MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS
|
|
- Maria do Pilar Klettenberg Dias
- 7 Há anos
- Visualizações:
Transcrição
1 MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS
2 Definições Variáveis Aleatórias Uma variável aleatória representa um valor numérico possível de um evento incerto. Variáveis aleatórias discretas produzem resultados que advém de um processo de contagem (ex.: no. de disciplinas que você cursa). Variáveis aleatórias contínuas produzem resultados que advém de um processo de medição (ex.: seu salário anual ou seu peso).
3 Variáveis Aleatórias Discretas Exemplos Variáveis aleatórias discretas só podem assumir um número contável de valores Exemplos: Jogar um dado duas vezes Seja X o no. de vezes em que o 4 aparece (então X pode ser 0, 1, ou 2 vezes) Lançar uma moeda 5 vezes. Seja X o no. de caras (então X = 0, 1, 2, 3, 4, ou 5)
4 Definições Variáveis Aleatórias Variáveis Aleatórias Discreta V. A. Contínua V. A.
5 Definições Distribuição de Probabilidades Uma distribuição de probabilidades para uma variável aleatória discreta é uma lista mutuamente excludente de todos os resultados numéricos possíveis para aquela variável, de modo a que uma determinada probabilidade de ocorrência esteja associada a cada resultado. No. de disciplinas Probabilidade
6 Probability Definições Distribuição de Probabilidades Experimento: Duas jogadas de uma moeda. Seja X = # caras. Distribuição de Probabilidades Valor X Probabilidade 0 1/4 = /4 = /4 = X
7 Variáveis Aleatórias Discretas Valor Esperado Valor Esperado (ou média) de uma distribuição discreta (Média Ponderada) E(X) Exemplo: 2 jogadas moeda, X = # de caras, Calcule o valor esperado de X: N i1 X P( i X i ) E(X) = (0)(.25) + (1)(.50) + (2)(.25) = 1.0 Valor Probabilidade 0 1/4 = /4 = /4 =.25
8 Variáveis Aleatórias Discretas Valor Esperado Calcule o valor esperado da distribuição: No. de disciplinas Probabilidade E(X) = 2(.2) + 3(.4) + 4(.24) + 5(.16) = 3.36 Então, o no. médio de disciplinas por aluno é de 3.36.
9 Variáveis Aleatórias Discretas Dispersão Variância de uma variável aleatória discreta σ 2 N i1 [X i E(X)] Desvio Padrão de uma variável aleatória discreta σ σ 2 N i1 [X onde: E(X) = Valor esperado da variável aleatória discreta X X i = o i o. resultado de X P(X i ) = Probabilidade do i o. resultado de X ocorrer i 2 P(X ) E(X)] 2 i P(X ) i
10 Variáveis Aleatórias Discretas Dispersão Exemplo: Duas jogadas de uma moeda, X = # caras, calcule o desvio padrão (lembrar que E(X) = 1) σ σ 2 N i1 [X i E(X)] 2 P(X ) i σ (0 1) 2 (.25) (11) 2 (.50) (2 1) 2 (.25) Nos. possíveis de caras = 0, 1, or 2
11 Dist. de Probabilidades - Regras Duas regras se aplicam a qualquer distribuição de probabilidades: Regra 1: Os valores de uma distribuição de probabilidades devem ser números do intervalo de 0 a 1. Regra 2: A soma de todos os valores de uma distribuição de pro- babilidades deve ser igual a estas regras permitem determinar se uma função (dada por uma equação ou uma tabela) pode ou não servir como distribuição de probabilidades de alguma variável aleatória.
12 Distribuições de Probabilidade Vimos como descrever uma distribuição de probabilidade e que características devem ser obedecidas para que uma função possa ser característica de uma distribuição de probabilidades. Conhecer a distribuição de probabilidade de um experimento ou fenômeno nos dá uma forma simples de avaliar as probabilidades dos resultados possíveis dos mesmos. Os tipos de distribuição podem ser considerados modelos para descrever situações que envolvem resultados aleatórios.
13 Distribuições de Probabilidade Cada modelo de distribuição de probabilidades na estatística, terá seu conjunto de hipóteses que definem as condições sob as quais aquele modelo pode ser utilizado validamente. O objetivo de estudar distribuições de probabilidade podem ser resumidos nas duas seguintes questões: Que hipóteses ou restrições básicas são exigidas por cada tipo de distribuição de probabilidades? O conhecimento deste aspecto é vital para confrontar uma variável aleatória com a situação real. Como se podem usar as distribuições de probabilidades para obter soluções de problemas?
14 Distribuições de Probabilidade Se a situação real que você analisa se aproxima fortemente de uma distribuição de probabilidades já conhecida, sua análise fica muito mais simples, como veremos adiante. A essência da análise estatística é confrontar as hipóteses de uma distribuição de probabilidades com as especificações de determinado problema.
