PROBLEMA 1 O retorno mensal de certo investimento de risco pode ser modelado pela variável aleatória R com função de probabilidade dada abaixo :
|
|
- Luiz Van Der Vinne Carreiro
- 7 Há anos
- Visualizações:
Transcrição
1 Módulo básico - Tópicos de Estatística e obabilidade ONS 006/007 - ofa. Mônica Barros LISTA DE EXERCÍCIOS # PROBLEMA O retorno mensal de certo investimento de risco pode ser modelado pela variável aleatória R com função de probabilidade dada abaixo : r -5 % 0 % 5 % 0 % 5 % (R r) a) Calcule o retorno esperado (em %) do investimento e sua variância e desvio padrão. b) Considere agora a variável aleatória X, onde X 0 se houve retorno negativo ou zero, e X ("sucesso") se houve retorno positivo. Suponha que você aplica o seu dinheiro por meses consecutivos, e que as aplicações em meses subsequentes são independentes e com a mesma probabilidade de "sucesso". Qual a probabilidade de obter retorno positivo em 7 ou mais meses? a) Média.75% E(R ) variância d.padrão 6.57% b) A variável X é Bernoulli com probabilidade de sucesso p Seja Y X i. Então Y tem distribuição Binomial (n, p 0.45). i Desejamos calcular ( Y > 7) ( Y 8 ) + ( Y ) ( Y ) y prob 8 7.6%.77% % 0.0% 0.0% ( Y > 7).7%
2 PROBLEMA Um engenheiro encarregado da manutenção de uma certa máquina notou que os defeitos têm três possíveis causas (elétrica, mecânica e operacional). Os custos de reparo, por sua vez, estão associados ao tipo de defeito encontrado, e são: R$ 00 C R$ 50 R$ 50 falha elétrica falha mecânica falha operacional A experiência passada mostra que 0% dos defeitos são causados por falhas elétricas, e 50% por falhas mecânicas. a) Qual o custo esperado de reparo da máquina em R$? b) Qual o desvio padrão do custo de reparo da máquina? a) A probabilidade de uma falha operacional é O custo esperado de reparo da máquina é: E(C) 00.(0.) + 50(0.5) + 50(0.) R$ 0 b) A variância dos custos é: VAR(C) E(C ) (E(C)) E(C ) (0) Logo, o desvio padrão dos custos é: σ 700 R$0.77 PROBLEMA A probabilidade de uma pessoa ser fumante na população é 0%. Você é fumante e quer acender seu cigarro mas perdeu seu isqueiro. Suponha que os eventos {ter isqueiro} e {ser fumante} são equivalentes. Você sai perguntando a cada pessoa numa enorme fila se elas têm isqueiro. a) Qual a probabilidade de precisar perguntar a pelo menos cinco pessoas antes de encontrar um fumante? b) Na média, a quantas pessoas você terá que perguntar por um isqueiro até encontrar um fumante? Este é um problema típico da distribuição Geométrica. Cada repetição de Bernoulli pode ser descrita como: X i 0 se a se a i - ésima i - ésima pessoa não tem isqueiro pessoa TEM isqueiro ("sucesso")
3 Seja Y o número de pessoas a quem você tem que perguntar antes de encontrar a primeira com um isqueiro. Então Y é uma variável Geométrica com probabilidade de sucesso p 0% e a sua função de probabilidade é: y ( Y y) ( 0.) ( 0.) y,,,... a) (Y 5) (Y 5) + (Y 6) + (Y 7) +... (Y 4) (Y ) - (Y ) - (Y ) - (Y 4) (0.).( ) b) A média da distribuição Geométrica é: E p 0. ( Y ) 0 pessoas PROBLEMA 4 O consumo mensal em minutos por conta de celular numa certa região é uma v.a. Normal com média 40 minutos e desvio padrão minutos. a) Qual a probabilidade de alguém usar o celular menos de 50 minutos? b) Qual a probabilidade de alguém usar o celular mais de 5 minutos? c) Quantos minutos por mês alguém deve passar no celular para estar entre os 0% que mais usam o aparelho? d) Quantos minutos por mês alguém deve passar no celular para estar entre os 5% que MENOS usam o aparelho? Toma-se uma amostra de 4 usuários de celular. e) Qual a probabilidade do tempo médio de uso na amostra exceder 45 minutos? f) Qual a probabilidade do maior tempo de uso na amostra ser menor que 50 minutos? g) Qual a probabilidade do menor tempo de uso na amostra ser menor que 40 minutos? X consumo em minutos ~ N(40, ) X < Z < 0 / Φ Φ 6 X > ( Z > 5/) Φ b) (X > 5) Φ Φ( ) 0. a) ( X < 50) ( ) ( 0.8) ( ) 665 c) Para ser um dos 0% que mais usam o aparelho, a variável normalizada é z.86
