Probabilidade II Aula 12
|
|
- Maria das Dores Farias Antas
- 7 Há anos
- Visualizações:
Transcrição
1 Coteúdo Probabilidade II Aula Juho de 009 Desigualdade de Marov Desigualdade de Jese Lei Fraca dos Grades Números Môica Barros, D.Sc. Itrodução A variâcia de uma variável aleatória mede a dispersão em toro da média. A desigualdade de Chebyshev os forece uma maeira de eteder como a variâcia mede a dispersão em toro da média, e os permite ecotrar limites superiores e iferiores para certas probabilidades. Itrodução Estes limites ão são ecessariamete próximos dos valores reais das probabilidades, e são usados pricipalmete em discussões teóricas, e ão como aproximações. A desigualdade de Marov é um resultado teórico importate que, etre outras coisas, os ajuda a demostrar a desigualdade de Chebyshev. 3 4
2 Itrodução Estas duas desigualdades os forecem limites superiores e iferiores para probabilidades quado apeas a média (Marov) é cohecida ou quado só a média e a variâcia são dadas (Chebyshev). Em geral, estes limites para as probabilidades ão são eficietes do poto de vista computacioal, mas também os requisitos ecessários para o seu cálculo são míimos, pois precisamos apeas cohecer o máximo a média e a variâcia. Desigualdade de Marov Teorema Seja u( X ) uma fução ão egativa da variável aleatória X. Se E [u( X )] existe, etão para qualquer costate positiva c temos: ( u X c) Pr ( ) ( ( )) E u X c 5 6 Desigualdade de Marov Demostração caso cotíuo Seja A o cojuto{x : u( x ) c}. Etão o valor esperado de u(x) pode ser escrito como: ( ( )) E u X = u ( x ) f ( x ) dx = u ( x ) f ( x ) dx + u ( x ) f ( x ) dx * ode A* é o complemeto de A, ou seja: A* = { X : u(x) < c} A 7 A Desigualdade de Marov Cada uma das itegrais do lado direito acima é ão egativa, e etão o lado esquerdo da equação é maior ou igual a cada uma destas itegrais. Em particular: E( u( X )) u( x) f ( x) dx A Mas, pela defiição do cojuto A, se X A etão u ( X ) c. Assim: ( ( )) ( ) ( ) ( ) =.Pr( ) =.Pr( ( ) ) E u X u x f x dx c f x dx c X A c u X c A A 8
3 Desigualdade de Marov Isto é: E [ u ( X ) ] c. Pr {u ( X ) c } Pr{ u ( X ) c } E [ u ( X ) ] /c Note que, a demostração da desigualdade de Marov a úica hipótese é que E [u(x)] existe e é uma fução ão egativa. 9 Desigualdade de Marov Exemplo Seja Y uma v.a. tal que E(Y 4 ) 00. Use esta iformação para ecotrar um limite superior para Pr(Y 5). Solução Seja W = Y 4. Etão W é uma v.a. ão egativa cuja média é, o máximo, 00. Note que se Y 5 etão W = Y Pela desigualdade de Marov: E( W ) 00 Pr ( Y 5) = Pr( W 65) = A desigualdade de Chebyshev pode ser ecarada como um corolário da desigualdade de Marov. Seja X uma v.a. qualquer com média µ e variâcia σ, ambas fiitas. Etão: Pr σ { X µ } Demostração Como u(x) = (X-µ) é uma fução ão-egativa, podemos aplicar a desigualdade de Marov e obter: E ( ) ( ) ) ( u( X )) E( X µ ) ) σ Pr u( X ) = Pr X µ = = Mas, os evetos: ( X µ ) e X µ São equivaletes, o que prova a desigualdade de Chebyshev.
4 Aalogamete podemos escrever: Pr σ ( X µ ) A desigualdade de Chebyshev pode ser escrita de maeira mais coveiete em termos da distâcia (em uidades do desvio padrão) em relação à média, ou seja: 3 A probabilidade de X estar a uma distâcia "grade" (maior que desvios padrões) da sua média é pequea (meor que / ). Pr ( X µ. σ ) A probabilidade de X estar a uma distâcia "pequea" (meor que desvios padrões) da sua média é grade (maior que - / ). Pr ( X µ. σ ) 4 Os limites forecidos pelas desigualdades de Marov e Chebyshev são, como já dissemos, grades demais para uso como aproximações uméricas. Suas maiores virtude são as de fucioar sob codições muito pouco restritivas, exigido apeas o cohecimeto da média (Marov) ou da média e variâcia (Chebyshev). Exemplo Comparação de uma probabilidade exata com o limite dado por Chebyshev. Seja X uma v.a. Uif(- 3, + 3). Verifique que E(X) = 0 e VAR(X) = Calcule exatamete: 3 Pr X = Pr X 3 = + 3/ 3/ 3 dx = =
5 Por Chebyshev, =3/ e o limite superior para esta probabilidade tora-se (vide slide 4): 3 4 Pr X 0.() = = ( 3/ ) Ou seja, o limite dado por Chebyshev é mais de 3 vezes maior que o valor real este caso. Exemplo 3 Neste caso a distribuição da v.a. é descohecida. O úmero de TVs produzido por uma fábrica um itervalo de uma semaa é uma v.a. com média 500. ) Ecotre um limite para a probabilidade do úmero de TVs produzido esta semaa exceder Neste caso usamos a desigualdade de Marov, pois só cohecemos a média. Note que a variável de iteresse (úmero de TVs produzidas é itrisecamete ão egativa, justificado o uso de Marov). ( X ) E 500 Pr ( X 000) = = ) Supoha agora que cohecemos também a variâcia do úmero de TVs produzidas a semaa, que é igual a 00. O que se pode dizer sobre a probabilidade do úmero de TVs produzidas esta semaa estar etre 400 e 600? Pela desigualdade de Chebyshev, e usado µ = 500, σ = 00 temos: 00 Pr{ X } = Pr{ 400 X 600} = = (00)
