO. UFMG-ICEx-EST Cap. 2- Probabilidade 1
Probabilidade ESQUEMA DO CAPÍTULO 2.1 ESPAÇOS AMOSTRAIS E EVENTOS 2.2 INTERPRETAÇÕES DE PROBABILIADE 2.3 REGRAS DE ADIÇÃO 2.4 PROBABILIDADE CONDICIONAL 2.5 REGRAS DA MULTIPLICAÇÃO E DA PROBABILIDADE TOTAL
Leia maisProbabilidade. Objetivos de Aprendizagem. UFMG-ICEx-EST. Cap. 2 - Probabilidade Espaços Amostrais e Eventos. 2.1.
2 ESQUEMA DO CAPÍTULO 2.1 ESPAÇOS AMOSTRAIS E EVENTOS 2.2 INTERPRETAÇÕES E AXIOMAS DE PROBABILIADE 2.3 REGRAS DE ADIÇÃO 2.4 PROBABILIDADE CONDICIONAL 2.5 REGRAS DA MULTIPLICAÇÃO E DA PROBABILIDADE TOTAL
Leia maisMÉTODOS EXPERIMENTAIS E TÉCNICAS DE MEDIDAS
MÉTODOS EXPERIMENTAIS E TÉCNICAS DE MEDIDAS Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 5 Distribuição Normal Variável Aleatória Contínua Mestrado em Eng. Mecânica 3/65 Função de Probabilidade
Leia maisF (x) = P (X x) = Σ xi xp(x i ) E(X) = x i p(x i ).
Variável Aleatória Uma variável aleatória é uma variável numérica, cujo valor medido pode variar de uma réplica para outra do experimento. Exemplos: (i) Variáveis aleatórias contínuas: corrente elétrica,
Leia 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 maisFernando de Pol Mayer. Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR)
Fernando de Pol Mayer Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR) Este conteúdo está disponível por meio da Licença Creative
Leia maisNoções de Probabilidade parte I
Noções de Probabilidade parte I 5 de Março de 2012 Site: http://ericaestatistica.webnode.com.br/ e-mail: ericaa_casti@yahoo.com.br Referências: Probabilidae Aplicações à Estatística - Mayer (Capítulo 1)
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 maisEstatística (MAD231) Turma: IGA. Período: 2017/2
Estatística (MAD231) Turma: IGA Período: 2017/2 Aula #03 de Probabilidade: 04/10/2017 1 Variáveis Aleatórias Considere um experimento cujo espaço amostral é Ω. Ω contém todos os resultados possíveis: e
Leia maisProbabilidade - aula II
2012/02 1 Interpretações de Probabilidade 2 3 Amostras Aleatórias e Objetivos Ao final deste capítulo você deve ser capaz de: Calcular probabilidades de eventos conjuntos. Interpretar e calcular probabilidades
Leia maisProbabilidade em espaços discretos. Prof.: Joni Fusinato
Probabilidade em espaços discretos Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Probabilidade em espaços discretos Definições de Probabilidade Experimento Espaço Amostral Evento Probabilidade
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 maisVariáveis Aleatórias Discretas e Distribuição de Probabilidade
Variáveis Aleatórias Discretas e Distribuição de Probabilidades - parte IV 2012/02 1 Distribuição Poisson Objetivos Ao final deste capítulo você deve ser capaz de: Ententer suposições para cada uma das
Leia 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 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 maisAula de Estatística 13/10 à 19/10. Capítulo 4 (pág. 155) Distribuições Discretas de Probabilidades
Aula de Estatística 13/10 à 19/10 Capítulo 4 (pág. 155) Distribuições Discretas de Probabilidades 4.1 Distribuições de probabilidades Variáveis Aleatórias Geralmente, o resultado de um experimento de probabilidades
Leia 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 maisProbabilidade - aula II
25 de Março de 2014 Interpretações de Probabilidade Amostras Aleatórias e Objetivos Ao final deste capítulo você deve ser capaz de: Calcular probabilidades de eventos conjuntos. Interpretar e calcular
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 5 Probabilidade: Distribuições de Discretas Parte 2 Leitura obrigatória: Devore, seções 3.4, 3.5 (hipergeométrica), 3.6 Aula 5-1 Objetivos Nesta parte 01 aprendemos a representar,
