HEP-5800 BIOESTATÍSTICA. Capitulo 2

Tamanho: px
Começar a partir da página:

Download "HEP-5800 BIOESTATÍSTICA. Capitulo 2"

Transcrição

1 HEP-5800 BIOESTATÍSTICA Capitulo 2 NOÇÕES DE PROBABILIDADE, DISTRIBUIÇÃO BINOMIAL, DISTRIBUIÇÃO NORMAL Nilza Nunes da Silva Regina T. I. Bernal MARÇO DE 2012

2 2 1. NOÇÕES DE PROBABILIDADE 1. DEFINIÇÃO Considere o lançamento de um dado uma única vez e imagine o CONJUNTO DE TODOS POSSIVEIS RESULTADOS S = {1, 2, 3, 4, 5, 6} Esse conjunto é formado por seis eventos simples, mutuamente exclusivos, e igualmente prováveis. Chama-se ESPAÇO AMOSTRAL. Portanto P(1)=P(2)=P(3)=P(4)=P(5)=P(6)= 1/6 E a probabilidade de ocorrer um evento favorável é definida pela expressão : Então, a probabilidade de ocorrer números pares será igual a P(A) = 3/6 Definição operacional encontrada no livro Introdução à Bioestatística (Sonia Vieira, pág.71)... Se são possíveis n eventos mutuamente exclusivos e igualmente prováveis, e se m desses eventos têm determinada característica, a probabilidade de que ocorra um evento com essa característica é dada pela razão ( m/n ). Então, numa seqüência de 1000 partos observados em determinado período, a probabilidade de ocorrência de parto normal pode ser calculada usando a definição acima : TIPO DE PARTO N = 1000 PROB (PARTO SER NORMAL) = 100 / 1000 (900) (100) CESAREO NORMAL

3 2. PROPRIEDADES 3 1. PROBABILIDADE DE QUALQUER EVENTO é um número entre zero e um 0 <=P ( E ) =< 1 2. P ( 1 ) = 0 3.P ( 0 ) = 0 4. Soma das probabilidades dos eventos simples é igual a EVENTOS COMPOSTOS Uma moeda é lançada 3 vezes. Qual a probabilidade de ocorrer o resultado ( cara, cara, coroa)? Ou seja, o evento = duas caras. Espaço amostral é composto pelos eventos simples: S = { (ca,ca,ca) (ca,ca,co) (ca,co,ca) (co,ca,ca) (ca,co,co) (co,ca,co) (co,co,ca) ( co,co,co )} Mas, um evento pode ser formado pela união dos eventos simples, como OCORRER DUAS CARAS pode ser expresso pelo conjunto formado reunindo o segundo, com o terceiro e o quarto eventos simples. P(ocorrer duas caras e uma coroa ) = 1/8 + 1/8 + 1/8 = 3/8. Então : usando o espaço amostral, será definida a seguinte distribuição de probabilidades P ( X = K ) K P( X ) 0 1/8 1 3/8 2 3/8 3 1/8 SOMA 8 / 8 = 1

4 4. DISTRIBUIÇÕES TEÓRICAS 4 São modelos teóricos que possuem parâmetros e permitem calcular as probabilidades de eventos simples ou compostos. Os valores das probabilidades encontram-se em tabelas que podem ser facilmente utilizadas. VARIAVEIS DISCRETAS X = numero de sucessos BERNOULLI ( n = 1 ) S = { 0, 1 }. e as probabilidades correspondentes aos eventos são definidas por P(X=1) = p ; P(X=0) = (1-p) = q MÉDIA = p Variância = (p. q ) Se n => 2...DISTRIBUIÇÃO BINOMIAL 1) São realizadas (n) observações independentes 2) cada resultado DE UMA OBSERVAÇÃO é dicotômico ( SIM ou NÃO) 3) em cada resultado, a probabilidade de ocorrer SIM é igual a (p) ; e a de ocorrer NÃO é igual (1-p) ou (q). 4) p+q=1 X : número de elementos com resultado ( SIM ).n=2 Espaço amostral (S) EVENTOS DE S PRODUTO DE PROBABILIDADE X = EVENTOS INDEPENDENTES 0 (0,0) 0,3 x 0,3 0,09 1 (1,0)ou(0,1) 2(0,7 x 0,3) 0,42 2 (1,1) 0,7 x 0,7 0,49 SOMA 1,00

5 5.n=3 Espaço amostral (S) EVENTOS DE S PRODUTO PROBABILIDADE 0 (0,0,0) 0,3X0,3X0,3 0,3 3 =0,027 1 (1,0,0)ou(0,1,0)ou(0,0,1) 3(0,7X0,3 2 ) 0,189 2 (1,1,0)ou(1,0,1)ou(0,1,1) 3(0,7 2 x0,3) 0,441 3 (1,1,1) 0,7x0,70,7 0,343 SOMA 1,000.n=4 Esp.amostral (S) EVENTOS DE S PRODUTO PROBABILIDADE 0 (0,0,0,0) 0,3 4 0, (1,0,0,0)ou(0,1,0,0)ou(0,0,1,0),(0,0,0,1) 4(0,7X0,3 3 ) 0, (1,1,0,0)ou(1,0,1,0)ou(1,0,0,1)ou 6(0,7 2 x0,3 2 ) 0,2646 (0,1,1,0)ou(0,1,0,1)ou(0,0,1,1) 3 (1,1,1,0)ou(1,1,0,1)ou(1,0,1,1)ou(0,1,1,1) 4(0,7 3 x0,3) 0, (1,1,1,1) 0,7 4 0,2401 SOMA 1,0000 Observe agora a expressão que calcula P(X=1) = 4 (0,7 ) 1 (0,3 3 ) 4 expressa o número de eventos que resultam em 4 diferentes combinações de 1 (SIM) E 3 (NÃO). p(x = 1 ) = C 4,1 ( p 1 ) ( q 3 ) PODEMOS ENTÃO CONTINUAR DEFININDO AS DEMAIS EXPRESSÕES... P(X = 2) = C 4,2 x p 2 x q 2 P(X = 3) = C 4,3 x p 3 x q 1 P(X = 4) = C 4,4 x p 4 x q 0