6 Exemplo 4 Seja X uma variável Expo(). Use a desigualdade de Marov para provar que Pr(X >c) /c ode c é um úmero positivo qualquer. Solução Note que a desigualdade de Marov pode ser usada diretamete em X, que é uma variável ão egativa. Também, E(X) =. Por Marov: Pr(X > c) E(X)/c = /c A extesão deste exemplo para uma variável Expoecial qualquer é trivial. Se X é Expoecial(λ) etão: E( X ) Pr( X > c) = c λ. c Para qualquer costate positiva c. Note que isso é realmete verdadeiro, pois: ( ) { } λc λc Pr X > c = F( c) = e = e = = + λc 3 e ( ) ( λc) ( λc) λc + λc ! 3! Exemplo 5 Aplicação a uma sequêcia de Beroullis. Sejam X, X,..., X iid Beroulli(p), de tal forma que Y = X + X X é Biomial (, p). Pela desigualdade de Chebyshev: Pr VAR( Y ) pq { Y p } = 3 Mas, a fução.p.q =.p.(-p) tem um máximo em p=/ (faça o gráfico) e etão podemos garatir que: Pr 4 { Y p } = Cosidere agora a proporção de sucessos as repetições, isto é: Y p ˆ = 4
7 Pelas propriedades das fuções lieares de v.a., pode-se provar que: Y p E( pˆ ) = E = E( Y ) = Y pq VAR( pˆ ) = VAR = VAR( Y ) = = Aplicado Chebyshev a p^ segue que: pq Pr VAR( pˆ) pq 4 { pˆ p } = Esta última expressão tem implicações importates em amostragem. Por exemplo, se > 000, a probabilidade de p^ diferir do valor verdadeiro de p por mais de 0. é, o máximo, 0.05 para qualquer valor de p. 5 6 Exemplo 6 Com base a expressão do slide aterior, calcule (tamaho da amostra) ecessário para que a probabilidade da difereça etre o p real e o estimado ser maior que 3% seja meor ou igual a 5%. Solução Aqui = 0.03 e /(4 ) = 5% Logo: /4(3/00) = 0000/36 = 5/00 = 0 6 /80 = 5555 aproximadamete 7 Desigualdade de Jese Ates de euciar esta desigualdade, é preciso lembrar o que são fuções covexas. Uma fução f(x) é covexa se: f{t.x + (-t).y} t.f(x) + (-t).f(y) para 0 t e x e y um itervalo [a,b]. Se acima a desigualdade é estrita dizemos que f é estritamete covexa. 8
8 Desigualdade de Jese Este gráfico idica uma típica fução covexa Desigualdade de Jese A desigualdade de Jese pode ser escrita como: E { f ( X )} f { E( X )} alterativamete f { E( X )} E{ f ( X )} se f é uma fução covexa A igualdade ocorre se f ão é estritamete covexa ou se X tem uma distribuição degeerada (i.e, X tem toda a probabilidade um úico poto) Desigualdade de Jese A demostração será omitida. A desigualdade de Jese será importate em Iferêcia Estatística para provar algus resultados, por exemplo, o Teorema de Rao-Blacwell. Uma aplicação iteressate segue. Desigualdade de Jese Exemplo 7 Use a desigualdade de Jese para provar que a variâcia de uma v.a. é sempre ão egativa. Solução A fução f(x) = x é covexa. Assim, pela desigualdade de Jese: E(X ) { E(X)} E(X ) - { E(X)} 0 VAR(X) 0 3 3
9 Lei Fraca dos Grades NúmerosN A média µ de uma distribuição pode ser ecarada como a média empírica de X o logo prazo após um úmero muito grade de repetições. Sejam X, X,..., X iid com média µ e variâcia σ, ambas fiitas. Mostraremos que a média amostral covergirá para µ o setido idicado a seguir. 33 Lei Fraca dos Grades NúmerosN Note que a soma S = X + X X é uma v.a. com média.µ e variâcia.σ e assim ambas a média e a variâcia de S crescem à medida que tomamos mais termos a soma. A média e a variâcia da média amostral são: S. µ S E( X ) = E = = σ µ VAR( X ) = VAR = =. σ 34 Lei Fraca dos Grades NúmerosN Defiição Covergêcia em Probabilidade Dizemos que uma sequêcia de v.a. Y, Y,..., Y coverge em probabilidade para outra v.a. Y quado tede a ifiito se: lim Pr lim Pr ( Y Y ε ) equivaletemete : = 0 para todo ε > 0 ( Y Y < ε ) = para todo ε > 0 Ode os limites se referem a tededo a ifiito Lei Fraca dos Grades NúmerosN Em outras palavras: Y coverge em probabilidade para Y se tede a ifiito se, e somete se, Y está arbitrariamete perto de Y com uma probabilidade tão grade quato ecessário para suficietemete grade. Em muitos casos (como a lei fraca a seguir), a covergêcia em probabilidade será para uma costate
10 Lei Fraca dos Grades NúmerosN Teorema (Lei Fraca dos Grade Números) Sejam X, X,..., X iid com média µ e variâcia σ, ambas fiitas. Etão, para qualquer : X = X + X X Coverge em probabilidade para µ = E(X i ) quado tede a ifiito. Lei Fraca dos Grades NúmerosN Demostração Segue direto da desigualdade de Chebyshev e da defiição de covergêcia em probabilidade. VAR ( ) ( X ) X µ ε Pr σ = ε. ε 0 quado Lei Fraca dos Grades NúmerosN Exemplo 8 Sejam X, X,..., X iid Uif(0,). Seja X () o máximo de X, X,..., X. Mostre que X () coverge em probabilidade para quado tede a ifiito. Solução Note que Pr(X () > ) = 0 Também: Pr(X () - ε) = {Pr(X i ε)} = = ( ε) para 0 < ε < e etão o limite desta probabilidade quado é zero. Lei Fraca dos Grades NúmerosN Exemplo 9 Simulação de Mote Carlo Uma aplicação muito útil da lei fraca dos grades úmeros está o cálculo de itegrais que ão podem ser resolvidas umericamete. Isso pode ser feito através de simulação de Mote Carlo, como mostrado a seguir