Leia 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 maisProbabilidade - aula III
2012/02 1 Regra da Multiplicação 2 3 4 5 Objetivos Ao final deste capítulo você deve ser capaz de: Usar a regra da multiplicação para calcular probabilidade de eventos Usar a. Regra da Multiplicação Frequentemente
Leia mais1 Distribuições Discretas de Probabilidade
1 Distribuições Discretas de Probabilidade A distribuição discreta descreve quantidades aleatórias (dados de interesse) que podem assumir valores particulares e os valores são finitos. Por exemplo, uma
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ s KKK CKK KKC KCK CCK CKC KCC CCC S X 0 1 2 3 R x X(s) X(S) Uma função X que associa a cada elemento de S (s S) um número real
Leia 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 maisVariável Aleatória. O conjunto de valores. Tipos de variáveis. Uma função X que associa a cada
Variável Aleatória Uma função X que associa a cada Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ elemento de S (s S) um número real x X(s) é denominada variável aleatória. O
Leia mais2. Probabilidade. Aula 3
Aula 3 2. Probabilidade 2-1 Espaços de amostragem e eventos 2-1.1 Experimentos randômicos 2-1.2 Espaços de amostragem 2-1.3 Eventos 2-2 Interpretações de probabilidade 2-2.1 Introdução 2-2.2 Axiomas de
Leia maisVariáveis Aleatórias
Variáveis Aleatórias Definição: Uma variável aleatória v.a. é uma função que associa elementos do espaço amostral a valores numéricos, ou seja, X : Ω A, em que A R. Esquematicamente As variáveis aleatórias
Leia maisUniversidade Federal de Mato Grosso - UFMT Probabilidade e Estatística
Universidade Federal de Mato Grosso - UFMT Probabilidade e Estatística 1 Introdução Definição: Estatística é um conjunto de conceitos e métodos científicos para coleta, organização, descrição, análise
Leia maisAULA 02 Distribuição de Probabilidade Normal
1 AULA 02 Distribuição de Probabilidade Normal Ernesto F. L. Amaral 20 de agosto de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario
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 maisVariáveis Aleatórias Discretas e Distribuição de Probabilidade
Variáveis Aleatórias Discretas e Distribuição de Probabilidades 01 de Abril de 2014 Objetivos Ao final deste capítulo você deve ser capaz de: Determinar probabilidades a partir de funções de probabilidade
Leia maisProbabilidade: aula 2, 3 e 4
Probabilidade: aula 2, 3 e 4 Regras de contagem e combinatória Permutação Simples: Exemplo: De quantas maneiras 5 pessoas podem viajar em um automóvel com 5 lugares, se apenas uma delas sabe dirigir? Atividade:
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 maisEstatística (MAD231) Turma: IGA. Período: 2017/2
Estatística (MAD231) Turma: IGA Período: 2017/2 Aula #01 de Probabilidade: 27/09/2017 1 Probabilidade: incerteza? como medir e gerenciar a Introdução Os jornais informaram que há uma chance de 60% de chover
Leia maisIntrodução à Estatística
Introdução à Estatística Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Introdução a Probabilidade Existem dois tipos de experimentos:
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 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 maisConforme o conjunto de valores X(S) uma variável aleatória poderá ser discreta ou contínua.
Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/famat/viali/ s KKK CKK KKC KCK CCK CKC KCC CCC S X X(s) R X(S) Uma função X que associa a cada elemento de S (s S) um número real X(s) é denominada
Leia maisESTATÍSTICA. x(s) W Domínio. Contradomínio
Variáveis Aleatórias Variáveis Aleatórias são funções matemáticas que associam números reais aos resultados de um Espaço Amostral. Uma variável quantitativa geralmente agrega mais informação que uma qualitativa.