15 Distribuições de Probabilidade Nesta aula veremos as principais distribuições de probabilidade que podem ser aplicadas às variáveis discretas. Distribuição Binomial Distribuição de Poisson
16 Distribuição Binomial: Propriedades A amostra consiste em um número fixo de observações, n ex. 15 jogadas de uma moeda; dez lâmpadas retiradas de um estoque Cada observação é classificada como uma de duas categorias mutuamente excludentes e coletivamente exaustivas, geralmente chamadas de sucesso e insucesso ex. Cara ou coroa em cada jogada da moeda; defeituosa ou não defeituosa no caso das lâmpadas; ter um menino ou uma menina Geralmente chamados sucesso e fracasso Probabilidade de sucesso é p, probabilidade de fracasso é igual a 1 p A probabilidade é a mesma para cada observação ex. A probabilidade de dar cara é a mesma a cada vez que a moeda é lançada
17 Distribuição Binomial: Propriedades As observações são independentes O resultado de uma observação não afeta o resultado da observação seguinte Para assegurar essa independência as observações podem ser selecionadas aleatoriamente, seja a partir de uma População infinita sem reposição População finita com reposição
18 Aplicações da Distribuição Binomial Uma fábrica que classifica itens como defeituoso ou não defeituoso Uma firma que coloca uma proposta para um contrato ter sucesso ou não na conclusão do negócio Uma pesquisa de mercado para uma empresa receber respostas sim, eu comprarei ou não eu não comprarei o produto da empresa Candidatos a um emprego aceitarem ou não a oferta da empresa Seu time ganhar ou não um jogo de futebol
19 Distribuição Binomial Técnicas de Contagem Suponha que sucesso seja definido como obter CARA (C) em pelo menos dois de três lançamentos de uma moeda equilibrada. De quantas formas esse sucesso pode ocorrer? Possibilidades: CCK, CKC, KCC, CCC, logo, há quatro diferentes maneiras. Essa situação é bastante simples. Nós precisamos de uma forma de contar os sucessos em situações mais complicadas.
20 Técnicas de Contagem Combinações Combinações são usadas para contar de quantas maneiras podemos selecionar X objetos em um conjunto de n objetos: C( n, X ) n X n! X!(n X)! onde: n! =n(n - 1)(n - 2)... (2)(1) X! = X(X - 1)(X - 2)... (2)(1) 0! = 1 (por definição)
21 Técnicas de Contagem Combinações De quantas formas diferentes podemos escolher 3 sabores de sorvete se você tem 31 opções de sabores para escolher? O total de opções é n = 31, e você escolherá X = 3. C(31,3) ! 3!(31 3)! 31! 3!28! ! !
22 Distribuição Binomial Fórmula P(X) n! X!(n X)! p X (1 p) nx P(X) = probabilidade de X sucessos em n tentativas, com probabilidade de sucesso p em cada tentativa X = no. de sucessos na amostra, (X = 0, 1, 2,..., n) n p = tamanho da amostra (numero de tentativas ou observações) = probabilidade de sucesso Exemplo: lançar uma moeda 4 vezes, seja x = # caras: n = 4 p = p = (1 -.5) =.5 X = 0, 1, 2, 3, 4
23 Distribuição Binomial Exemplo Qual a probabilidade de um sucesso em 5 observações se a probabilidade de sucesso é 0,10? X = 1, n = 5, and p = 0,10 P(X 1) n! p X!(n X)! X 5! (0,10) 1!(5 1)! (1 1 p) nx (1 0,10) 51 (5)(0,10)(0,90) 4 0,32805
24 Distribuição Binomial Exemplo Suponha que a probabilidade de comprar um computador defeituoso seja de 0,02. Qual a probabilidade de comprar 2 computadores defeituosos em um lote de 10 computadores? X = 2, n = 10, and p = 0,02 P(X 2) n! p X!(n X)! X (1 p) nx 10! 2!(10 (0,02) 2)! 2 (1 0,02) 102 (45)(0,0004)(0,8508) 0,01531
25 Distribuição Binomial Forma A forma da distribuição binomial depende dos valores de p e de n Aqui, n = 5 e p = 0, P(X) n = 5 p = 0, X Aqui, n = 5 e p = 0, P(X) n = 5 p = 0, X
26 Distribuição Binomial Características Média μ E(x) np Variância e Desvio Padrão σ 2 p) σ np(1- np(1- p) Onde n = tamanho da amostra p = probabilidade de sucesso (1 p) = probabilidade de fracasso
27 Distribuição Binomial Características σ μ np Exemplos (5)(0,10) 0,5 np(1- p) (5)(0,10)(1 0,10) 0, P(X) n = 5 p = 0, X σ μ np (5)(0,50) 2,5 np(1- p) (5)(0,50)(1 0,50) 1, P(X) n = 5 p = 0, X
28 Distribuição Binomial Exemplo A probabilidade de que uma pessoa fazendo compras num certo supermercado aproveita uma promoção especial de sorvete é de 0,30. Determine a probabilidade de que dentre seis pessoas fazendo compras nesse supermercado haja até três aproveitando a promoção. Solução: admitindo que a escolha seja aleatória, substituímos n=6, p=0,30 e, respectivamente, x=0, 1, 2, 3 na fórmula da distribuição binomial, otendo: 6 P(0) (0,30) 0 6 P(1) (0,30) 1 6 P(2) (0,30) (0,70) (0,70) 2 5 (0,70) 0,118 0,303 0, P(3) (0,30) (0,70) 0,185 3 P( X 3) 0,118 0,303 0,324 0,185 0,93 6 4
29 Distribuição de Poisson Definições Muitos estudos são baseados na contagem das vezes em que um evento específico ocorre em uma determinada área de oportunidade Uma área de oportunidade é uma unidade contínua ou um intervalo de tempo, volume ou uma área tal que nela possa acontecer mais de uma ocorrência de um evento Exemplos Defeitos na pintura de uma geladeira nova Número de falhas na rede em um determinado dia Número de pulgas no pêlo de um cachorro Nestas situações você usa a distribuição de Poisson se
30 Distribuição de Poisson Propriedades A distribuição de Poisson é aplicada quando: Você estiver interessado em contar o número de vezes em que um evento específico ocorre em uma determinada área de oportunidades. A área de oportunidades é definida pelo tempo, extensão, área de superfície e assim sucessivamente. A probabilidade de que um evento específico ocorra em uma determinada área de oportunidades é a mesma para todas as áreas de oportunidades. O número de eventos que ocorrem em uma determinada área de oportunidades é independente do número de eventos que ocorrem em qualquer outra área de oportunidades. A probabilidade de que dois ou mais eventos venham a ocorrer em uma determinada área de oportunidades se arpoxima de zero à medida que a área de oportunidades se torna menor.