6 Então, a distribuição de probabilidades de X, pode ser expressa pela equação... 6 P(X = k) = C n,k x p k x q n -k que é o modelo da distribuição BINOMIAL COM PARÂMETROS (n) e (p). MÉDIA = (n. p) Variância = (n. p. q ) C n,k = expressa o número de eventos que resultam em k diferentes combinações de k (SIM) E ( n k ) (NÃO). Fatorial de um número é calculado como abaixo n! / k! ( n k )!.n! = n ( n-1) (n-2)...(1). CONCLUSAO : Se X é uma variável aleatória que expressa o numero de sucessos dentro das seguintes condições: 1 ) São realizadas (n) observações independentes 2) Cada resultado DE UMA OBSERVAÇÃO é dicotômico ( SIM ou NÃO) 3) em cada resultado, a probabilidade de ocorrer SIM é igual a (p) ; e a de ocorrer NÃO é igual (1-p) ou (q). 4) p+q=1 A DISTRIBUIÇÃO DE PROBABILIDADE DE (X) é expressa pelo modelo binominal com parâmetros (n) e (p). Ou seja, X : B(n, p). A média de X é = (n. p ) e seu desvio padrão 2 = ( n. p. q )

7 5. Usando a tabela Binomial (n,p) 7 Os valores da expressão da binomial encontram-se tabelados. Podemos encontrar as probabilidades correspondentes aos valores de (X), dados os valores de (n) e (p). Em 5 nascimentos, se X : Número de nascituros do sexo masculino.n = 5 X.p=0,10.p=0,4.p=0,50.p=0,6 0 0, , , , , , , , , , , , , , , , , , , , , , , ,07776 A ) Probabilidade de nascerem 3 crianças do sexo masculino se n=5 e p = 0,6...0,34560 B ) Probabilidade de nascerem 2 crianças do sexo masculino se n=5 e p = 0,4...0,34560 Observe nas expressões abaixos porque as probabilidades são iguais... P(X = 3) = C 5,3. 0,6 3. 0,4 2 P(X = 2) = C 5,2. 0,4 2. 0,6 3

8 8 Exercícios: 1) Analisando prontuários de várias maternidades, estimou-se que a probabilidade de um parto ser cesariano é de 10%. Em 7 partos de uma maternidade qualquer: a) Defina a variável aleatória a ser observada e o respectivo espaço amostral. b) Defina a expressão matemática que calcula a distribuição de probabilidade dessa variável. c) Apresente a tabela com a distribuição de probabilidades. d) Calcule a probabilidade de 5 partos serem cesarianos. e) A probabilidade de que todos os partos serem normais. f) A probabilidade de que no máximo haja 1 parto cesariano. 2) Apresente em tabela e gráfico a distribuição de número de meninos que pode ocorrer em uma família com 6 crianças. 3) Suponha que determinado medicamento usado para diagnóstico precoce da gravidez é capaz de confirmar casos positivos em apenas 90% das gestantes muito jovens. Nestas condições, qual é a probabilidade de duas entre três gestantes muito jovens, que fizeram uso desse medicamento, não terem confirmado precocemente a gravidez. 4) Seja X a variável aleatória que indica o número de meninos em uma família com 5 crianças. Apresente a distribuição de X em uma tabela, considerando a probabilidade de menino igual a 2 1 e ) Um exame é constituído de dez testes tipo certo-errado. Quantos testes acerta, em média, um aluno que nada sabe sobre a matéria do exame? Qual é a variância da distribuição? 6 - A probabilidade de um animal sobreviver durante um experimento é 2/3. Seja X o número de animais que sobrevivem ao experimento. a) Se 5 animais forem submetidos ao experimento, determine a distribuição de probabilidade de X. b) Determine a probabilidade de: - exatamente 3 animais sobreviverem - os 5 animais não sobreviverem - pelo menos 3 animais sobreviverem 7 A probabilidade de um menino ser daltônico é 0,08. Num grupo de 4 meninos, qual a probabilidade de 3 não serem daltônicos?

9 8) Entre 800 famílias com 5 crianças cada uma, quantas se esperaria que tivessem: 9 a) Três meninos b) cinco meninas c) dois ou três meninos Considerar probabilidades iguais para meninos e meninas. 9) Pesquisa médica indica que 20% da população em geral sofrem efeitos colaterais negativos com o uso de uma nova droga. Se um médico receita o produto a três, qual a probabilidade de: a) nenhum sofre efeito colateral negativo? b) um sofrer efeito colateral negativo? c) dois sofrerem efeito colateral negativo? d) três sofrerem efeito colateral negativo? e) ao menos um sofrer efeito colateral negativo? 10) Pesquisas indicaram que 75% dos eleitores de uma cidade são alfabetizados. Entre 16 eleitores dessa cidade, determine a probabilidade de: a) no máximo um ser analfabeto b) dois ou mais serem analfabetos c) três ou mais serem analfabetos d) pelo menos um ser analfabeto 11) Se a probabilidade de um indivíduo ter sangue Rh é 5%, qual é a probabilidade de 10 indivíduos que se apresentaram para exame de sangue: a) todos terem Rh? b) No máximo dois indivíduos apresentarem Rh?