4 4 Logo: X X 40 + (.86) 55.8 minutos d) Para estar entre os 5% que menos usam o celular, a variável normalizada é z e então: X X 40 + (.645) 0.6 minutos Agora considere uma amostra de 4 usuários de celular. O tempo médio é uma variável Normal com média 40 minutos e variância () /4 6. e) X ( X > 45) > ( 6 6 Z > Z 6 - Φ(.04) >.04) f) Seja V Max(X, X,..., X 4 ). Então (V < 50) ( X < 50, X < 50,..., X 4 < 50) e como os X i s são iid, esta probabilidade é igual a {(X < 50)} 4. Mas: X ( X < 50) < Z < Φ( 0.8) (vide item a)) E então: (V < 50) (0.777) g) Seja U Min(X, X,..., X 4 ). Então: (U < 40) - (U 40) - ( X 40, X 40,..., X 4 40) {(X 40)} 4 {0.50} 4 00% oblema 5 Num bar existem 60 pessoas, de dois grupos: bebedores de chopp (5 pessoas) e bebedores de tequila. Toma-se uma amostra sem reposição de 8 pessoas. Qual a probabilidade de encontrar pelo menos 5 bebedores de chopp na amostra? Seja X a variável que mede o número de bebedores de chopp na amostra. Então a função de probabilidade de X é: x x 60 8 ( X x) onde x 0,,,... 8
5 5 (X 5) 0.8 (X 6) 0.0 (X 7) (X 8) 0.00 A soma destas probabilidades nos dá: (X 5) PROBLEMA 6 O salário dos funcionários numa empresa pode ser modelado por uma variável contínua X com a seguinte densidade: f ( x) c. x se 000 X 8000 a) Ache a constante c que faz de f(x) uma densidade. b) Qual o salário médio? c) Ache o ponto m entre 000 e 8000 tal que (X m) Este ponto é a mediana de X, ou seja, o salário mediano dos funcionários desta empresa? a) Para achar c precisamos satisfazer a condição: 8000 x 8000 c 50 ( ) { } ( ) c cx dx c. 0 5 c b) O salário médio é dado por: ( ) ( 405) ( 5) x 8000 ( ) ( ) ( ) ( ) ( )( ) ( 405)( 0) x dx ( 4) 50 ( ) E( X ) x. f ( x) dx x c) O salário mediano é obtido resolvendo-se: m f ( x) dx m 0 m ( ) 50 c cx dx 0.5 m ( m 0 ) m ( ) ( m 0 ) 0.5 { 56.5} m 0 ( 56.6) / PROBLEMA 7 Você trabalha numa empresa que vende produtos pelo telefone. Apenas 0% das chamadas resultam numa venda. Calcule as seguintes probabilidades: a) De que a primeira venda ocorra na 8a. ligação telefônica. b) De que sejam necessárias ligações para que você consiga fazer a quarta venda? c) Se você faz exatamente chamadas telefônicas, qual a probabilidade de completar exatamente vendas?
6 6 d) Se você faz exatamente 0 chamadas telefônicas, qual a probabilidade de completar entre e 4 vendas (inclusive e 4)? a) Neste caso X representa a ligação em que ocorre a a. venda, e X é uma variável Geométrica com probabilidade p 0.. Logo: 7 ( X 8) ( 0.8) ( 0.) b) Aqui a variável de interesse é o número de ligações até que a 4 a. venda seja efetuada, ou seja, trata-se de uma variável Binomial Negativa com parâmetros r 4 e p ( X ) ( 0.8) ( 0.) c) Neste caso o número de chamadas é fixo a priori e portanto temos uma variável Binomial. X aqui representa o número de chamadas que resultaram em vendas dentre as chamadas realizadas. Então X é Bin(n, p 0.). 0 ( X ) ( 0.) ( 0.8) d) Neste caso você faz exatamente 0 ligações e quer saber a probabilidade de completar, ou 4 vendas. X é o número de chamadas que resultam em vendas dentre as 0 realizadas, e assim X é Bin(n 0, p 0.). 0 x Avalie esta última expressão para x,, 4 x 0 x ( X x) ( 0.) ( 0.8) para x 0,,,... 0 x ob Soma Então ( X 4) oblema 8 Um estudante universitário gasta em média R$ 600,00 em livros por ano. A dispersão entre os valores gastos, medida pelo desvio padrão, é R$ 40,00. Além disso, pode-se encarar os valores gastos pelos universitários como independentes entre si e Normalmente distribuídos. Além disso, a maioria dos estudantes adquire livros pela Internet.