Leia maisAULA 05 Teste de Hipótese
1 AULA 05 Teste de Hipótese Ernesto F. L. Amaral 03 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução
Leia maisVariáveis Aleatórias Contínuas e Distribuição de Probabilidad
Variáveis Aleatórias Contínuas e Distribuição de Probabilidades - parte II 26 de Novembro de 2013 Distribuição Contínua Uniforme Média e Variância Objetivos Ao final deste capítulo você deve ser capaz
Leia maisMétodos Quantitativos para a Gestão Ambiental Probabilidades e Distribuições Estatísticas Parte 1 (4/13) Luiz Carlos Estraviz Rodriguez
Métodos Quantitativos para a Gestão Ambiental Probabilidades e Distribuições Estatísticas Parte 1 (4/13) Luiz Carlos Estraviz Rodriguez Distribuição de probabilidades Contexto O porquê desta aula Ao desenvolvermos
Leia maisModelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2017
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2017 Análise de desempenho São disponíveis duas abordagens para realizar a análise de desempenho:
Leia mais2.1 Variáveis Aleatórias Discretas
4CCENDMMT02-P PROBABILIDADE E CÁLCULO DIFERENCIAL E INTEGRAL Girlan de Lira e Silva (1),José Gomes de Assis (3) Centro de Ciências Exatas e da Natureza /Departamento de Matemática /MONITORIA Resumo: Utilizamos
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 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 maisVariáveis Aleatórias Discretas
Variáveis Aleatórias Discretas Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução Definição Uma variável aleatória é uma função definida
Leia maisVariáveis Aleatórias Discretas e Distribuição de Probabilidade
Variáveis Aleatórias Discretas e Distribuição de Probabilidades - parte II 29 de Março de 2011 Distribuição Uniforme Discreta Média Propriedade da falta de memória Objetivos Ao final deste capítulo você
Leia maisIntrodução à Probabilidade
A Teoria de Probabilidade é responsável pelo estudo de fenômenos que envolvem a incerteza (é impossível prever antecipadamente o resultado) e teve origem na teoria de jogos, servindo como ferramenta para
Leia maisEstatística e Probabilidade Aula 7 Cap 04
Aula 7 Cap 04 Um estatístico é aquele que, se está com a cabeça em um forno e os pés enterrados no gelo, ainda diz que na média está tudo bem. Na aula anterior vimos... Variáveis aleatórias Distribuições
Leia maisModelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2018
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2018 Análise de desempenho São disponíveis duas abordagens para realizar a análise de desempenho:
Leia mais2. INTRODUÇÃO À PROBABILIDADE
2. INTRODUÇÃO À ROILIDDE 2014 Conceitos básicos Experimento aleatório ou fenômeno aleatório Situações ou acontecimentos cujos resultados não podem ser previstos com certeza. Um experimento ou fenônemo
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 maisVariáveis Aleatórias Discretas e Distribuições de 3Probabilidade
Variáveis Aleatórias Discretas e Distribuições de 3Probabilidade Variáveis Aleatórias Discretas e Distribuições de Probabilidade Objetivos do aprendizado 3 Como determinar se um experimento é Binomial.
Leia maisFACULDADE DE TECNOLOGIA DE GUARATINGUETÁ
FACULDADE DE TECNOLOGIA DE GUARATINGUETÁ ESTATÍSTICA II Nota de aula 1 Prof. MSc. Herivelto T Marcondes dos Santos Fevereiro /2009 1 Modelos de probabilidade 1.1 Variável aleatória Definição: Sejam ε um
Leia maisConceito de Estatística
Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos, observáveis. Unidade Estatística um fenômeno individual é uma unidade no conjunto que irá constituir
Leia maisUnidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno
Unidade I ESTATÍSTICA APLICADA Prof. Mauricio Fanno Estatística indutiva Estatística descritiva Dados no passado ou no presente e em pequena quantidade, portanto, reais e coletáveis. Campo de trabalho:
Leia maisMomentos: Esperança e Variância. Introdução
Momentos: Esperança e Variância. Introdução Em uma relação determinística pode-se ter a seguinte relação: " + " = 0 Assim, m =, é a declividade e a e b são parâmetros. Sabendo os valores dos parâmetros