10 10 DISTRIBUIÇÃO NORMAL APRESENTAÇÃO - + x CARACTERÍSTICAS: A) A variável pode assumir qualquer valor no conjunto real. B) O gráfico da distribuição é uma curva em forma de sino, simétrica em torno da média, que é igual à mediana e à moda. C) A área sob a curva é igual a 1, e corresponde à probabilidade de a variável assumir valores entre [... ]. D) ; (Mi e Sigma) representam os parâmetros de posição e dispersão da distribuição. E) Os pontos de inflexão da curva ocorrem nos valores definidos por ( e ). F) A expressão da função densidade de probabilidade é: 1 f ( X ). e 2 1/ 2[( ) / 2 ]

11 11 Na figura abaixo, 68,28% é a probabilidade de valores ocorrerem para X entre a média e mais ou menos 1 desvio padrão. Ou seja: P [( ) < X <( )] = 68,28% Também P [( 2 ) < X <( 2 )] = 95, 44% µ x P [( 3 ) < X <( 3 )] = 99,74% µ x

12 12 NORMAL PADRONIZADA: Z~N(0;1) Se X tem distribuição normal, então: Z tem distribuição normal com média igual a zero e desvio padrão igual a 1. Ou seja, Z ~ N (0, 1). Os valores das probabilidades associadas a esta distribuição encontram-se em tabelas. Veja abaixo um trecho dessa tabela, e aprenda como localizar os valores para as probabilidades de ocorrência de Z entre zero e z. Ou seja, P[0 <Z < z]. P(0 < Z <z) Probabilidades de ocorrer valores entre 0 e z. Valores de z com Uma decimal Segunda decimal ,0 0,0000 0,0040 0,0080 0,0120 0,0160 0,0199 0,0239 0,1 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,2 0,0793 0,0832 0,0871 0,0910 0,0948 0,0987 0,1026 0,3 0,1179 0,1217 0,1255 0,1293 0,1331 0,1368 0,1406 0,4 0,1554 0,1591 0,1628 0,1664 0,1700 0,1736 0,1772 0,5 0,1915 0,1950 0,1985 0,2019 0,2054 0,2088 0,2123 1,0 0,3413 0,3438 0,3461 0,3485 0,3508 0,3531 0,3554 1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3962 Fonte: Introdução à Bioestatística. Sonia Vieira, pág.92 Então, a probabilidade de ocorrer valores para z entre 0 e 1 é igual a 0,3413. Ou a probabilidade de ocorrer valores para Z maiores que 1 é igual a 0,50 0,3413 = 0,1587.

13 13 Exemplos: I - Suponha que a quantidade de colesterol em 100 ml de plasma sanguíneo humano tem distribuição normal com média 200 mg e desvio padrão 20 mg. 1) Qual a probabilidade de uma pessoa apresentar entre 200 e 225 mg de colesterol por 100 ml de plasma? X ~N (200 mg ; 20 mg)..z ~ (0 ; 1) Z 1 0 Z 2 1, P (0< Z <1,25) = 0, ) Qual a probabilidade de uma pessoa apresentar menos do que 190 mg de colesterol por 100 ml de plasma? Z ,50 P ( X < 190) = P (Z < -0,50 ) = 0,50 P (0 < Z < -0,50) = 0,50 0,1915 = 0,3085 3) Qual a probabilidade de uma pessoa apresentar mais do que190 mg de colesterol por 100 ml de plasma? P ( X > 190) = P(Z > -0,50) = 0,50 + 0,1915 = 0,6915 II Em homens, a quantidade de hemoglobina por 100ml de sangue é uma variável aleatória com distribuição normal de média igual a 16 gr e desvio padrão igual a 1 gr. 1) Calcule a probabilidade de um homem apresentar de 16 a 18 gr de hemoglobina por 100 ml de sangue. Então X = quantidade de hemoglobina por 100 ml de sangue. X ~ N(16, 1 ) P ( 16 < X < 18 ) = P ( 0 < Z < 2 ) = 0,4772 ou 47,72%. consulte a tabela Z 2) Qual é a probabilidade de um homem apresentar mais de 18 gr de hemoglobina por 100ml de sangue? P ( X > 18 ) = P ( Z > 2 ) = 0,50 0,4772 = 0,0228 ou 2,28 %.

14 14 4. APROXIMAÇÃO DA BINOMIAL PARA NORMAL Seja X o número de meninos em 16 nascituros, onde X ~ B(16, ½). Essa variável pode assumir qualquer valor inteiro entre zero e 16, inclusive. A distribuição dessa variável é dada por: Número de meninos (X) P(X=x) 0 0, , , , , , , , , , , , , , , , ,00153 Por exemplo: Calcular a probabilidade de serem do sexo masculino mais de 10 recém-nascidos que estão no berçário de um determinado hospital: P(X > 10) = P(X=11) + P(X=12) + P(X=13) + P(X=14) + P(X=15) + P(X=16) = 0, ou 10,50568%

15 15 Gráfico da distribuição do número de meninos em 16 nascituros Número de meninos Aproximação da binomial para normal é adequada quando: np> 5 e nq > 5 No exemplo: e np nq A condição para aproximação da distribuição binomial para a distribuição normal é satisfeita, logo: X ~ B(16,1/2) X ~ N(8,2) np npq