7 7 a) Uma grande livraria na Internet pretende oferecer um cartão VIP aos clientes que mais compram livros. Apenas os % que mais consomem livros num período de um ano receberão o cartão. Acima de qual volume anual de compras um consumidor se candidata ao cartão VIP? b) Considere 6 estudantes universitários. Qual a probabilidade do gasto médio anual em livros destas 6 pessoas ultrapassar R$ 660,00? c) Dentre as 6 pessoas nesta mesma amostra, qual a probabilidade do estudante que menos consumiu livros ter gasto mais de R$ 650 no ano? a) O ponto da distribuição N(0,) tal que a probabilidade de estar abaixo dele é 0. é, pela tabela, z.6. Seja X o gasto médio anual em livros de um estudante universitário. Então X é Normal com média 600 e desvio padrão 40. Logo: Z X ~ N(0,) (Z <.6) 0. e você será cliente VIP na livraria se: X 600 Z.6 X 58., ou seja, se gastar mais que este valor. 40 b) Seja X o gasto médio anual em livros de uma amostra de n estudantes universitários. Neste caso, n 6 estudantes. Sabemos que X é Normal com média R$ 600 e variância (40) /6, isto é, desvio padrão (40)/4 R$ X ( X > 660) > Z > Φ() c) Seja U o estudante que menos gastou em livros na amostra. Se ele gastou mais de R$ 650, então TODOS NA AMOSTRA gastaram mais que R$ 650 em livros. Ou seja, (U > 650) (X > 650, X > 650,..., X 6 > 650). Como os X i s são independentes, esta probabilidade conjunta é o produto das probabilidade dos X i s individuais. Além disso, os X i s formam uma amostra, e portanto são identicamente distribuídos, o que torna (X > 650) (X > 650) (X 6 > 650). Então: (U > 650) {(X > 650)} 6 Mas:
8 8 X ( X > 650) > Z > Φ( 0.08) (U > 650) {(X > 650)} 6 (0.475) (0-7 ) oblema Sejam X e Y variáveis aleatórias contínuas com densidade conjunta: xy f ( x, y) kx + onde 0 < x < e 0 < y < a) Encontre a constante k que faz de f(x,y) uma densidade. b) Ache a densidade marginal de X. c) Ache a densidade marginal de Y. d) Ache a densidade condicional de Y dado X x. e) Ache a média condicional de Y dado X x. f) X e Y são independentes? Por que? a) 0 0 xy k f ( x, y) dxdy kx + dxdy y k dy k 7 8 k 8 b) A densidade marginal de X é: f x xy x x x ( x) x + dy + se 0 < x < 0 x c) A densidade marginal de Y é: f y xy y y 8 ( y) x + dx + + se 0 < y < 0 y 4 d) A densidade condicional de Y dado X x é: f ( y x) xy x + f ( x, y) 8 x + 4xy onde 0 < y < e 0 < x < f x ( x) x + x x + x 8 Note que, nesta densidade, x deve ser encarado como um parâmetro fixo, enquanto y é a variável aleatória.
9 Abaixo exibimos o gráfico das densidades condicionais para alguns valores de x. Densidades Condicionais de Y dado X x para alguns valores de x f(y 0.) f(y 0.5) f(y 0.5) f(y 0.75) e) A média condicional de Y dado X x é: x + 4xy ( ) ( x ) + 8x y x y 4 + dy x x x + x x + x 6( x + x) E 0 6x + 8 6x + 8 6x + ( 6x + 6) 6x 6x + 8x + x f) X e Y não são independentes pois a densidade conjunta NÃO É o produto das marginais de X e Y. oblema 0 O preço de um certo carro usado é uma variável Normal com média R$ 0 mil e desvio padrão R$ 400,00. a) Você está interessado em comprar este carro e pesquisa muitos anúncios no jornal e na internet. Como você não entende nada de mecânica, prefere comprar um carro mais caro e (supostamente) em melhores condições, pois não quer ter aborrecimentos futuros. A partir de quanto você deve pagar para comprar um carro dentre os 0% mais caros?