31 Distribuição de Poisson Fórmula P(X) e λ λ X! x onde: X = probabilidade de X eventos ocorram numa área de oportunidade = número esperado de eventos e = constante matemática aproximada por 2,71828
32 Distribuição de Poisson Parâmetro λ O parâmetro λ (a letra grega minúscula lambda), representa a média, ou o número de sucessos por unidade. A variância de uma distribuição de Poisson é igual a λ, e o desvio padrão é igual a
33 Distribuição de Poisson Exemplo Suponha que, em média, 5 carros entrem em um estacionamento por minuto. Qual é a probabilidade de que em um dado minuto, 7 carros entrem? Então, X = 7 e λ = 5 P(7) e λ λ X! x e 5 5 7! 7 0,104 Portanto, há uma probabilidade de 10,4% de que 7 carros entrem no estacionamento em um dado minuto.
34 P(x) Distribuição de Poisson Forma 0.70 = 0, X P(X) x P(X = 2) = 0,0758
35 P(x) P(x) Distribuição de Poisson Forma O formato da distribuição de Poisson depende do parâmetro : = 0,50 = 3, x x
36 Distribuição de Poisson Exemplo Sabe-se que o número de acidentes de trabalho, por mês, em uma unidade de produção segue uma distribuição de Poisson, com uma média aritmética de 2,5 acidentes de trabalho por mês. (a) Qual é a probabilidade de que em um determinado mês nenhum acidente de trabalho venha a ocorrer? (b) De que pelo menos um acidente de trabalho venha a ocorrer?
37 Distribuição de Poisson Exemplo Sabe-se que o número de acidentes de trabalho, por mês, em uma unidade de produção segue uma distribuição de Poisson, com uma média aritmética de 2,5 acidentes de trabalho por mês. (a) Qual é a probabilidade de que em um determinado mês nenhum acidente de trabalho venha a ocorrer? (b) De que pelo menos um acidente de trabalho venha a ocorrer? Solução: com λ = 2,5 (a) 2,5 0 e (2,5) 1 P( X 0) 0,0821 2, 5 0! (2,71828) (1) A probabildade de que em um determinado mês nenhum acidente de trabalho ocorra é 0,0821, ou 8,21%. (b) P( X 1) 1 P( X 0) 10,0821 0,9179 A probabilidade de que em um determinado mês haverá pelo menos um acidente de trabalho é 0,9179, ou 91,79%.
Processos Estocásticos
Processos Estocásticos Segunda Lista de Exercícios 01 de julho de 2013 1 Uma indústria fabrica peças, das quais 1 5 são defeituosas. Dois compradores, A e B, classificam os lotes de peças adquiridos em
Leia maisDistribuição Binomial
Distribuição Binomial Exemplo Na manufatura de certo artigo, é sabido que um entre dez artigos é defeituoso. Qual a probabilidade de que uma amostra casual de tamanho quatro contenha: (a) Nenhum defeituoso?
Leia maisTipos de Modelos. Exemplos. Modelo determinístico. Exemplos. Modelo probabilístico. Causas Efeito. Determinístico. Sistema Real.
Tipos de Modelos Sistema Real Determinístico Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Probabilístico Modelo determinístico Exemplos Gravitação F GM M /r Causas Efeito Aceleração
Leia maisCAPÍTULO 5 - Exercícios
CAPÍTULO 5 - Exercícios Distibuições de variáveis aleatórias discretas: Binomial 1. Se 20% dos parafusos produzidos por uma máquina são defeituosos, determinar a probabilidade de, entre 4 parafusos escolhidos
Leia maisProbabilidade. Distribuições Uniforme, Geométrica, Hipergeométrica e Multinomial
Probabilidade Distribuições Uniforme, Geométrica, Hipergeométrica e Multinomial Distribuição Uniforme Usada comumente nas situações em que não há razão para atribuir probabilidades diferentes a um conjunto
Leia maisAula 1: Introdução à Probabilidade
Aula 1: Introdução à Probabilidade Prof. Leandro Chaves Rêgo Programa de Pós-Graduação em Engenharia de Produção - UFPE Recife, 07 de Março de 2012 Experimento Aleatório Um experimento é qualquer processo
Leia maisDistribuições de Probabilidade Distribuição Poisson
PROBABILIDADES Distribuições de Probabilidade Distribuição Poisson BERTOLO PRELIMINARES Quando aplicamos a Estatística na resolução de situações-problema, verificamos que muitas delas apresentam as mesmas
Leia maisDatas Importantes 2013/01
INSTRUMENTAÇÃO CARACTERÍSTICAS DE UM SISTEMA DE MEDIÇÃO PROBABILIDADE PROPAGAÇÃO DE INCERTEZA MÍNIMOS QUADRADOS Instrumentação - Profs. Isaac Silva - Filipi Vianna - Felipe Dalla Vecchia 2013 Datas Importantes
Leia mais1. Cinco cartas são extraídas de um baralho comum (52 cartas, 13 de cada naipe) sem reposição. Defina a v.a. X = número de cartas vermelhas sorteadas.
GET007 Métodos Estatísticos Aplicados à Economia I Lista de Exercícios - variáveis Aleatórias Discretas Profa. Ana Maria Farias. Cinco cartas são extraídas de um baralho comum ( cartas, de cada naipe sem
Leia mais23/03/2014. Tratamento de Incertezas TIC-00.176. Aula 4. Conteúdo Espaços Amostrais e Probabilidade. O princípio da contagem Métodos de contagem
Tratamento de Incertezas TIC-00.176 Aula 4 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 maisCAP5: Amostragem e Distribuição Amostral
CAP5: Amostragem e Distribuição Amostral O que é uma amostra? É um subconjunto de um universo (população). Ex: Amostra de sangue; amostra de pessoas, amostra de objetos, etc O que se espera de uma amostra?