16 16 Gráfico da distribuição normal Número de meninos A distribuição normal é contínua e pode assumir qualquer valor real. Portanto, para calcular a probabilidade de serem do sexo masculino mais de 10 recém-nascidos será necessária uma correção da continuidade em função da passagem da distribuição discreta para uma contínua. Correção da continuidade Binomial: P(X=x) Normal: P(X= x 0,5) a P(X = x + 0,5) Exemplo: Distribuição Binomial Distribuição Normal X ~ B(16,1/2) X ~ N(8,2) x P(X> 10)? P(X > 11-0,5)=? 10,5 8 z 1,25 2 z c =1,25 0,1056 P(X > 10) = 0,1051 ou 10,51% P(Z > 1,25) = 0,50 0,3944 = 0,1056 ou 10,56%

17 17 INTERVALO DE REFERÊNCIA USANDO A DISTRIBUIÇÃO NORMAL Testes de diagnósticos em medicina clínica são usados para classificar a situação de saúde dos indivíduos. Servem para definir se o estado de saúde pode ser considerado dentro de um padrão aceitável, e elaborar o diagnóstico. Esse padrão é estabelecido mediante o uso de distribuições de probabilidade das características observadas em grande número de indivíduos considerados sadios. As medidas de posição e de variabilidade dessas distribuições serão os parâmetros utilizados para construir os intervalos de referência com os quais são avaliadas as mais variadas características dos seres vivos. A tabela 3.1 apresenta intervalos de referência para o ph observado no couro cabeludo de fetos observados em 14 diferentes conjuntos de mulheres observadas em diferentes hospitais. Supondo que ph tem distribuição normal, calculou-se em cada conjunto os limites dos intervalos que contem 95% dos indivíduos. Ou seja, os pontos definidos por ( X 2 ). Nota-se que o numero de mulheres em cada conjunto não altera a amplitude dos intervalos para essa característica. Tabela 3.1 Intervalos de referência para 14 estudos de ph sangue couro cabeludo em fetos. ESTUDO Ph MÉDIO IR (95%)* N 1 7,29 7,15 7, ,29 7,21 7, ,29 7,25 7, ,30 7,20 7, ,30 7,22 7, ,30 7,22 7, ,32 7,20 7, ,32 7,22 7, ,35 7,23 7, ,35 7,25 7, ,35 7,25 7, ,35 7,25 7, ,37 7,27 7, ,38 7,30 7,45 22 Fonte : Altman GD. Practical Statistics for Medical Research, pag Média mais ou menos 2 desvios padrão. Ou seja, ( X 2 )

18 EXERCICIOS 18 A) Seja Z ~ N (0,1). Calcule: a) P(0 <Z< 1,2) b) P(-0,9 Z 0) c) P(1,21 Z 1,75) d) (Z > -0,75) e) (Z < 1,35) f) P(-1,44 < Z < 0) g) P(-1,96 < Z < 1.96) B) Suponha que o tempo médio de permanência em um hospital para doenças crônicas sejam 50 dias, com desvio padrão igual a 10 dias. Admitindo que o tempo de permanência tem distribuição normal, qual é a probabilidade de uma paciente permanecer no hospital: a) mais de 30 dias? b) menos de 30 dias? c) mais de 50 dias? d) entre 40 e 60 dias? e) entre 30 e 70 dias? C) A idade de uma população tem distribuição normal com média 50 anos e desvio padrão de 4 anos. Qual a probabilidade de uma pessoa dessa população ter: a) 55 anos ou menos? b) exatamente 50 anos? c) mais de 55 anos? d) entre 55 e 57 anos? e) entre 42 e 50 anos? f) idade entre a média e mais ou menos 1 desvio padrão? g) idade entre a média e mais ou menos 2desvios padrão? h) idade entre a média e mais ou menos 3 desvios padrão? D) Numa curva normal reduzida, a área compreendida entre 1,64 e zero vale 45%. Nestas condições a área à direita do valor +1,64 valerá: a) 45% b) infinito c) 50% d) 100% e) 5%

Bioestatística e Computação I

Bioestatística 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 mais

PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES

PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES Certas distribuições de probabilidades se encaixam em diversas situações práticas As principais são: se v.a. discreta Distribuição de Bernoulli Distribuição binomial

Leia mais

Aproximação da binomial pela normal

Aproximação 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 mais

Bioestatística e Computação I

Bioestatística 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 mais

Estatística - aulasestdistrnormal.doc 13/10/05

Estatística - aulasestdistrnormal.doc 13/10/05 Distribuição Normal Introdução O pesquisador estuda variáveis. O estatístico diz que essas variáveis são aleatórias porque elas têm um componente que varia ao acaso. Por exemplo, a variabilidade dos pesos

Leia mais

ESTATÍSTICA. x(s) W Domínio. Contradomínio

ESTATÍSTICA. 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 mais

Lucas Santana da Cunha 12 de julho de 2017

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

Leia mais

Lucas Santana da Cunha de junho de 2018 Londrina

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

Leia mais

Estatística I Aula 8. Prof.: Patricia Maria Bortolon, D. Sc.