10 0 b) Considere uma amostra de carros escolhidos aleatoriamente. Qual a probabilidade do preço médio na amostra exceder R$ mil? c) Considere uma amostra de carros (como no item anterior). Qual a probabilidade do carro mais barato custar menos de R$ 8800? Seja X o preço do carro usado. Então: X 0000 Z ~ N(0,) 400 a) O percentil 80% da distribuição N(0,) é, pela tabela, z Logo, para estar entre os 0% mais caros, o preço do carro deve ser IGUAL OU SUPERIOR A: X X R$0.84 b) Numa amostra de carros, o preço médio terá distribuição Normal com média R$ 0 mil e variância (400) /, ou seja, desvio padrão 400/ X ( X > 000) > ( Z >.5) Φ(.5) c) Se o carro mais barato custa MENOS que R$ 8800, nada podemos afirmar sobre os preços dos outros carros na amostra. Mas, se o carro mais barato custa MAIS que R$ 8800, então TODOS os carros na amostra custarão mais que R$ Seja U mín(x, X,..., X ) o preço do carro mais barato na amostra. Então: U < 8800 ( ) ( U 8800) ( X 8800, X 8800,..., X 8800) { ( X 8800) } pois os X i s são independentes e identicamente distribuídos. Mas: ( X 8800) > ( Z > 0.5) Φ( 0.5) [ Φ ( + 0.5) ] Φ + ( 0.5) X ( U < 8800) { ( X 8800) } ( 0.65) 0. 68
11 oblema A loteria de um certo estado promete que um a cada 60 raspadinhas é premiada. Você decide comprar raspadinhas até encontrar uma premiada. Cada raspadinha custa R$.50. a) Qual o custo esperado do seu procedimento? b) E se agora você compra raspadinhas até encontrar a a. premiada, quando você espera gastar? c) Qual a probabilidade de, na situação do item b), você ter que comprar mais de 6 raspadinhas? a) Seja X o número de raspadinhas que você precisa comprar até encontrar a a. premiada. Então X é uma variável Geométrica com probabilidade p /60. A média de X é E(X) /p 60, na média você precisa comprar 60 raspadinhas para encontrar a a. premiada. O custo deste procedimento é: C.5X e então E(C).5E(C).5(60) R$ 0. b) Agora X é uma Binomial Negativa com r e p /60. A média de X passa a ser E(X) /p (60) R$0 e o custo esperado passa a ser E(C).5E(C).5(0) R$ 80. c) A probabilidade de ter que comprar mais de 6 raspadinhas é: ( ) ( X > 6) ( X 7) X 6 ( X ) ( X ) ( X 4) ( X 5) ( X 6) Onde: x r x r ( X x) p q x r, r+, r+,... r E neste caso, como r, temos: x ( X x) ( x ) p q x,, 4,... x (Xx) 0,0% 0,05% 4 0,08% 5 0,% 6 0,% soma 0,40% (X>6),60%
12 oblema O preço por litro da gasolina comum no Rio de Janeiro é uma variável aleatória Normal com média R$.60 e desvio padrão R$ 0.5. a) Qual a probabilidade do litro da gasolina comum custar menos de R$.50? b) Qual a probabilidade do litro da gasolina comum custar mais de R$.75? c) Quanto um posto deve cobrar pela gasolina para estar entre os 0% mais caros? d) Quanto um posto deve cobrar pelo litro da gasolina para estar entre os 0% mais baratos? Toma-se uma amostra de postos de gasolina. e) Qual a probabilidade do preço médio da gasolina na amostra ser menor que R$.65? f) Qual a probabilidade do maior preço na amostra exceder R$.65? g) Qual a probabilidade do menor preço na amostra ser inferior a R$.55? Seja X o preço do litro da gasolina comum, Então X é N(.60, (0.5) ). Logo: X.60 Z é N(0,). 0.5 a) X ( X <.50) < Φ( ) Φ ( ) X ( >.75) > Φ b) X () c) Na escala da N(0,), o ponto que tem 0% de probabilidade abaixo dele (isto é, 0% de probabilidade acima dele) é:.86. ecisamos transformar este ponto no seu equivalente na escala dos preços da gasolina. X Z X (.86 ).7. Logo, um posto estará entre 0.5 os 0% mais caros se cobrar acima de R$.7 por litro. d) Na escala da N(0,), o ponto tem probabilidade 80% de estar abaixo dele (e 0% de estar acima). Logo, por simetria, a probabilidade de estar abaixo do ponto é 0%. Transformando para a escala dos preços da gasolina: X.60 Z X ( 0.846)