Leia maisBC0406 Introdução à Probabilidade e à Estatística Lista de Exercícios Suplementares 2 3 quadrimestre 2011
BC0406 Introdução à Probabilidade e à Estatística Lista de Exercícios Suplementares outubro 011 BC0406 Introdução à Probabilidade e à Estatística Lista de Exercícios Suplementares 3 quadrimestre 011 Além
Leia maisAula de Exercícios - Variáveis Aleatórias Discretas - Modelos Probabiĺısticos
Aula de Exercícios - Variáveis Aleatórias Discretas - Modelos Probabiĺısticos Organização: Airton Kist Digitação: Guilherme Ludwig Exercício Se X b(n, p), sabendo-se que E(X ) = 12 e σ 2 = 3, determinar:
Leia maisEventos independentes
Eventos independentes Adaptado do artigo de Flávio Wagner Rodrigues Neste artigo são discutidos alguns aspectos ligados à noção de independência de dois eventos na Teoria das Probabilidades. Os objetivos
Leia maisMÓDULO 1. I - Estatística Básica
MÓDULO 1 I - 1 - Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos e empíricamente observáveis. Unidade Estatística nome dado a cada observação de um
Leia maisPrincípio da contagem e Probabilidade: conceito
Princípio da contagem e Probabilidade: conceito característica do que é provável perspectiva favorável de que algo venha a ocorrer; possibilidade, chance. Ex.: há pouca possibilidade de chuva grau de segurança
Leia maisDistribuição Uniforme Discreta. Modelos de distribuições discretas. Distribuição de Bernoulli. Distribuição Uniforme Discreta
Distribuição Uniforme Discreta Modelos de distribuições discretas Notas de Aula da Profa. Verónica González-López e do Prof. Jesús Enrique García, digitadas por Beatriz Cuyabano. Acréscimos e modicações:
Leia maisPROBABILIDADE. Aula 5
Curso: Psicologia Disciplina: Métodos Quantitativos Profa. Valdinéia Data: 28/10/15 PROBABILIDADE Aula 5 Geralmente a cada experimento aparecem vários resultados possíveis. Por exemplo ao jogar uma moeda,
Leia maisProcessos Estocásticos
Processos Estocásticos Terceira Lista de Exercícios 22 de julho de 20 Seja X uma VA contínua com função densidade de probabilidade f dada por Calcule P ( < X < 2. f(x = 2 e x x R. A fdp dada tem o seguinte
Leia maisExercícios - Distribuição Normal (Gauss)
Exercícios - Distribuição Normal (Gauss) Monitora: Juliana e Prof. Jomar 01. Uma empresa produz televisores de dois tipos, tipo A (comum) e tipo B (luxo), e garante a restituição da quantia paga se qualquer
Leia maisResoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-2010 - APO
Resoluções comentadas de Raciocínio Lógico e Estatística - SEPLAG-010 - APO 11. O Dia do Trabalho, dia 1º de maio, é o 11º dia do ano quando o ano não é bissexto. No ano de 1958, ano em que o Brasil ganhou,
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Revisão de Probabilidade e Estatística
Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões Revisão de Probabilidade e Estatística Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Conceitos Básicos Estamos
Leia maisDistribuição de probabilidades
Luiz Carlos Terra Para que você possa compreender a parte da estatística que trata de estimação de valores, é necessário que tenha uma boa noção sobre o conceito de distribuição de probabilidades e curva
Leia maisProbabilidade - aula I
e 27 de Fevereiro de 2015 e e Experimentos Aleatórios e Objetivos Ao final deste capítulo você deve ser capaz de: Entender e descrever espaços amostrais e eventos para experimentos aleatórios. Interpretar
Leia maisCapítulo 3 Modelos Estatísticos
Capítulo 3 Modelos Estatísticos Slide 1 Resenha Variáveis Aleatórias Distribuição Binomial Distribuição de Poisson Distribuição Normal Distribuição t de Student Distribuição Qui-quadrado Resenha Slide
Leia maisExercícios resolvidos sobre Função de probabilidade e densidade de probabilidade
Exercícios resolvidos sobre Função de probabilidade e densidade de probabilidade Você aprendeu o que é função probabilidade e função densidade de probabilidade e viu como esses conceitos são importantes
Leia maisProbabilidades: Função massa de probabilidades ou função distribuição de probabilidade ou modelo de probabilidade:
Exame MACS- Probabilidades Probabilidades: Função massa de probabilidades ou função distribuição de probabilidade ou modelo de probabilidade: Nos modelos de probabilidade: há uma primeira fase em que colocamos
Leia maisUNIVERSIDADE DOS AÇORES Cursos de Sociologia e de Serviço Social Estatística I 1º Semestre 2006/2007
UNIVERSIDADE DOS AÇORES Cursos de Sociologia e de Serviço Social Estatística I 1º Semestre 2006/2007 Ficha de Exercícios nº 5 Distribuições Importantes 1. A probabilidade de os doentes de uma determinada
Leia mais2 T Probabilidade: Definições básicas. 3 T Probabilidade: Definições básicas
Programa do Curso Métodos Estatísticos sticos de Apoio à Decisão Aula 4 Mônica Barros, D.Sc. Julho de 2008 Disciplina Métodos Estatísticos de Apoio à Decisão - BI MASTER 2008 Responsável Mônica Barros
Leia maisDISTRIBUIÇÕES DE PROBABILIDADE