Estatística I Aula 8. Prof.: Patricia Maria Bortolon, D. Sc. Estatística I Aula 8 Prof.: Patricia Maria Bortolon, D. Sc. MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS CONTÍNUAS Lembram o que vimos sobre V.A. contínua na Aula 6? Definição: uma variável

Leia mais

Aproximação da binomial pela normal

Aproximação 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 mais

Modelos Probabilísticos Teóricos Discretos e Contínuos. Bernoulli, Binomial, Poisson, Uniforme, Exponencial, Normal

Modelos 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 mais

Verificar como a distribuição normal pode ser utilizada para calcular, l de forma aproximada, probabilidades associadas a uma variável aleatória com

Verificar como a distribuição normal pode ser utilizada para calcular, l de forma aproximada, probabilidades associadas a uma variável aleatória com Aproximação da binomial pela normal 1 Objetivo Verificar como a distribuição normal pode ser utilizada para calcular, l de forma aproximada, probabilidades associadas a uma variável aleatória com distribuição

Leia mais

Teoria das Filas aplicadas a Sistemas Computacionais. Aula 09

Teoria das Filas aplicadas a Sistemas Computacionais. Aula 09 Teoria das Filas aplicadas a Sistemas Computacionais Aula 09 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas

Leia mais

Aproximação da binomial pela normal

Aproximação 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 mais

12 Distribuições de Probabilidades

12 Distribuições de Probabilidades 12 Distribuições de Probabilidades 12.1 Introdução Neste capítulo vamos dar continuidade ao estudo de probabilidades, introduzindo os conceitos de variáveis aleatórias e de distribuições de probabilidade.

Leia mais

Teoria das Filas aplicadas a Sistemas Computacionais. Aula 08

Teoria das Filas aplicadas a Sistemas Computacionais. Aula 08 Teoria das Filas aplicadas a Sistemas Computacionais Aula 08 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas

Leia mais

PROBABILIDADES: VARIÁVEL ALEATÓRIA CONTÍNUA E DISTRIBUIÇÃO NORMAL

PROBABILIDADES: VARIÁVEL ALEATÓRIA CONTÍNUA E DISTRIBUIÇÃO NORMAL PROBABILIDADES: VARIÁVEL ALEATÓRIA CONTÍNUA E DISTRIBUIÇÃO NORMAL Aula 6 META Estudar o comportamento e aplicação das Variáveis Aleatórias Contínuas, bem como da Distribuição Normal. OBJETIVOS Ao final

Leia mais

Distribuições Contínuas de Probabilidade

Distribuições Contínuas de Probabilidade Distribuições Contínuas de Probabilidade Uma variável aleatória contínua é uma função definida sobre o espaço amostral, que associa valores em um intervalo de números reais. Exemplos: Espessura de um item

Leia mais

Probabilidade e Modelos Probabilísticos

Probabilidade e Modelos Probabilísticos Probabilidade e Modelos Probabilísticos 2ª Parte: modelos probabilísticos para variáveis aleatórias contínuas, modelo uniforme, modelo exponencial, modelo normal 1 Distribuição de Probabilidades A distribuição

Leia mais

Modelos de Distribuição PARA COMPUTAÇÃO

Modelos 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 mais

VARIÁVEIS ALEATÓRIAS e DISTRIBUIÇÃO BINOMIAL

VARIÁVEIS 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 mais

Métodos Estatísticos

Métodos Estatísticos Métodos Estatísticos 5 - Distribuição Normal Referencia: Estatística Aplicada às Ciências Sociais, Cap. 7 Pedro Alberto Barbetta. Ed. UFSC, 5ª Edição, 2002. Distribuição de Probabilidades A distribuição

Leia mais

VARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL

VARIÁVEL 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 mais

Escola Politécnica da USP Engenharia de Petróleo e Gás DISTRIBUIÇÃO DE PROBABILIDADE CONTÍNUA. Aulas 10, 11,12 e 13 - Prof. Regina Meyer Branski

Escola Politécnica da USP Engenharia de Petróleo e Gás DISTRIBUIÇÃO DE PROBABILIDADE CONTÍNUA. Aulas 10, 11,12 e 13 - Prof. Regina Meyer Branski Escola Politécnica da USP Engenharia de Petróleo e Gás DISTRIBUIÇÃO DE PROBABILIDADE CONTÍNUA Aulas 10, 11,12 e 13 - Prof. Regina Meyer Branski Objetivos Distribuição Normal e Distribuição Normal Padrão

Leia mais

Aula 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 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 mais

Variáveis Aleatórias Contínuas e Distribuições de Probabilidade

Variáveis Aleatórias Contínuas e Distribuições de Probabilidade Variáveis Aleatórias Contínuas e Distribuições de Probabilidade Motivação A quantidade de oxigênio dissolvido é importante para aferir a qualidade de um regato. Os níveis aceitáveis de oxigênio variam

Leia mais

Um conceito importante em Probabilidades e Estatística é o de

Um conceito importante em Probabilidades e Estatística é o de Variáveis Aleatórias Um conceito importante em Probabilidades e Estatística é o de Variável Aleatória. Variável Aleatória Seja (Ω, A) um espaço de acontecimentos. À função X : Ω IR chamamos variável aleatória.