11 Lei Fraca dos Grades NúmerosN Supoha que queremos calcular: = 0 I( f ) f ( x) dx E esta itegral ão tem uma solução aalítica, ou ão pode ser avaliada através de tabelas ou algum método fácil. O que fazer? 4 Lei Fraca dos Grades NúmerosN Uma solução bastate comum é apelar para métodos de simulação. A idéia este caso é: Gere um cojuto de variáveis iid Uif(0,) X, X,..., X Calcule uma aproximação para a itegral baseada os valores simulados, a saber: Iˆ( f ) = i= f ( ) X i 4 Lei Fraca dos Grades NúmerosN Pela lei fraca dos grades úmeros, este valor, se é grade, deve estar próximo de sua média, que é E{f(X)}, que é simplesmete: { f ( X )} = f ( x)() dx I( f ) E = 0 Este esquema pode ser alterado para, por exemplo, modificar o itervalo de itegração. Lei Fraca dos Grades NúmerosN Exemplo 0 aplicação do exemplo 9 Supoha que desejamos avaliar: I( f ) = 0 e π x / dx = Φ() 0.5 Neste caso já sabemos a resposta, pela tabela da N(0,), que é
12 Lei Fraca dos Grades NúmerosN Como resolver isso por Mote Carlo? Geramos observações iid da Uif(0,) e calculamos: X Iˆ( f ) = exp i = i π Faça algumas simulações o Excel. Numa a. simulação, gerei = 000 variáveis Uif(0,) e ecotrei como o valor aproximado da itegral (erro percetual de 0.4%) 45 Lei Fraca dos Grades NúmerosN Numa seguda simulação, com 0 mil úmeros gerados, o valor aproximado da itegral foi (erro percetual de 0.%). Numa terceira simulação, gerei 50 mil úmeros e obtive como valor aproximado da itegral, um erro percetual de 0.%. 46 Exemplo para casa Seja X uma variável aleatória discreta com valores maiores ou iguais a zero. Seja G(s) = E(s x ) a fução geradora de probabilidades de X, e supoha que G(s) é fiita para todo s. Seja u um úmero positivo qualquer. Usado o mesmo tipo de argumetos que a demostração da desigualdade de Chebyshev prove que: G ( ) ( s) Pr X u, 0 s u s Exemplo para casa Seja X ~ Poisso(λ). Use as desigualdades de Chebyshev e Marov para mostrar que: ) λ 4 Pr X λ ( λ) ) Pr X λ 47 48
13 Exemplo para casa Uma variação do método de Mote Carlo Supoha que desejamos avaliar: b = a I ( f ) f ( x) dx Seja g(x) uma desidade em [a, b]. Gere X, X,..., X da desidade g(x) e estime I através de: Iˆ( f ) = i= f g ( X i ) ( X ) i 49 Exemplo para casa a) Use este exemplo para defiir um procedimeto para avaliar uma itegral defiida o itervalo [-,+] b) Você cosegue usar este esquema para avaliar: I x ( f ) = x e dx 0 c) E para avaliar a mesma itegral que acima mas o itervalo (0,)? 50
Probabilidade II Aula 9
Coteúdo Probabilidade II Aula 9 Maio de 9 Môica Barros, D.Sc. Estatísticas de Ordem Distribuição do Máximo e Míimo de uma amostra Uiforme(,) Distribuição do Máximo e Míimo caso geral Distribuição das Estatísticas
Leia maisAmostras Aleatórias e Distribuições Amostrais. Probabilidade e Estatística: afinal, qual é a diferença?
Amostras Aleatórias e Distribuições Amostrais Probabilidade e Estatística: afial, qual é a difereça? Até agora o que fizemos foi desevolver modelos probabilísticos que se adequavam a situações reais. Por
Leia maisSumário. 2 Índice Remissivo 11
i Sumário 1 Esperaça de uma Variável Aleatória 1 1.1 Variáveis aleatórias idepedetes........................... 1 1.2 Esperaça matemática................................. 1 1.3 Esperaça de uma Fução de
Leia maisDESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL. todas as repetições). Então, para todo o número positivo ξ, teremos:
48 DESIGUALDADES, LEIS LIMITE E TEOREMA DO LIMITE CENTRAL LEI DOS GRANDES NÚMEROS Pretede-se estudar o seguite problema: À medida que o úmero de repetições de uma experiêcia cresce, a frequêcia relativa
Leia maisLista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação
Assuto: Propriedade dos Estimadores e Métodos de Estimação. ANPEC 08 - Questão 6 Por regulametação, a cocetração de um produto químico ão pode ultrapassar 0 ppm. Uma fábrica utiliza esse produto e sabe
Leia maisAula 5. Aula de hoje. Aula passada. Limitante da união Método do primeiro momento Lei dos grandes números (fraca e forte) Erro e confiança
Aula 5 Aula passada Valor esperado codicioal Espaço amostral cotíuo, fução desidade Limitates para probabilidade Desigualdades de Markov, Chebyshev, Cheroff with high probability Aula de hoje Limitate
Leia maisn ) uma amostra aleatória da variável aleatória X.
- Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer
Leia maisMQI 2003 ESTATÍSTICA PARA METROLOGIA - SEMESTRE Teste 2 07/07/2008 Nome: PROBLEMA 1 Sejam X e Y v.a. contínuas com densidade conjunta:
MQI 003 ESTATÍSTICA PARA METROLOGIA - SEMESTRE 008.0 Teste 07/07/008 Nome: PROBLEMA Sejam X e Y v.a. cotíuas com desidade cojuta: f xy cy xy x y (, ) = + 3 ode 0 e 0 a) Ecotre a costate c que faz desta
Leia maisDistribuições Amostrais
9/3/06 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/09/06 3:38 ESTATÍSTICA APLICADA I - Teoria
Leia maisDistribuições Amostrais
7/3/07 Uiversidade Federal do Pará Istituto de Tecologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Egeharia Mecâica 3/07/07 09:3 ESTATÍSTICA APLICADA I - Teoria
Leia maisDISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL INTRODUÇÃO ROTEIRO POPULAÇÃO E AMOSTRA. Estatística Aplicada à Engenharia
ROTEIRO DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO PONTUAL 1. Itrodução. Teorema Cetral do Limite 3. Coceitos de estimação potual 4. Métodos de estimação potual 5. Referêcias Estatística Aplicada à Egeharia 1 Estatística
Leia maisbinomial seria quase simétrica. Nestas condições será também melhor a aproximação pela distribuição normal.
biomial seria quase simétrica. Nestas codições será também melhor a aproximação pela distribuição ormal. Na prática, quado e p > 7, a distribuição ormal com parâmetros: µ p 99 σ p ( p) costitui uma boa
Leia maisDistribuições Amostrais
Distribuições Amostrais O problema da iferêcia estatística: fazer uma afirmação sobre os parâmetros da população θ (média, variâcia, etc) através da amostra. Usaremos uma AAS de elemetos sorteados dessa
Leia maisEstatística para Economia e Gestão REVISÕES SOBRE VARIÁVEIS ALEATÓRIAS DISCRETAS E CONTÍNUAS
Estatística para Ecoomia e Gestão REVISÕES SOBRE VARIÁVEIS ALEATÓRIAS DISCRETAS E CONTÍNUAS Primavera 008/009 Variável Aleatória: Defiição: uma variável aleatória é uma fução que atribui a cada elemeto
Leia maisSumário. 2 Índice Remissivo 17
i Sumário 1 Itrodução à Iferêcia Estatística 1 1.1 Defiições Básicas................................... 1 1.2 Amostragem....................................... 2 1.2.1 Tipos de Amostragem.............................
Leia maisESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma amostra.
Leia maisLista 9 - Introdução à Probabilidade e Estatística
Lista 9 - Itrodução à Probabilidade e Estatística Desigualdades e Teoremas Limites 2.=000. 1 Um ariro apota a um alvo de 20 cm de raio. Seus disparos atigem o alvo, em média, a 5 cm do cetro deste. Assuma
Leia maisAvaliação de Desempenho de Sistemas Discretos
Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado
Leia maisObtemos, então, uma amostra aleatória de tamanho n de X, que representamos por X 1, X 2,..., X n.
Vamos observar elemetos, extraídos ao acaso e com reposição da população; Para cada elemeto selecioado, observamos o valor da variável X de iteresse. Obtemos, etão, uma amostra aleatória de tamaho de X,
Leia maisA Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra.
UNIVERSIDADE FEDERAL DA PARAÍBA Distribuição Amostral Luiz Medeiros de Araujo Lima Filho Departameto de Estatística INTRODUÇÃO A Iferêcia Estatística é um cojuto de técicas que objetiva estudar a população
Leia maisExponenciais e Logaritmos (MAT 163) - Notas de Aulas 2 Prof Carlos Alberto S Soares
Expoeciais e Logaritmos (MAT 163) - Notas de Aulas 2 Prof Carlos Alberto S Soares 1 Prelimiares Lembremos que, dados cojutos A, B R ão vazios, uma fução de domíio A e cotradomíio B, aotada por, f : A B,
Leia maisS E Q U Ê N C I A S E L I M I T E S. Prof. Benito Frazão Pires. Uma sequência é uma lista ordenada de números
S E Q U Ê N C I A S E L I M I T E S Prof. Beito Frazão Pires Uma sequêcia é uma lista ordeada de úmeros a, a 2,..., a,... ) deomiados termos da sequêcia: a é o primeiro termo, a 2 é o segudo termo e assim
Leia mais6.1 Estimativa de uma média populacional: grandes amostras. Definição: Um estimador é uma característica amostral (como a média amostral
6 ESTIMAÇÃO 6.1 Estimativa de uma média populacioal: grades amostras Defiição: Um estimador é uma característica amostral (como a média amostral x ) utilizada para obter uma aproximação de um parâmetro
Leia maisDistribuições de Estatísticas Amostrais e Teorema Central do Limite
Distribuições de Estatísticas Amostrais e Teorema Cetral do Limite Vamos começar com um exemplo: A mega-sea de 996 a N 894 úmeros de a 6: Média: m 588 Desvio padrão: 756 49 amostras de 6 elemetos Frequêcia
Leia maisCapítulo 3. Sucessões e Séries Geométricas
Capítulo 3 Sucessões e Séries Geométricas SUMÁRIO Defiição de sucessão Mootoia de sucessões Sucessões itadas (majoradas e mioradas) Limites de sucessões Sucessões covergetes e divergetes Resultados sobre
Leia maisProbabilidade 2 - ME310 - Lista 5
Probabilidade - ME30 - Lista 5 November 3, 0 Lembrado:. Covergêcia de sequêcias em L p (também chamada de covergêcia em média): se lim E( X X 0 p ) 0 quado, etão a sequêcia deida por X é dita covergete
Leia maisPreliminares 1. 1 lim sup, lim inf. Medida e Integração. Departamento de Física e Matemática. USP-RP. Prof. Rafael A. Rosales. 8 de março de 2009.