DISTRIBUIÇÕES DE PROBABILIDADE i1 Introdução Uma distribuição de probabilidade é um modelo matemático que relaciona um certo valor da variável em estudo com a sua probabilidade de ocorrência. Há dois tipos
Leia maisMÓDULO 6 INTRODUÇÃO À PROBABILIDADE
MÓDULO 6 INTRODUÇÃO À PROBBILIDDE Quando estudamos algum fenômeno através do método estatístico, na maior parte das vezes é preciso estabelecer uma distinção entre o modelo matemático que construímos para
Leia maisDois eventos são disjuntos ou mutuamente exclusivos quando não tem elementos em comum. Isto é, A B = Φ
Probabilidade Vimos anteriormente como caracterizar uma massa de dados, como o objetivo de organizar e resumir informações. Agora, apresentamos a teoria matemática que dá base teórica para o desenvolvimento
Leia maisProbabilidade. Definições, Notação, Regra da Adição
Probabilidade Definições, Notação, Regra da Adição Definições básicas de probabilidade Experimento Qualquer processo de observação ou medida que permita ao pesquisador fazer coleta de informações. Evento
Leia maisAvaliação e Desempenho Aula 4
Avaliação e Desempenho Aula 4 Aulas passadas Motivação para avaliação e desempenho Aula de hoje Revisão de probabilidade Eventos e probabilidade Independência Prob. condicional Experimentos Aleatórios
Leia maisLISTA DE EXERCÍCIOS VARIÁVEIS ALEATÓRIAS
LISTA DE EXERCÍCIOS VARIÁVEIS ALEATÓRIAS 1. Construir um quadro e o gráfico de uma distribuição de probabilidade para a variável aleatória X: número de coroas obtidas no lançamento de duas moedas. 2. Fazer
Leia maisDistribuições de Probabilidade Distribuição Binomial
PROBABILIDADES Distribuições de Probabilidade Distribuição Binomial BERTOLO PRELIMINARES Quando aplicamos a Estatística na resolução de situações-problema, verificamos que muitas delas apresentam as mesmas
Leia maisSistemas de Gestão de Estoques
CONCEITOS BÁSICOSB Prof. João Carlos Gabriel - Aula 3 1 CONCEITOS BÁSICOSB PP = Ponto de pedido ou ponto de ressuprimento ou ponto de reposição é o instante (a quantidade) no qual se faz um pedido de compra
Leia maisProbabilidade. Distribuição Binomial
Probabilidade Distribuição Binomial Distribuição Binomial (Experimentos de Bernoulli) Considere as seguintes experimentos/situações práticas: Conformidade de itens saindo da linha de produção Tiros na
Leia maisCONCEITOS. Evento: qualquer subconjunto do espaço amostral. Uma primeira idéia do cálculo de probabilidade. Eventos Teoria de conjuntos
INTRODUÇÃO À PROAILIDADE Exemplos: O problema da coincidência de datas de aniversário O problema da mega sena A teoria das probabilidade nada mais é do que o bom senso transformado em cálculo A probabilidade
Leia maisGrupo A - 1 o semestre de 2014 Gabarito Lista de exercícios 5 - Variáveis Aleatórias e Distribuição Binomial C A S A
Exercício 1. (2,0 pontos). Dados sobre acidentes automobilísticos levantados por uma companhia de seguros informaram o seguinte: a probabilidade de que um motorista segurado sofra um acidente automobilístico
Leia maisNoções de Probabilidade
Noções de Probabilidade Bacharelado em Economia - FEA - Noturno 1 o Semestre 2015 Gilberto A. Paula G. A. Paula - MAE0219 (IME-USP) Noções de Probabilidade 1 o Semestre 2015 1 / 59 Objetivos da Aula Sumário
Leia maisGRADUAÇÃO TECNOLÓGICA EM GESTÃO DA PRODUÇÃO INDUSTRIAL GERENCIAMENTO ESTATÍSTICO DOS PROCESSOS PRODUTIVOS (tópicos da aula 12)
1 GRADUAÇÃO TECNOLÓGICA EM GESTÃO DA PRODUÇÃO INDUSTRIAL GERENCIAMENTO ESTATÍSTICO DOS PROCESSOS PRODUTIVOS (tópicos da aula 12) GRÁFICOS DE CONTROLE DE ATRIBUTOS O termo "atributo", utilizado em controle
Leia maisResoluções comentadas de Raciocínio Lógico e Estatística SEFAZ - Analista em Finanças Públicas Prova realizada em 04/12/2011 pelo CEPERJ
Resoluções comentadas de Raciocínio Lógico e Estatística SEFAZ - Analista em Finanças Públicas Prova realizada em 04/1/011 pelo CEPERJ 59. O cartão de crédito que João utiliza cobra 10% de juros ao mês,
Leia maisGestão de Operações II Teoria das Filas
Gestão de Operações II Teoria das Filas Prof Marcio Cardoso Machado Filas O que é uma fila de espera? É um ou mais clientes esperando pelo atendimento O que são clientes? Pessoas (ex.: caixas de supermercado,
Leia maisESTATÍSTICA. Prof. Ari Antonio, Me. Ciências Econômicas. Unemat Sinop 2012
ESTATÍSTICA Prof. Ari Antonio, Me Ciências Econômicas Unemat Sinop 2012 1. Introdução Concepções de Estatística: 1. Estatísticas qualquer coleção consistente de dados numéricos reunidos a fim de fornecer
Leia maisMD Sequências e Indução Matemática 1
Sequências Indução Matemática Renato Martins Assunção assuncao@dcc.ufmg.br Antonio Alfredo Ferreira Loureiro loureiro@dcc.ufmg.br MD Sequências e Indução Matemática 1 Introdução Uma das tarefas mais importantes
Leia maisEspaços Amostrais e Eventos. Probabilidade 2.1. Capítulo 2. Espaço Amostral. Espaço Amostral 02/04/2012. Ex. Jogue um dado
Capítulo 2 Probabilidade 2.1 Espaços Amostrais e Eventos Espaço Amostral Espaço Amostral O espaço amostral de um experimento, denotado S, é o conjunto de todos os possíveis resultados de um experimento.