13 e) Toma-se uma amostra de postos. A média amostral é uma variável Normal com média.60 e variância (0.5) /, ou seja, desvio padrão 0.5/ X ( X <.65) < Φ () f) Seja V Max(X, X,..., X ). Então (V >.65) - (V.65) - ( X <.65, X <.65,..., X <.65) e como os X i s são iid, esta probabilidade é igual a: - {(X <.65)}. Mas: X ( X < ) < Z < Φ( ) E então: (V >.65) - (0.606) 0.84 g) Seja U Min(X, X,..., X ). Então: (U <.55) - (U.55) - ( X.55, X.55,..., X.55) {(X.55)} Mas: X ( X.55) Z Φ 0. Φ ( ) ( ) E então: (U <.55) {0.60} 0.84
Premium até 10 S.M a 20 S.M a 30 S.M mais de 30 S.M
MQI 00 Estatística para Metrologia semestre 008.0 LISTA DE EXERCÍCIOS # - GABARITO PROBLEMA Uma empresa de TV a cabo toma uma amostra de 000 clientes, com o objetivo de verificar a relação entre a renda
Leia maisIND 1115 Inferência Estatística Aula 7
Conteúdo IND 1115 Inferência Estatística Aula 7 Setembro 2004 Por que a revisão de probabilidades até agora? A importância da distribuição Normal O Mônica Barros mbarros.com 1 mbarros.com 2 Por que uma
Leia mais1 x. = π 2. pois. Probabilidade: um curso introdutório - Mônica Barros - Capítulo 7 - Soluções
Soluções - Capítulo 7 Lista semestre 000.0:, 3, 5 a, 5, 6, 7,, 4, 5 Problema Ache a mediana das densidades Qui-quadrado com e graus de liberdade. A densidade Qui-quadrado com n graus de liberdade é dada
Leia maisME-310 Probabilidade II Lista 2
ME-3 Probabilidade II Lista 2. Uma máquina funciona enquanto pelo menos 3 das 5 turbinas funcionam. Se cada turbina funciona um tempo aleatório com densidade xe x, x >, independentemente das outras, calcule
Leia maisProbabilidades e Estatística
Departamento de Matemática Probabilidades e Estatística LEAN, LEE, LEGI, LEGM, LEIC-A, LEIC-T, LEMat, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ 2 o semestre 2/22 o TESTE (Época
Leia maisProbabilidade 2 - ME310 - Lista 2
Probabilidade - ME3 - Lista September 4, Lembrando:. Estatística de ordem, pg 38 Ross: f xj (x) = n! (n j)!(j )! F (x)j ( F (x)) n j f(x). Distribuição de probabilidade conjunta de funções de variáveis
Leia maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 08
Teoria das Filas aplicadas a Sistemas Computacionais Aula 08 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Leia maisCAPÍTULO 5: VARIÁVEIS ALEATÓRIAS BIDIMENSIONAIS Todas as coisas aparecem e desaparecem por causa da concorrência de causas e condições. Nada nunca existe inteiramente só, tudo está em relação com todo
Leia maisFundamentos de Estatística
Fundamentos de Estatística Clássica Workshop Análise de Incertezas e Validação Programa de Verão 2017 Marcio Borges 1 1LABORATÓRIO NACIONAL DE COMPUTAÇÃO CIENTÍFICA mrborges@lncc.br Petrópolis, 9 de Fevereiro
Leia maisExercícios Funções Multivariadas, Exponencial e Outras
Turma 2017 Exercícios Funções Multivariadas, Exponencial e Outras Problema 1 (bivariada) Um bim de cinco transistores possui dois que são defeituosos. Os transistores são testados um a um, até que os defeituosos
Leia maisDistribuição Normal. Prof. Eduardo Bezerra. (CEFET/RJ) - BCC - Inferência Estatística. 25 de agosto de 2017
padrão - padronização Distribuição Normal Prof. Eduardo Bezerra (CEFET/RJ) - BCC - Inferência Estatística 25 de agosto de 2017 Eduardo Bezerra (CEFET/RJ) Distribuição Normal Março/2017 1 / 32 Roteiro Distribuições