Medida e Itegração. Departameto de Física e Matemática. USP-RP. Prof. Rafael A. Rosales 8 de março de 2009. 1 lim sup, lim if Prelimiares 1 Seja (x ), N, uma seqüêcia de úmeros reais, e l o limite desta
Leia maisLista de Exercícios #4 Assunto: Variáveis Aleatórias Contínuas
. ANPEC 8 - Questão Seja x uma variável aleatória com fução desidade de probabilidade dada por: f(x) = x, para x f(x) =, caso cotrário. Podemos afirmar que: () E[x]=; () A mediaa de x é ; () A variâcia
Leia maisEstimadores de Momentos
Estimadores de Mometos A média populacioal é um caso particular daquilo que chamamos de mometo. Na realidade, ela é o primeiro mometo. Se X for uma v.a. cotíua, com desidade f(x; θ 1,..., θ r ), depededo
Leia maisEstimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir da informação
ESTIMAÇÃO DA PROPORÇÃO POPULACIONAL p 1 Objetivo Estimar uma proporção p (descohecida) de elemetos em uma população, apresetado certa característica de iteresse, a partir da iformação forecida por uma
Leia maisEstimação da média populacional
Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa
Leia maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:
Leia maisFundamentos de Análise Matemática Profª Ana Paula. Sequência Infinitas
Fudametos de Aálise Matemática Profª Aa Paula Sequêcia Ifiitas Defiição 1: Uma sequêcia umérica a 1, a 2, a 3,,a,é uma fução, defiida o cojuto dos úmeros aturais : f : f a Notação: O úmero é chamado de
Leia maisMATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br O PROBLEMA DA ÁREA O PROBLEMA DA ÁREA Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b,
Leia mais1 Distribuições Amostrais
1 Distribuições Amostrais Ao retirarmos uma amostra aleatória de uma população e calcularmos a partir desta amostra qualquer quatidade, ecotramos a estatística, ou seja, chamaremos os valores calculados
Leia mais2.2. Séries de potências
Capítulo 2 Séries de Potêcias 2.. Itrodução Série de potêcias é uma série ifiita de termos variáveis. Assim, a teoria desevolvida para séries ifiitas de termos costates pode ser estedida para a aálise
Leia maisMedidas, integração, Teorema da Convergência Monótona e o teorema de Riesz-Markov
Medidas, itegração, Teorema da Covergêcia Moótoa e o teorema de Riesz-Markov 28 de Agosto de 2012 1 Defiições de Teoria da Medida Seja (Ω, F, ν) um espaço de medida: isto é, F é σ-álgebra sobre o cojuto
Leia maisSéquências e Séries Infinitas de Termos Constantes
Capítulo Séquêcias e Séries Ifiitas de Termos Costates.. Itrodução Neste capítulo estamos iteressados em aalisar as séries ifiitas de termos costates. Etretato, para eteder as séries ifiitas devemos ates
Leia maisESTATÍSTICA EXPLORATÓRIA
ESTATÍSTICA EXPLORATÓRIA Prof Paulo Reato A. Firmio praf6@gmail.com Aulas 19-0 1 Iferêcia Idutiva - Defiições Coceitos importates Parâmetro: fução diretamete associada à população É um valor fixo, mas
Leia maisAlguns autores também denotam uma sequência usando parêntesis:
Capítulo 3 Sequêcias e Séries Numéricas 3. Sequêcias Numéricas Uma sequêcia umérica é uma fução real com domíio N que, a cada associa um úmero real a. Os úmeros a são chamados termos da sequêcia. É comum
Leia maisMOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ 13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semaas 1 2 3 4 5 6 7 8 9 1 11 12 13 14 15 e 16 Itrodução à probabilidade evetos
Leia maisComparação entre duas populações
Comparação etre duas populações AMOSTRAS INDEPENDENTES Comparação etre duas médias 3 Itrodução Em aplicações práticas é comum que o iteresse seja comparar as médias de duas diferetes populações (ambas
Leia mais1. Resolução da lista 1. Primeiro apresentaremos uma integral importante, obtida a partir da distribuição gama generalizada.
1. Resolução da lista 1. Primeiro apresetaremos uma itegral importate, obtida a partir da distribuição gama geeralizada. 1) J x a 1 e bxc dx Γa/c), a, b, c >. cba/c Demostração: fazedo a substituição y
Leia maisAula 5 Teorema central do limite & Aplicações
Diâmica Estocástica Aula 5 Teorema cetral do limite & Aplicações Teorema cetral do limite Se x é tal que: x 0 e ( xv é fiita,,..., x x, x,...,, 3 x variáveis aleatórias idepedetes com a mesma distribuição
Leia maisEstatística. Estatística II - Administração. Prof. Dr. Marcelo Tavares. Distribuições de amostragem. Estatística Descritiva X Estatística Inferencial
Estatística II - Admiistração Prof. Dr. Marcelo Tavares Distribuições de amostragem Na iferêcia estatística vamos apresetar os argumetos estatísticos para fazer afirmações sobre as características de uma
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 2
MAE 9 - Itrodução à Probabilidade e Estatística II Resolução Lista Professor: Pedro Moretti Exercício 1 Deotado por Y a variável aleatória que represeta o comprimeto dos cilidros de aço, temos que Y N3,
Leia maisTeorema do limite central e es/mação da proporção populacional p
Teorema do limite cetral e es/mação da proporção populacioal p 1 RESULTADO 1: Relembrado resultados importates Seja uma amostra aleatória de tamaho de uma variável aleatória X, com média µ e variâcia σ.temos
Leia maisSeqüências e Séries. Notas de Aula 4º Bimestre/2010 1º ano - Matemática Cálculo Diferencial e Integral I Profª Drª Gilcilene Sanchez de Paulo
Seqüêcias e Séries Notas de Aula 4º Bimestre/200 º ao - Matemática Cálculo Diferecial e Itegral I Profª Drª Gilcilee Sachez de Paulo Seqüêcias e Séries Para x R, podemos em geral, obter sex, e x, lx, arctgx
Leia maisCapítulo I Séries Numéricas
Capítulo I Séries Numéricas Capitulo I Séries. SÉRIES NÚMERICAS DEFINIÇÃO Sedo u, u,..., u,... uma sucessão umérica, chama-se série umérica de termo geral u à epressão que habitualmete se escreve u u...