Leia maisO comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.
ESTATÍSTICA INDUTIVA 1. CORRELAÇÃO LINEAR 1.1 Diagrama de dispersão O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.
Leia maisA finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais.
Prof. Janete Pereira Amador Introdução Os métodos utilizados para realização de inferências a respeito dos parâmetros pertencem a duas categorias. Pode-se estimar ou prever o valor do parâmetro, através
Leia maisCAPÍTULO I - ELEMENTOS DE PROBABILIDADE
CAPÍTULO I - ELEMENTOS DE PROBABILIDADE 1.1 INTRODUÇÃO Em geral, um experimento ao ser observado e repetido sob um mesmo conjunto especificado de condições, conduz invariavelmente ao mesmo resultado. São
Leia maisMatemática SSA 2 REVISÃO GERAL 1
1. REVISÃO 01 Matemática SSA REVISÃO GERAL 1. Um recipiente com a forma de um cone circular reto de eixo vertical recebe água na razão constante de 1 cm s. A altura do cone mede cm, e o raio de sua base
Leia maisExercícios Resolvidos da Distribuição de Poisson
. a. Qual é a diferença entre as distribuições de Poisson e inomial? b. Dê alguns exemplos de quando podemos aplicar a distribuição de Poisson. c. Dê a fórmula da distribuição de Poisson e o significado
Leia maisTeoria das Probabilidades
Teoria das Probabilidades Qual a probabilidade de eu passar no vestibular? Leandro Augusto Ferreira Centro de Divulgação Científica e Cultural Universidade de São Paulo São Carlos - Abril / 2009 Sumário
Leia maisProbabilidade - Conceitos Básicos. Anderson Castro Soares de Oliveira
- Conceitos Básicos Castro Soares de Oliveira é o ramo da matemática que estuda fenômenos aleatórios. está associada a estatística, porque sua teoria constitui a base de estatística inferencial. Conceito
Leia maisFCHS - FACULDADE DE CIÊNCIAS HUMANAS E SOCIAIS PRIAD PROGRAMA DE REVISÃO INTENSIVA EM ADMINISTRAÇÃO
FCHS - FACULDADE DE CIÊNCIAS HUMANAS E SOCIAIS PRIAD PROGRAMA DE REVISÃO INTENSIVA EM ADMINISTRAÇÃO TEMA PRIAD PROBABILIDADES E APLICAÇÕES PRÁTICAS DATA / / ALUNO RA TURMA 1) Num levantamento realizado
Leia maisAula 4 Estatística Conceitos básicos
Aula 4 Estatística Conceitos básicos Plano de Aula Amostra e universo Média Variância / desvio-padrão / erro-padrão Intervalo de confiança Teste de hipótese Amostra e Universo A estatística nos ajuda a
Leia maisMaterial Teórico - Aplicações das Técnicas Desenvolvidas. Exercícios e Tópicos Relacionados a Combinatória. Segundo Ano do Ensino Médio
Material Teórico - Aplicações das Técnicas Desenvolvidas Exercícios e Tópicos Relacionados a Combinatória Segundo Ano do Ensino Médio Prof Cícero Thiago Bernardino Magalhães Prof Antonio Caminha Muniz
Leia maisExercícios Resolvidos da Distribuição Binomial
. a. Estabeleça as condições exigidas para se aplicar a distribuição binomial? b. Qual é a probabilidade de caras em lançamentos de uma moeda honesta? c. Qual é a probabilidade de menos que caras em lançamentos
Leia maisLISTA DE INTERVALO DE CONFIANÇA E TESTE DE HIPÓTESES
Monitora Juliana Dubinski LISTA DE INTERVALO DE CONFIANÇA E TESTE DE HIPÓTESES EXERCÍCIO 1 (INTERVALO DE CONFIANÇA PARA MÉDIA) Suponha que X represente a duração da vida de uma peça de equipamento. Admita-se
Leia maisUnidade de Ensino Descentralizada de Colatina Coordenadoria de Informática Disciplina: Probabilidade e Estatística Prof. Leandro Melo de Sá
Unidade de Ensino Descentralizada de Colatina Coordenadoria de Informática Disciplina: Probabilidade e Estatística Prof. Leandro Melo de Sá 2006/2 Unidade 2 - PROBABILIDADE Conceitos básicos * Probabilidade:
Leia maisVariáveis aleatórias contínuas e distribuiçao Normal. Henrique Dantas Neder
Variáveis aleatórias contínuas e distribuiçao Normal Henrique Dantas Neder Definições gerais Até o momento discutimos o caso das variáveis aleatórias discretas. Agora vamos tratar das variáveis aleatórias
Leia maisINE 7002 LISTA DE EXERCÍCIOS MODELOS PROBABILÍSTICOS
Lista de Exercícios - Modelos Probabilísticos 1 INE 7002 LISTA DE EXERCÍCIOS MODELOS PROBABILÍSTICOS 35) Em um sistema de transmissão de dados existe uma probabilidade igual a 0,05 de um dado ser transmitido
Leia maisExcel Básico e Avançado. Aula 6
Excel Básico e Avançado Aula 6 Prof. Dr. Marco Antonio Leonel Caetano Mudanças Abruptas www.mudancasabruptas.com.br TABELA DE FREQUÊNCIAS Objetivos Quantificar repetições de experimentos e eventos Ajudar
Leia mais1. Os métodos Não-Paramétricos podem ser aplicados a uma ampla diversidade de situações, porque não exigem populações distribuídas normalmente.