Leia maisModelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2014
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2014 Análise de desempenho São disponíveis duas abordagens para realizar a análise de desempenho:
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 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 mais1 Estatística Descritiva
1 Estatística Descritiva A estatística descritiva é parte da estatística que lida com a organização, resumo e apresentação de dados. Esta é feita por meio de: Tabelas; Gráficos; Medidas Descritivas (média,
Leia maisFísica Geral. Incertezas em Medidas Diretas
Física Geral Incertezas em Medidas Diretas Experimento Simples Medidas diretas: valores resultantes de medições de uma mesma grandeza, realizadas por um mesmo experimentador, com o mesmo instrumento de
Leia maisVariável Aleatória. Gilson Barbosa Dourado 6 de agosto de 2008
Variável Aleatória Gilson Barbosa Dourado gdourado@uneb.br 6 de agosto de 2008 Denição de Variável Aleatória Considere um experimento E e seu espaço amostral Ω = {a 1, a 2,..., a n }. Variável aleatória
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisPrincipais distribuições discretas Distribuição de Bernoulli sucesso fracasso X = 1, se sucesso X = 0, se fracasso P(X) TOTAL 1 Exemplo 5:
Principais distribuições discretas Na prática, sempre se procura associar um fenômeno aleatório a ser estudado, a uma forma já conhecida de distribuição de probabilidade (distribuição teórica) e, a partir
Leia maisDistribuições discretas de probabilidade
4 Distribuições discretas de probabilidade x = número de respostas corretas x = número de chegadas pontuais Estatística Aplicada Larson Farber x = número de funcionários que alcançou a cota de vendas x
Leia maisVariáveis Aleatórias e Distribuições de Probabilidade
de Fernando de Pol Mayer Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR) Este conteúdo está disponível por meio da Licença Creative
Leia maisTeoria das probabilidades
Teoria das probabilidades Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 25 de abril de 2018 Londrina 1 / 22 Conceitos probabiĺısticos são necessários para se
Leia maisEST029 Cálculo de Probabilidade I Cap. 4: Variáveis Aleatórias Unidimensionais
EST029 Cálculo de Probabilidade I Cap. 4: Variáveis Aleatórias Unidimensionais Prof. Clécio da Silva Ferreira Depto Estatística - UFJF Introdução Considere o experimento: Lançamento de uma moeda. Resultados
Leia maisModelos de Distribuição PARA COMPUTAÇÃO
Modelos de Distribuição MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Distribuições Discretas Bernoulli Binomial Geométrica Hipergeométrica Poisson ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO
Leia maisAULA 04 Teste de hipótese
1 AULA 04 Teste de hipótese Ernesto F. L. Amaral 03 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal
Leia maisRazão para rejeitar H 0
Processo do teste de hipótese Hipótese de pesquisa: a idade média da população é 5 H : μ = 5 H 1 : μ 5 É X = improvável se μ =5? População Selecionar amostra aleatória Sim: Rejeite Ho Para definir pouco
Leia maisAs três definições de probabilidades
As três definições de probabilidades Prof. Ilydio Pereira de Sá UERJ -USS INTRODUÇÃO ÀS PROBABILIDADES Para iniciar, vamos considerar algumas hipóteses: Rita espera ansiosamente o nascimento de seu filho,
Leia maisAproximação da binomial pela normal
Aproximação da binomial pela normal 1 Objetivo Verificar como a distribuição normal pode ser utilizada para calcular, de forma aproximada, probabilidades associadas a uma variável aleatória com distribuição
Leia maisProbabilidade. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Probabilidade Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Experimento aleatório Definição. Qualquer experimento cujo resultado não pode
Leia maisVariável aleatória. O resultado de um experimento aleatório é designado variável aleatória (X)
Variável aleatória O resultado de um experimento aleatório é designado variável aleatória (X) Função densidade de probabilidade A função densidade de probabilidade associa cada possível valor da variável