Leia mais2- Resolução de Sistemas Não-lineares.
MÉODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS 2- Resolução de Sistemas Não-lieares. 2.- Método de Newto. 2.2- Método da Iteração. 2.3- Método do Gradiete. 2- Sistemas Não Lieares de Equações Cosidere
Leia maisSucessões. , ou, apenas, u n. ,u n n. Casos Particulares: 1. Progressão aritmética de razão r e primeiro termo a: o seu termo geral é u n a n1r.
Sucessões Defiição: Uma sucessão de úmeros reais é uma aplicação u do cojuto dos úmeros iteiros positivos,, o cojuto dos úmeros reais,. A expressão u que associa a cada a sua imagem desiga-se por termo
Leia maisTeoria da Estimação 1
Teoria da Estimação 1 Um dos pricipais objetivos da estatística iferecial cosiste em estimar os valores de parâmetros populacioais descohecidos (estimação de parâmetros) utilizado dados amostrais. Etão,
Leia maisPedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004
Estatística para Cursos de Egeharia e Iformática Pedro Alberto Barbetta / Marcelo Meezes Reis / Atoio Cezar Boria São Paulo: Atlas, 004 Cap. 7 - DistribuiçõesAmostrais e Estimaçãode deparâmetros APOIO:
Leia maisLista de Exercícios 5
Itrodução à Teoria de Probabilidade. Iformatica Biomedica. Departameto de Física e Matemática. USP-RP. Prof. Rafael A. Rosales 22 de juho de 2006. Lista de Exercícios 5 1 Modelos Probabilísticos Discretos
Leia maisStela Adami Vayego DEST/UFPR
Resumo 0 Estimação de parâmetros populacioais 9.. Itrodução Aqui estudaremos o problema de avaliar certas características dos elemetos da população (parâmetros), com base em operações com os dados de uma
Leia maisBÁRBARA DENICOL DO AMARAL RODRIGUEZ CINTHYA MARIA SCHNEIDER MENEGHETTI CRISTIANA ANDRADE POFFAL SEQUÊNCIAS NUMÉRICAS. 1 a Edição
BÁRBARA DENICOL DO AMARAL RODRIGUEZ CINTHYA MARIA SCHNEIDER MENEGHETTI CRISTIANA ANDRADE POFFAL SEQUÊNCIAS NUMÉRICAS 1 a Edição Rio Grade 2017 Uiversidade Federal do Rio Grade - FURG NOTAS DE AULA DE CÁLCULO
Leia mais5 Teoria dos Valores Extremos
Teoria dos Valores Extremos 57 5 Teoria dos Valores Extremos A Teoria dos Valores Extremos vem sedo bastate utilizada em campos ligados a evetos raros. Sua estatística é aplicada a estimação de evetos
Leia maisSequências Reais e Seus Limites
Sequêcias Reais e Seus Limites Sumário. Itrodução....................... 2.2 Sequêcias de Números Reais............ 3.3 Exercícios........................ 8.4 Limites de Sequêcias de Números Reais......
Leia maisNotas do Curso Inferência em Processos Estocásticos. 1 Estimação de máxima verossimilhança para cadeias de Markov de ordem k
Notas do Curso Iferêcia em Processos Estocásticos Prof. Atoio Galves Trascrita por Karia Yuriko Yagiuma 1 Estimação de máxima verossimilhaça para cadeias de Markov de ordem k Seja (X ) =0,1,,... uma cadeia
Leia maisIntervalos Estatísticos para uma única Amostra - parte II
Itervalos Estatísticos para uma úica Amostra - parte II Itervalo de cofiaça para proporção 2012/02 1 Itrodução 2 3 Objetivos Ao fial deste capítulo você deve ser capaz de: Costruir itervalos de cofiaça
Leia maisSéries e Equações Diferenciais Lista 02 Séries Numéricas
Séries e Equações Difereciais Lista 02 Séries Numéricas Professor: Daiel Herique Silva Defiições Iiciais ) Defia com suas palavras o coceito de série umérica, e explicite difereças etre sequêcia e série.
Leia maisEstimação da média populacional
Estimação da média populacioal 1 MÉTODO ESTATÍSTICO Aálise Descritiva Teoria das Probabilidades Iferêcia Os dados efetivamete observados parecem mostrar que...? Se a distribuição dos dados seguir uma certa
Leia maisNúmeros primos, números compostos e o Teorema Fundamental da Aritmética
Polos Olímpicos de Treiameto Curso de Teoria dos Números - Nível 3 Carlos Gustavo Moreira Aula 4 Números primos, úmeros compostos e o Teorema Fudametal da Aritmética 1 O Teorema Fudametal da Aritmética
Leia maisAMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM
6 AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM Quado se pretede estudar uma determiada população, aalisam-se certas características ou variáveis dessa população. Essas variáveis poderão ser discretas
Leia mais1 Formulário Seqüências e Séries
Formulário Seqüêcias e Séries Difereça etre Seqüêcia e Série Uma seqüêcia é uma lista ordeada de úmeros. Uma série é uma soma iita dos termos de uma seqüêcia. As somas parciais de uma série também formam
Leia maisb) Fabrico de peças cilíndricas Capítulo 5 - Distribuições conjuntas de probabilidades e complementos X - comprimento da peça Y - diâmetro da peça
Capítulo 5 - Distribuições cojutas de probabilidades e complemetos 5.1 Duas variáveis aleatórias discretas. Distribuições cojutas, margiais e codicioais. Idepedêcia Em relação a uma mesma eperiêcia podem
Leia maisPopulação x Amostra. statística descritiva X inferência estatística. Revisão de Estatística e Probabilidade
Revisão de Estatística e Probabilidade Magos Martiello Uiversidade Federal do Espírito Sato - UFES Departameto de Iformática DI Laboratório de Pesquisas em Redes Multimidia LPRM statística descritiva X
Leia maisUFV - Universidade Federal de Viçosa CCE - Departamento de Matemática
UFV - Uiversidade Federal de Viçosa CCE - Departameto de Matemática a Lista de exercícios de MAT 47 - Cálculo II 6-II. Determie os ites se existirem: + x x se x b x x c d x + x arcta x x x a x e, < a x
Leia maisExercícios de Cálculo III - CM043
Eercícios de Cálculo III - CM43 Prof. José Carlos Corrêa Eidam DMAT/UFPR Dispoível o sítio people.ufpr.br/ eidam/ide.htm o. semestre de 22 Lista Sequêcias e séries de úmeros reais. Decida se cada uma das
Leia mais( 1,2,4,8,16,32,... ) PG de razão 2 ( 5,5,5,5,5,5,5,... ) PG de razão 1 ( 100,50,25,... ) PG de razão ½ ( 2, 6,18, 54,162,...