TESTES NÃO - PARAMÉTRICOS As técnicas da Estatística Não-Paramétrica são, particularmente, adaptáveis aos dados das ciências do comportamento. A aplicação dessas técnicas não exige suposições quanto à
Leia maisRoteiro SENAC. Análise de Riscos. Análise Quantitativa de Riscos. Análise Quantitativa de Riscos. Análise Quantitativa de Riscos
SENAC Pós-Graduação em Segurança da Informação: Análise de Riscos Parte 5 Leandro Loss, Dr. Eng. loss@gsigma.ufsc.br http://www.gsigma.ufsc.br/~loss Roteiro Análise de Qualitativa Quantitativa Medidas
Leia maisTÉCNICAS DE AVALIAÇÃO ECONÔMICA. comunicação técnica do CETEM Avaliação Econômica de Projetos Prof. Raul Oliveira Neto
TÉCNICAS DE AVALIAÇÃO ECONÔMICA comunicação técnica do CETEM Avaliação Econômica de Projetos Prof. Raul Oliveira Neto Introdução As técnicas de avaliação econômica são utilizadas para converter os dados
Leia maisExercícios Sugeridos Variáveis Aleatórias Discretas e Contínuas
Exercícios Sugeridos Variáveis Aleatórias Discretas e Contínuas 1. (Paulino e Branco, 2005) Num depósito estão armazenadas 500 embalagens de um produto, das quais 50 estão deterioradas. Inspeciona-se uma
Leia maisHistórico. Controle Estatístico de Processo
Histórico O CEP se destacou como ferramenta poderosa após ter sido intensamente utilizada pelo Japão após a Segunda Guerra Mundial. Após a recuperação deste país, através da obtenção de processos produtivos
Leia maisLista 2 - Probabilidade. Probabilidade. 1. Uma letra é escolhida entre as letras da palavra PROBABILIDADE
Estatística 2 a LISTA DE EXERCÍCIOS Prof. Ânderson Vieira Probabilidade Espaço Amostral Em cada um dos exercícios a 0. Determine o espaço amostral.. Uma letra é escolhida entre as letras da palavra PROBABILIDADE
Leia maisEstatística II Antonio Roque Aula 9. Testes de Hipóteses
Testes de Hipóteses Os problemas de inferência estatística tratados nas aulas anteriores podem ser enfocados de um ponto de vista um pouco diferente: ao invés de se construir intervalos de confiança para
Leia maisEstatística Aplicada às Ciências Sociais e Ambientais. Organização da Disciplina. Conteúdo da Aula. Contextualização. Farmácia Industrial UFPR
Estatística Aplicada às Ciências Sociais e Ambientais Apresentação Aula 1 Prof. Daniel de Christo Farmácia Industrial UFPR Mestrado em Genética UFPR Lecionando no Ensino Superior desde 2003 Organização
Leia maisPROBABILIDADE Prof. Adriano Mendonça Souza, Dr.
PROBABILIDADE Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM - O intelecto faz pouco na estrada que leva à descoberta, acontece um salto na consciência, chameo de
Leia maisAula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística
Aula 4 Conceitos Básicos de Estatística Aula 4 Conceitos básicos de estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa
Leia maisESTATÍSTICA APLICADA À ADMINISTRAÇÃO
ESTATÍSTICA APLICADA À ADMINISTRAÇÃO Thiago Marzagão 1 1 marzagao.1@osu.edu PROBABILIDADE Thiago Marzagão (IDP) ESTATÍSTICA APLICADA À ADMINISTRAÇÃO 1/2016 1 / 51 o que é probabilidade? Thiago Marzagão
Leia maisAV2 - MA 12-2012. (a) De quantos modos diferentes posso empilhá-los de modo que todos os CDs de rock fiquem juntos?
Questão 1. Num porta-cds, cabem 10 CDs colocados um sobre o outro, formando uma pilha vertical. Tenho 3 CDs de MPB, 5 de rock e 2 de música clássica. (a) De quantos modos diferentes posso empilhá-los de
Leia maisTrabalho de laboratório Avaliação semestral Exame final MÉDIA PONDERADA CONCEITO
Exercícios de Seletores (estrutura condicional) Exercício 1. [ASCENCIO] A nota final de um estudante é calculada a partir de três notas atribuídas, respectivamente, a um trabalho de laboratório, a uma
Leia mais11. NOÇÕES SOBRE CONFIABILIDADE:
11. NOÇÕES SOBRE CONFIABILIDADE: 11.1 INTRODUÇÃO A operação prolongada e eficaz dos sistemas produtivos de bens e serviços é uma exigência vital em muitos domínios. Nos serviços, como a Produção, Transporte
Leia maisINSTITUTO FEDERAL DO ESPÍRITO SANTO CAMPUS SERRA BACHARELADO EM SISTEMAS DE INFORMAÇÃO LISTA DE EXERCÍCIOS (VARIÁVEIS ALEATÓRIAS) ALUNO(A):
INSTITUTO FEDERAL DO ESPÍRITO SANTO CAMPUS SERRA BACHARELADO EM SISTEMAS DE INFORMAÇÃO LISTA DE EXERCÍCIOS (VARIÁVEIS ALEATÓRIAS) ALUNO(A): 1) A demanda quotidiana por um determinado produto no mercadinho
Leia maisNorma Interpretativa 2 Uso de Técnicas de Valor Presente para mensurar o Valor de Uso
Norma Interpretativa 2 Uso de Técnicas de Valor Presente para mensurar o Valor de Uso Esta Norma Interpretativa decorre da NCRF 12 - Imparidade de Activos. Sempre que na presente norma existam remissões
Leia maisElaborado por Eduardo Rebouças Carvalho Hermano Alexandre Lima Rocha DISTRIBUIÇÃO NORMAL
Faculdade de Medicina Universidade Federal do Ceará Elaborado por Eduardo Rebouças Carvalho Hermano Alexandre Lima Rocha DISTRIBUIÇÃO NORMAL - Uma curva de distribuição pode descrever a forma da distribuição
Leia maisDistribuições: Binomial, Poisson e Normal. Distribuição Binomial