Leia mais

Unidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno

Unidade 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 mais

VARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL

VARIÁVEL 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 mais

Introdução à Bioestatística

Introdução à Bioestatística Instituto Nacional de Cardiologia February 22, 2016 1 2 3 4 Existem dois tipos de variáveis aleatórias Variáveis aleatórias discretas Variáveis aleatórias contínuas discreta Assume um número nito ou innito

Leia mais

24/04/2017. Operações que podem ser aplicadas aos eventos

24/04/2017. 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 mais

BIOESTATISTICA. Unidade IV - Probabilidades

BIOESTATISTICA. Unidade IV - Probabilidades BIOESTATISTICA Unidade IV - Probabilidades 0 PROBABILIDADE E DISTRIBUIÇÃO DE FREQUÊNCIAS COMO ESTIMATIVA DA PROBABILIDADE Noções de Probabilidade Após realizar a descrição dos eventos utilizando gráficos,

Leia mais

Variáveis Aleatórias Discretas

Variáveis 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 mais

Variáveis Aleatórias. Prof. Tarciana Liberal Departamento de Estatística - UFPB

Variáveis Aleatórias. Prof. Tarciana Liberal Departamento de Estatística - UFPB Variáveis Aleatórias Prof. Tarciana Liberal Departamento de Estatística - UFPB Introdução Ao descrever o espaço amostral de um experimento aleatório, não especificamos que um resultado individual seja

Leia mais

PRINCIPAIS DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE

PRINCIPAIS 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 mais

Distribuição Gaussiana

Distribuição Gaussiana Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Distribuição Gaussiana Introdução à Bioestatística Turma Nutrição Aula 7: Distribuição Normal (Gaussiana) Distribuição

Leia mais

Aula de hoje. administração. São Paulo: Ática, 2007, Cap. 3. ! Tópicos. ! Referências. ! Distribuição de probabilidades! Variáveis aleatórias

Aula 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 mais

Departamento de Matemática Escola Superior de Tecnologia de Viseu

Departamento de Matemática Escola Superior de Tecnologia de Viseu Distribuições contínuas Departamento de Matemática Escola Superior de Tecnologia de Viseu Distribuição Normal Diz-se que uma variável aleatória X tem distribuição normal, se a sua função densidade de probabilidade

Leia mais

Distribuições de probabilidade

Distribuições de probabilidade Distribuições de probabilidade Distribuições contínuas Carla Henriques, Nuno Bastos e Cristina Lucas Departamento de Matemática Escola Superior de Tecnologia de Viseu. Henriques, N. Bastos e C. Lucas (DepMAT)

Leia mais

Lucas Santana da Cunha de junho de 2018 Londrina

Lucas Santana da Cunha de junho de 2018 Londrina Variável aleatória contínua: Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 13 de junho de 2018 Londrina 1 / 26 Esperança e variância de Y Função de distribuição acumulada

Leia mais

Aproximação da Distribuição Binomial pela Distribuição Normal

Aproximação da Distribuição Binomial pela Distribuição Normal Aproximação da Distribuição Binomial pela Distribuição Normal Uma das utilidades da distribuição normal é que ela pode ser usada para fornecer aproximações para algumas distribuições de probabilidade discretas.

Leia mais

Estatística Aplicada II. } Revisão: Probabilidade } Propriedades da Média Amostral

Estatística Aplicada II. } Revisão: Probabilidade } Propriedades da Média Amostral Estatística Aplicada II } Revisão: Probabilidade } Propriedades da Média Amostral 1 Aula de hoje } Tópicos } Revisão: } Distribuição de probabilidade } Variáveis aleatórias } Distribuição normal } Propriedades

Leia mais

Bioestatística Aula 3

Bioestatística Aula 3 Bioestatística Aula 3 Anderson Castro Soares de Oliveira Anderson Bioestatística 1 / 51 Probabilidade Probabilidade é o ramo da matemática que estuda fenômenos aleatórios. Probabilidade é uma medida que

Leia mais

1 Introdução. 2 Variáveis Aleatórias Discretas (VAD)

1 Introdução. 2 Variáveis Aleatórias Discretas (VAD) Prof. Janete Pereira Amador 1 1 Introdução Muitas situações cotidianas podem ser usadas como experimento que dão resultados correspondentes a algum valor, e tais situações podem ser descritas por uma variável

Leia mais

Mais Aplicações sobre cálculo de probabilidades

Mais Aplicações sobre cálculo de probabilidades Mais Aplicações sobre cálculo de probabilidades Prof. Hemílio Fernandes Campos Coêlho Departamento de Estatística - Universidade Federal da Paraíba - UFPB Noções de Epidemiologia Em algumas aplicações

Leia mais

Probabilidade. Variáveis Aleatórias e Distribuição de Probabilidades

Probabilidade. Variáveis Aleatórias e Distribuição de Probabilidades Probabilidade Variáveis Aleatórias e Distribuição de Probabilidades Na aula de hoje, vamos 1 - Estender o conceito de variável, definindo o conceito de variável aleatória; 2 Entender porque as variáveis

Leia mais

Distribuição Normal. Diz-se que uma variável aleatória X tem distribuição normal, se a sua função densidade de probabilidade for dada por:

Distribuição Normal. Diz-se que uma variável aleatória X tem distribuição normal, se a sua função densidade de probabilidade for dada por: Distribuições contínuas Departamento de Matemática Escola Superior de Tecnologia de Viseu Distribuição Normal Diz-se que uma variável aleatória X tem distribuição normal, se a sua função densidade de probabilidade

Leia mais

Distribuições de Probabilidade

Distribuições 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 mais

Distribuições de Probabilidade

Distribuições de Probabilidade Distribuições de Probabilidade Carla Henriques, Nuno Bastos e Cristina Lucas Departamento de Matemática Escola Superior de Tecnologia de Viseu. Henriques, N. Bastos e C. Lucas (DepMAT) Distribuições de

Leia mais

Conforme o conjunto de valores X(S) uma variável aleatória poderá ser discreta ou contínua.