Progressões Geométricas Defiição Chama se progressão geométrica PG qualquer seqüêcia de úmeros reais ou complexos, ode cada termo a partir do segudo, é igual ao aterior, multiplicado por uma costate deomiada
Leia maisENGENHARIA DA QUALIDADE A ENG AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS
ENGENHARIA DA QUALIDADE A ENG 09008 AULA 6 CARTAS DE CONTROLE PARA ATRIBUTOS PROFESSORES: CARLA SCHWENGBER TEN CATEN Tópicos desta aula Cartas de Cotrole para Variáveis Tipo 1: Tipo 2: Tipo 3: X X X ~
Leia maisDISTRIBUIÇÕES DE PROBABILIDADE
DISTRIBUIÇÕES DE PROBABILIDADE DISTRIBUIÇÃO DE PROBABILIDADE Seja uma v.a. que assume os valores,,..., com probabilidade p, p,..., p associadas a cada elemeto de, sedo p p... p diz-se que está defiida
Leia maisAlguns autores também denotam uma sequência usando parêntesis:
Capítulo 3 Sequêcias e Séries Numéricas 3. Sequêcias Numéricas Uma sequêcia umérica é uma fução real com domíio N que, a cada associa um úmero real a. Os úmeros a são chamados termos da sequêcia. É comum
Leia maisRevisando... Distribuição Amostral da Média
Estatística Aplicada II DISTRIBUIÇÃO AMOSTRAL MÉDIA AULA 08/08/16 Prof a Lilia M. Lima Cuha Agosto de 016 Revisado... Distribuição Amostral da Média Seja X uma v. a. de uma população com média µ e variâcia
Leia maisSecção 1. Introdução às equações diferenciais
Secção. Itrodução às equações difereciais (Farlow: Sec..,.) Cosideremos um exemplo simples de um feómeo que pode ser descrito por uma equação diferecial. A velocidade de um corpo é defiida como o espaço
Leia maisINTERPOLAÇÃO POLINOMIAL
1 Mat-15/ Cálculo Numérico/ Departameto de Matemática/Prof. Dirceu Melo LISTA DE EXERCÍCIOS INTERPOLAÇÃO POLINOMIAL A aproximação de fuções por poliômios é uma das ideias mais atigas da aálise umérica,
Leia maisUma amostra aleatória simples de n elementos é selecionada a partir da população. Calcula-se o valor da média a partir da amostra
Distribuição amostral de Um dos procedimetos estatísticos mais comus é o uso de uma média da amostra ( ) para fazer iferêcias sobre uma população de média µ. Esse processo é apresetado a figura abaio.
Leia mais4 Teoria da Probabilidade
48 4 Teoria da Probabilidade Apresetam-se este capítulo coceitos de probabilidade e de estimação de fuções desidade de probabilidade ecessários ao desevolvimeto e compreesão do modelo proposto (capítulo
Leia maisMATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b, 0 y f x Isso sigifica que S, ilustrada
Leia maisA DESIGUALDADE DE CHEBYCHEV
A DESIGUALDADE DE CHEBYCHEV Quado se pretede calcular a probabilidade de poder ocorrer determiado acotecimeto e se cohece a distribuição probabilística que está em causa o problema, ão se colocam dificuldades
Leia mais(i) (1,5 val.) Represente na forma de um intervalo ou de uma união disjunta de intervalos cada um dos conjuntos seguintes:
Istituto Superior Técico Departameto de Matemática o TESTE DE CÁLCULO DIFERENCIAL E INTEGRAL I - Versão A MEAero o Sem. 0/3 0//0 Duração: h30m RESOLUÇÃO. 3,0 val. i,5 val. Represete a forma de um itervalo
Leia maisNOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA
NOTAS DE AULA: DISTRIBUIÇÃO AMOSTRAL E INTERVALOS DE CONFIANÇA Objetivos da aula: Compreeder que um estimador é uma variável aleatória e, portato, pode-se estabelecer sua distribuição probabilística; Estabelecer
Leia maisXIX Semana Olímpica de Matemática. Nível U. Algumas Técnicas com Funções Geratrizes. Davi Lopes
XIX Semaa Olímpica de Matemática Nível U Algumas Técicas com Fuções Geratrizes Davi Lopes O projeto da XIX Semaa Olímpica de Matemática foi patrociado por: Algumas Técicas com Fuções Geratrizes Davi Lopes
Leia maisCapítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17)
Capítulo 5- Itrodução à Iferêcia estatística. (Versão: para o maual a partir de 2016/17) 1.1) Itrodução.(222)(Vídeo 39) Na iferêcia estatística, aalisamos e iterpretamos amostras com o objetivo de tirar
Leia mais10 - Medidas de Variabilidade ou de Dispersão
10 - Medidas de Variabilidade ou de Dispersão 10.1 Itrodução Localizado o cetro de uma distribuição de dados, o próximo passo será verificar a dispersão desses dados, buscado uma medida para essa dispersão.