Leia maisPROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES PARTE I
PROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES PARTE I Bruno Baierle Maurício Furigo Prof.ª Sheila Regina Oro (orientadora) Edital 06/2013 - Produção de Recursos Educacionais Digitais Variável
Leia maisEstatística e Probabilidade Aula 05 Distribuições de Probabilidades. Prof. Gabriel Bádue
Estatística e Probabilidade Aula 05 Distribuições de Probabilidades Prof. Gabriel Bádue Motivação Quais os possíveis resultados que poderão ser obtidos no lançamento de um dado não-viciado? Qual a probabilidade
Leia maisCONCEITOS BASICOS, ORGANIZAÇÃO E APRESENTAÇÃO DOS RESULTADOS, DISTRIBUIÇÃO DE FREQUÊNCIA
DISCIPLINA: MÉTODOS QUANTITATIVOS PROFESSORA: GARDÊNIA SILVANA DE OLIVEIRA RODRIGUES CONCEITOS BASICOS, ORGANIZAÇÃO E APRESENTAÇÃO DOS RESULTADOS, DISTRIBUIÇÃO DE FREQUÊNCIA MOSSORÓ/RN 2015 1 POR QUE ESTUDAR
Leia maisPROBABILIDADE E ESTATÍSTICA PROBABILIDADES
PROBABILIDADE E ESTATÍSTICA PROBABILIDADES Bruno Baierle Maurício Furigo Prof.ª Sheila Regina Oro (orientadora) Edital 06/2013 - Produção de Recursos Educacionais Digitais Revisando - Análise combinatória
Leia maisVARIÁVEIS ALEATÓRIAS 1
VARIÁVEIS ALEATÓRIAS 1 Na prática é, muitas vezes, mais interessante associarmos um número a um evento aleatório e calcularmos a probabilidade da ocorrência desse número do que a probabilidade do evento.
Leia maisCálculo das Probabilidades e Estatística I
Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Variáveis Aleatórias Ao descrever um espaço
Leia mais2. INTRODUÇÃO À PROBABILIDADE
2. INTRODUÇÃO À PROILIDDE 2011 Conceitos básicos Experimento aleatório ou fenômeno aleatório Situações ou acontecimentos cujos resultados não podem ser previstos com certeza. Um experimento ou fenônemo
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 maisProbabilidade e Estatística
Probabilidade e Estatística Distribuições Discretas de Probabilidade Prof. Narciso Gonçalves da Silva www.pessoal.utfpr.edu.br/ngsilva Introdução Distribuições Discretas de Probabilidade Muitas variáveis
Leia maisUniversidade Federal do Ceará
Universidade Federal do Ceará Faculdade de Economia Vicente Lima Crisóstomo Fortaleza, 2011 1 Sumário Introdução Estatística Descritiva Probabilidade Distribuições de Probabilidades Amostragem e Distribuições
Leia 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 maisPROBABILIDADE RESUMO E EXERCÍCIOS* P1
PROBABILIDADE RESUMO E EXERCÍCIOS* P1 *Exercícios de provas anteriores escolhidos para você estar preparado para qualquer questão na prova. Resoluções grátis em Conceitos e Fundamentos Estudamos probabilidade
Leia maisAula 10 Variáveis aleatórias discretas
AULA 0 Aula 0 Variáveis aleatórias discretas Nesta aula você aprenderá um conceito muito importante da teoria de probabilidade: o conceito de variável aleatória. Você verá que as variáveis aleatórias e
Leia maisVariáveis Aleatórias Contínuas e Distribuição de Probabilidad
Variáveis Aleatórias Contínuas e Distribuição de Probabilidades - parte I 29 de Abril de 2014 Objetivos Ao final deste capítulo você deve ser capaz de: Determinar probabilidades a partir de funções densidades
Leia maisBioestatística e Computação I
Bioestatística e Computação I Distribuições Teóricas de Probabilidade Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas
Leia maisEstatística. Probabilidade. Conteúdo. Objetivos. Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal.
Estatística Probabilidade Profa. Ivonete Melo de Carvalho Conteúdo Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal. Objetivos Utilizar a probabilidade como estimador
Leia maisResumo. Parte 2 Introdução à Teoria da Probabilidade. Ramiro Brito Willmersdorf Introdução.
Parte 2 Introdução à Teoria da Probabilidade Ramiro Brito Willmersdorf ramiro@willmersdorf.net Departamento de Engenharia Mecânica Universidade Federal de Pernambuco 2011.2 Resumo 1 Introdução 2 Espaço
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 mais