Conforme 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 mais

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

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

Leia mais

Estatística: Probabilidade e Distribuições

Estatística: Probabilidade e Distribuições Estatística: Probabilidade e Distribuições Disciplina de Estatística 2012/2 Curso: Tecnólogo em Gestão Ambiental Profª. Ms. Valéria Espíndola Lessa 1 Aula de Hoje 23/11/2012 Estudo da Probabilidade Distribuição

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 9 Modelos Probabilísticos Variável Contínua Vamos ver como criar um modelo probabilístico, o que é uma função densidade de probabilidade (fdp), e como calcular probabilidades no caso de variáveis

Leia mais

Estatística Planejamento das Aulas

Estatística Planejamento das Aulas 29 de outubro de 2018 Distribuição Discreta Uniforme No experimento estatístico, os eventos são equiprováveis. A v.a. discreta X assume n valores discretos tem função de probabilidade: { 1 se x f x = i

Leia mais

Variáveis Aleatórias. Prof. Tarciana Liberal Departamento de Estatística - UFPB

Variáveis Aleatórias. Prof. Tarciana Liberal Departamento de Estatística - UFPB Variáveis Aleatórias Prof. Tarciana Liberal Departamento de Estatística - UFPB Introdução Ao descrever o espaço amostral de um experimento aleatório, não especificamos que um resultado individual seja

Leia mais

UNIVERSIDADE FEDERAL DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros

UNIVERSIDADE 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 mais

Experiência para o qual o modelo probabilístico é adequado. Efeito. Causas. Prof. Lorí Viali, Dr.

Experiência para o qual o modelo probabilístico é adequado. Efeito. Causas. Prof. Lorí Viali, Dr. Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/~viali Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Determinístico Sistema Real Causas Efeito Probabilístico X Causas Efeito

Leia mais

1 Distribuições Discretas de Probabilidade

1 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 mais

Probabilidade e Estatística. stica. Prof. Dr. Narciso Gonçalves da Silva pessoal.utfpr.edu.

Probabilidade e Estatística. stica. Prof. Dr. Narciso Gonçalves da Silva  pessoal.utfpr.edu. Probabilidade e Estatística stica Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva pessoal.utfpr.edu.br/ngsilva Distribuição Uniforme Uma variável aleatória contínua X está

Leia mais

Revisão de distribuições de probabilidades contínuas (Capítulo 6 Levine)

Revisão de distribuições de probabilidades contínuas (Capítulo 6 Levine) Revisão de distribuições de probabilidades contínuas (Capítulo 6 Levine) Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc. Chap 6-1 Objetivos: Neste capítulo, você aprenderá:

Leia mais

Teorema do Limite Central

Teorema do Limite Central O Teorema do limite central (TLC) demonstra a tendência de aproximação das variáveis aleatórias com a distribuição normal. 2 O teorema do limite central é básico para a maioria das aplicações do controle

Leia mais

5- Variáveis aleatórias contínuas

5- Variáveis aleatórias contínuas 5- Variáveis aleatórias contínuas Para variáveis aleatórias contínuas, associamos probabilidades a intervalos de valores da variável. Exemplo 5.1 Seja a variável correspondente ao tempo até a cura de pacientes

Leia mais

Estatística e Modelos Probabilísticos - COE241

Estatística 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 Exemplo Lei de Bayes Variáveis Aleatórias

Leia mais

Estatística e Probabilidade Aula 06 Distribuições de Probabilidades. Prof. Gabriel Bádue

Estatística e Probabilidade Aula 06 Distribuições de Probabilidades. Prof. Gabriel Bádue Estatística e Probabilidade Aula 06 Distribuições de Probabilidades Prof. Gabriel Bádue Teoria A distribuição de Poisson é uma distribuição discreta de probabilidade, aplicável a ocorrências de um evento

Leia mais

PARTE 3. Profª. Drª. Alessandra de Ávila Montini

PARTE 3. Profª. Drª. Alessandra de Ávila Montini PARTE 3 Profª. Drª. Alessandra de Ávila Montini Distribuições Contínuas 2 Conteúdo Principais Distribuições de Probabilidade para Variáveis Quantitativas Contínuas: Exponencial Normal T de Student Qui-quadrado

Leia mais

Estatística (MAD231) Turma: IGA. Período: 2018/2

Estatística (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 mais

Distribuição de Probabilidade. Prof. Ademilson

Distribuição 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

MAE 116 Distribuição Binomial FEA - 2º Semestre de 2018

MAE 116 Distribuição Binomial FEA - 2º Semestre de 2018 MAE 116 Distribuição Binomial FEA - 2º Semestre de 2018 1 Vamos considerar alguns exemplos de experimentos aleatórios em que associamos a cada resultado possível um número 1. Lança-se uma moeda 10 vezes

Leia mais

PROBABILIDADE. Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti

PROBABILIDADE. 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 mais

DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros

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 mais

Distribuições de Probabilidade. Distribuição Normal

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

Leia mais

Principais distribuições discretas Distribuição de Bernoulli sucesso fracasso X = 1, se sucesso X = 0, se fracasso P(X) TOTAL 1 Exemplo 5:

Principais 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 mais

AULA 16 - Distribuição de Poisson e Geométrica

AULA 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 mais

DISTRIBUIÇÕES BERNOULLI, BINOMIAL E POISSON

DISTRIBUIÇÕES BERNOULLI, BINOMIAL E POISSON DISTRIBUIÇÕES BERNOULLI, BINOMIAL E POISSON http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 05 de julho de 2017 Distribuição Bernoulli Exemplo Nos experimentos de Bernoulli, o espaço