Leia maisCÁLCULO DIFERENCIAL E INTEGRAL I MEC & LEGM 1 o SEM. 2009/10 7 a FICHA DE EXERCÍCIOS
Istituto Superior Técico Departameto de Matemática Secção de Álgebra e Aálise CÁLCULO DIFERENCIAL E INTEGRAL I MEC & LEGM 1 o SEM. 009/10 7 a FICHA DE EXERCÍCIOS I. Poliómio e Teorema de Taylor. 1) Determie
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 4
FICHA de AVALIAÇÃO de MATEMÁTICA A.º Ao Versão 4 Nome: N.º Turma: Apresete o seu raciocíio de forma clara, idicado todos os cálculos que tiver de efetuar e todas as justificações ecessárias. Quado, para
Leia maisConsiderações finais
Cosiderações fiais Bases Matemáticas Defiições prelimiares Defiição 1 Dizemos que y é uma cota superior para um cojuto X se, para todo x X é, verdade que y x. Exemplo 1 os úmeros 2, 3, π e quaisquer outros
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Teste de Hipótese
Estatística: Aplicação ao Sesoriameto Remoto SER 4 - ANO 18 Teste de Hipótese Camilo Daleles Reó camilo@dpi.ipe.br http://www.dpi.ipe.br/~camilo/estatistica/ Estimação de Parâmetros Como já foi visto,
Leia maisInstituto de Matemática e Estatística da USP MAT Cálculo Diferencial e Integral IV para Engenharia 2a. Prova - 2o. Semestre /10/2014
Turma A a Questão: Istituto de Matemática e Estatística da USP MAT455 - Cálculo Diferecial e Itegral IV para Egeharia a. Prova - o. Semestre 4-3//4 a, poto Seja fx + x 3. Calcule f 3. b Obteha uma expressão
Leia mais) E X. ) = 0 2 ( 1 p ) p = p. ) E 2 ( X ) = p p 2 = p ( 1 p ) ( ) = i 1 n. ( ) 2 n E( X) = ( ) = 1 p ( ) = p V ( X ) = E ( X 2 E X
3.5 A distribuição uiforme discreta Defiição: X tem distribuição uiforme discreta se cada um dos valores possíveis,,,, tiver fução de probabilidade P( X = i ) = e represeta-se por, i =,, 0, c.c. X ~ Uif
Leia maisFUNÇÕES CONTÍNUAS Onofre Campos
OLIMPÍADA BRASILEIRA DE MATEMÁTICA NÍVEL III SEMANA OLÍMPICA Salvador, 19 a 26 de jaeiro de 2001 1. INTRODUÇÃO FUNÇÕES CONTÍNUAS Oofre Campos oofrecampos@bol.com.br Vamos estudar aqui uma ova classe de
Leia maisDEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG /2016
DEPARTAMENTO DE ESTATÍSTICA - UFMG PROVA DE ESTATÍSTICA E PROBABILIDADE SELEÇÃO - MESTRADO/ UFMG - 205/206 Istruções:. Cada questão respodida corretamete vale (um poto. 2. Cada questão respodida icorretamete
Leia maisSobre a necessidade das hipóteses no Teorema do Ponto Fixo de Banach
Sobre a ecessidade das hipóteses o Teorema do Poto Fio de Baach Marcelo Lopes Vieira Valdair Bofim Itrodução: O Teorema do Poto Fio de Baach é crucial a demostração de vários resultados importates da Matemática
Leia maisUniversidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 1 a Aula Prática Técnicas de somatório
Uiversidade Federal de Lavras Departameto de Estatística Prof. Daiel Furtado Ferreira 1 a Aula Prática Técicas de somatório Notação e propriedades: 1) Variáveis e ídices: o símbolo x j (leia x ídice j)
Leia maisVirgílio A. F. Almeida DCC-UFMG 1/2005
Virgílio A. F. Almeida DCC-UFMG 1/005 !" # Comparado quatitativamete sistemas eperimetais: Algoritmos, protótipos, modelos, etc Sigificado de uma amostra Itervalos de cofiaça Tomado decisões e comparado
Leia maisO Princípio da Substituição e o Teorema Central do Limite
O Pricípio da Substituição e o Teorema Cetral do Limite Roberto Imbuzeiro M. F. de Oliveira 6 de Maio de 009 Resumo 1 Prelimiares são variáveis aleatórias idepedetes sat- No que segue {X i } {Y i} isfazedo
Leia maisINFERÊNCIA. Fazer inferência (ou inferir) = tirar conclusões
INFERÊNCIA Fazer iferêcia (ou iferir) = tirar coclusões Iferêcia Estatística: cojuto de métodos de aálise estatística que permitem tirar coclusões sobre uma população com base em somete uma parte dela
Leia maisCapítulo II - Sucessões e Séries de Números Reais
Capítulo II - Sucessões e Séries de Números Reais 2 Séries de úmeros reais Sabemos bem o que sigifica u 1 + u 2 + + u p = p =1 e cohecemos as propriedades desta operação - comutatividade, associatividade,
Leia maisCÁLCULO I. Exibir o cálculo de algumas integrais utilizando a denição;
CÁLCULO I Prof Edilso Neri Júior Prof Adré Almeida Aula o 9: A Itegral de Riema Objetivos da Aula Deir a itegral de Riema; Exibir o cálculo de algumas itegrais utilizado a deição; Apresetar fuções que
Leia mais