Distribuições: Binomial, Poisson e Normal Distribuição Binomial Monitor Adan Marcel e Prof. Jomar 1. Uma remessa de 800 estabilizadores de tensão é recebida pelo controle de qualidade de uma empresa. São
Leia maisMAE116 Noções de Estatística
MAE6 Noções de Estatística Grupo A - º semestre de 007 Exercício ( pontos) Uma máquina de empacotar um determinado produto o faz segundo uma distribuição normal, com média µ e desvio padrão 0g. (a) Em
Leia maisPROBABILIDADES E ESTATÍSTICA
PROBABILIDADES E ESTATÍSTICA Ao conjunto de todos os resultados possíveis, de uma eperiência aleatória, chamamos espaço amostral e representamos por S. Define-se acontecimento como sendo um subconjunto
Leia maisEstatística Básica. Armando Oscar Cavanha Filho
Estatística Básica Armando Oscar Cavanha Filho 1- INTRODUÇÃO A Estatística tem ampliado a sua participação na linguagem das atividades profissionais da atualidade, já que os números e seus significados
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 Introdução a Probabilidade Existem dois tipos
Leia maisMÓDULO 4 DISTRIBUIÇÃO DE FREQÜÊNCIAS
MÓDULO 4 DISTRIBUIÇÃO DE FREQÜÊNCIS Como vimos no módulo 1, para que nós possamos extrair dos dados estatísticos de que dispomos a correta análise e interpretação, o primeiro passo deverá ser a correta
Leia maisALGUNS TóPICOS DE CONTAGEM E PROBABILIDADE
ALGUNS TóPICOS DE CONTAGEM E PROBABILIDADE MAT30 200/ O objetivo destas notas é ilustrar como a ideia de fazer aproximações permite uma compreensão melhor de diversos problemas de combinatória e probabilidade..
Leia maisMATEMÁTICA IV PROBABILIDADE DISCURSIVAS SÉRIE AULA AULA 03
MATEMÁTICA IV PROBABILIDADE DISCURSIVAS SÉRIE AULA AULA 03 1 1) (FGV-SP 2008) Há apenas dois modos de Cláudia ir para o trabalho: de ônibus ou de moto. A probabilidade de ela ir de ônibus é 30% e, de moto,
Leia maisOs gráficos estão na vida
Os gráficos estão na vida A UUL AL A Nas Aulas 8, 9 e 28 deste curso você já se familiarizou com o estudo de gráficos. A Aula 8 introduziu essa importante ferramenta da Matemática. A Aula 9 foi dedicada
Leia maisDistribuições de Probabilidade Distribuição Normal
PROBABILIDADES Distribuições de Probabilidade Distribuição Normal BERTOLO PRELIMINARES Quando aplicamos a Estatística na resolução de situações-problema, verificamos que muitas delas apresentam as mesmas
Leia maisAs cartas de controle podem ser usadas para monitorar ou avaliar um processo. Existem basicamente dois tipos de cartas de controle:
Professor: Leandro Zvirtes UDESC/CCT Cartas de controle As cartas de controle podem ser usadas para monitorar ou avaliar um processo. Existem basicamente dois tipos de cartas de controle: Para dados do
Leia maisM501 Probabilidade, Estatística e Processos Estocásticos
Notas de aula M501 Probabilidade, Estatística e Processos Estocásticos Dayan Adionel Guimarães Novembro de 007 Agradecimento Aos professores: Dr. José Marcos Câmara Brito Dr. Carlos Alberto Ynoguti M.Sc.
Leia maisVariabilidade do processo
Variabilidade do processo Em todo processo é natural encontrar certa quantidade de variabilidade. Processo sob controle estatístico: variabilidade natural por causas aleatórias Processo fora de controle:
Leia mais(b) Qual a probabilidade de ter sido transmitido um zero, sabendo que foi recebido um (1.0) zero?
Grupo I 5.0 valores 1. Um sistema de comunicação binária transmite zeros e uns com probabilidade 0.5 em qualquer dos casos. Devido ao ruído existente no canal de comunicação há erros na recepção: transmitido
Leia mais4. σ 2 Var X p x q e σ Dp X Podemos escrever o modelo do seguinte modo:
Distribuições de Probabilidades Quando aplicamos a Estatística na resolução de problemas administrativos, verificamos que muitos problemas apresentam as mesmas características o que nos permite estabelecer
Leia maisA presente seção apresenta e especifica as hipótese que se buscou testar com o experimento. A seção 5 vai detalhar o desenho do experimento.
4 Plano de Análise O desenho do experimento realizado foi elaborado de forma a identificar o quão relevantes para a explicação do fenômeno de overbidding são os fatores mencionados na literatura em questão
Leia maisRevisão: Noções básicas de estatística aplicada a avaliações de imóveis
Curso de Avaliações Prof. Carlos Aurélio Nadal cnadal@ufpr.br 1 AULA 03 Revisão: Noções básicas de estatística aplicada a avaliações de imóveis 2 OBSERVAÇÃO: é o valor obtido durante um processo de medição.
Leia maisObjetivos. Teoria de Filas. Teoria de Filas
Objetivos Teoria de Filas Michel J. Anzanello, PhD anzanello@producao.ufrgs.br 2 Teoria de Filas Filas estão presentes em toda a parte; Exemplos evidentes de fila podem ser verificados em bancos, lanchonetes,
Leia maisAvaliação de Desempenho de Sistemas
Avaliação de Desempenho de Sistemas Introdução a Avaliação de Desempenho de Sistemas Prof. Othon M. N. Batista othonb@yahoo.com Roteiro Definição de Sistema Exemplo de Sistema: Agência Bancária Questões
Leia mais