Leia mais

Aula 5. Variáveis Aleatórias Discretas

Aula 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 mais

AULA 07 Distribuições Discretas de Probabilidade

AULA 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 mais

BIOESTATÍSTICA AULA 3. Anderson Castro Soares de Oliveira Jose Nilton da Cruz. Departamento de Estatística/ICET/UFMT

BIOESTATÍSTICA AULA 3. Anderson Castro Soares de Oliveira Jose Nilton da Cruz. Departamento de Estatística/ICET/UFMT BIOESTATÍSTICA AULA 3 Anderson Castro Soares de Oliveira Jose Nilton da Cruz Departamento de Estatística/ICET/UFMT Probabilidade PROBABILIDADE Probabilidade é o ramo da matemática que estuda fenômenos

Leia mais

LCE Introdução à Bioestatística Florestal 3. Variáveis aleatórias

LCE Introdução à Bioestatística Florestal 3. Variáveis aleatórias LCE0216 - Introdução à Bioestatística Florestal 3. Variáveis aleatórias Profa. Dra. Clarice Garcia Borges Demétrio Monitores: Giovana Fumes e Ricardo Klein Escola Superior de Agricultura Luiz de Queiroz

Leia mais

Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL

Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL Referências Bibliográficas Sistema de Avaliação Duas Provas teóricas Um Trabalho em Grupo MédiaFinal 0,4

Leia mais

PROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano

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 mais

Estatística e Probabilidade Aula 05 Distribuições de Probabilidades. Prof. Gabriel Bádue

Estatística 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 mais

AULA 15 - Distribuição de Bernoulli e Binomial

AULA 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 mais

EST012 - Estatística Econômica I Turma A - 1 o Semestre de 2019 Lista de Exercícios 3 - Variável aleatória

EST012 - Estatística Econômica I Turma A - 1 o Semestre de 2019 Lista de Exercícios 3 - Variável aleatória Exercício 1. Considere uma urna em que temos 4 bolas brancas e 6 bolas pretas. Vamos retirar, ao acaso, 3 bolas, uma após a outra e sem reposição. Sejam X: o número de bolas brancas e Y : o número de bolas

Leia mais

Professora Ana Hermínia Andrade. Período

Professora Ana Hermínia Andrade. Período Distribuições de probabilidade Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2016.2 Modelos de distribuição Para

Leia mais

Unidade IV ESTATÍSTICA. Prof. Fernando Rodrigues

Unidade IV ESTATÍSTICA. Prof. Fernando Rodrigues Unidade IV ESTATÍSTICA Prof. Fernando Rodrigues Análise combinatória Analise combinatória é a área da Matemática que trata dos problemas de contagem. Ela é utilizada para contarmos o número de eventos

Leia mais

Probabilidade e Estatística

Probabilidade 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 mais

5 Distribuição normal de probabilidade. Estatística Aplicada Larson Farber

5 Distribuição normal de probabilidade. Estatística Aplicada Larson Farber 5 Distribuição normal de probabilidade Estatística Aplicada Larson Farber Seção 5.1 Introdução às distribuições normais Propriedades de uma distribuição normal Suas média, mediana e moda são iguais. Tem

Leia mais

Distribuições de Probabilidade. Distribuição Uniforme Distribuição Exponencial Distribuição Normal

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

Leia mais

Regras de probabilidades

Regras de probabilidades Regras de probabilidades Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 16 de maio de 2018 Londrina 1 / 17 Propriedades As probabilidades sempre se referem a

Leia mais

Distribuição de Probabilidade

Distribuição de Probabilidade Distribuição de Probabilidade ENG09004 2014/2 Prof. Alexandre Pedott pedott@producao.ufrgs.br Introdução O histograma é usado para apresentar dados amostrais extraídas de uma população. Por exemplo, os

Leia mais

Distribuições de Probabilidade

Distribuições de Probabilidade Distribuições de Probabilidade Departamento de Matemática Escola Superior de Tecnologia de Viseu (DepMAT ESTV) Distribuições de Probabilidade 2007/2008 1 / 31 Introdução Introdução Já vimos como caracterizar

Leia mais

Bioestatística F. Modelo Binomial. Enrico A. Colosimo

Bioestatística F. Modelo Binomial. Enrico A. Colosimo Bioestatística F Modelo Binomial Enrico A. Colosimo Departamento de Estatística Universidade Federal de Minas Gerais http://www.est.ufmg.br/~enricoc 2011 1 / 1 Variável aleatória discreta Definição Uma

Leia mais

Cap. 8 Distribuições contínuas e modelo normal

Cap. 8 Distribuições contínuas e modelo normal Estatística Aplicada às Ciências Sociais Seta Edição Pedro Alberto Barbetta Florianópolis: Editora da UFSC, 2006 Cap. 8 Distribuições contínuas e modelo normal Variável aleatória discreta variável aleatória

Leia mais

Avaliação e Desempenho Aula 5

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

Leia mais

Variáveis Aleatórias Discretas e Distribuições de 3Probabilidade

Variáveis 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 mais

Daniel Queiroz VARIÁVEIS ALEATÓRIAS DISCRETAS

Daniel 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 mais

PROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES

PROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES PROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES Bruno Baierle Maurício Furigo Prof.ª Sheila Regina Oro (orientadora) Edital 06/2013 - Produção de Recursos Educacionais Digitais Variável Aleatória

Leia mais

Distribuições Bernoulli, Binomial e Poisson

Distribuições Bernoulli, Binomial e Poisson Distribuições Bernoulli, Binomial e Poisson Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 06 de junho de 2018 Londrina 1 / 18 Nos experimentos de Bernoulli,

Leia mais