Leia maisPr = 6 = = = 0.8 =
IND 5 Inferência Estatística Semestre 004.0 Teste 05/0/004 GABARITO Problema (5 pontos) Uma gulosa professora de estatística é fissurada por trufas de chocolate. Em busca da trufa ideal, ela vai provando
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuições Condicionais 11/13 1 / 19 Em estudo feito em sala perguntamos aos alunos qual
Leia maisVariáveis Aleatórias. Esperança e Variância. Prof. Luiz Medeiros Departamento de Estatística - UFPB
Variáveis Aleatórias Esperança e Variância Prof. Luiz Medeiros Departamento de Estatística - UFPB ESPERANÇA E VARIÂNCIA Nos modelos matemáticos aleatórios parâmetros podem ser empregados para caracterizar
Leia maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 09
Teoria das Filas aplicadas a Sistemas Computacionais Aula 09 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Leia mais3 3. Variáveis Aleatórias
ÍNDICE 3. VARIÁVEIS ALEATÓRIAS...49 3.. VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS...49 3.2. VARIÁVEIS DISCRETAS FUNÇÃO DE PROBABILIDADE E FUNÇÃO DISTRIBUIÇÃO DE PROBABILIDADE...50 3.2.. Função de probabilidade...50
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA. Cálculo das Probabilidades e Estatística I. Terceira Lista de Exercícios
UNIVERSIDADE FEDERAL DA PARAÍBA Cálculo das Probabilidades e Estatística I Professora: Juliana Freitas Pires Terceira Lista de Exercícios Parte I: Variáveis aleatórias, Esperança e Variância Questão 1.
Leia maisLogo, para estar entre os 1% mais caros, o preço do carro deve ser IGUAL OU SUPERIOR A:
MQI 00 ESTATÍSTICA PARA METROLOGIA - SEMESTRE 008.0 Teste 6/05/008 GABARITO PROBLEMA O preço de um certo carro usado é uma variável Normal com média R$ 5 mil e desvio padrão R$ 400,00. a) Você está interessado
Leia maisDistribuições Amostrais e Estimação Pontual de Parâmetros
Distribuições Amostrais e Estimação Pontual de Parâmetros - parte I 19 de Maio de 2011 Introdução Objetivos Ao final deste capítulo você deve ser capaz de: Entender estimação de parâmetros de uma distribuição
Leia mais3. Considere uma amostra aleatória de tamanho 7 de uma normal com média 18. Sejam X e S 2, a média e a variância amostral, respectivamente.
1 Universidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz Departamento de Ciências Exatas Professores: Clarice Demétrio, Roseli Leandro e Mauricio Mota Lista 3- Distribuições Amostrais-
Leia maisAula 4. Aula de hoje. Aula passada
Aula 4 Aula passada Função de distribuição Bernoulli Sequência de v.a. Binomial, Geométrica, Zeta Valor esperado Variância Distribuição conjunta Independência de v.a. Aula de hoje Valor esperado condicional
Leia maisVariável Aleatória Contínua:
Distribuição Contínua Normal Luiz Medeiros de Araujo Lima Filho Departamento de Estatística UFPB Variável Aleatória Contínua: Assume valores num intervalo de números reais. Não é possível listar, individualmente,
Leia maisa) o time ganhe 25 jogos ou mais; b) o time ganhe mais jogos contra times da classe A do que da classe B.
Universidade de Brasília Departamento de Estatística 5 a Lista de PE. Um time de basquete irá jogar uma temporada de 44 jogos. desses jogos serão disputados contra times da classe A e os 8 restantes contra
Leia maisME-310 Probabilidade II Lista 1
ME-3 Probabilidade II Lista. Seja F (a, b) a função da distribuição acumulada conjunta de v.a. X e Y. Sabendo F, calcule P(X > a, Y > b) e P(a < X < a 2, Y b). 2. A distribuição conjunta de X e Y é dada
Leia maisLista de Exercícios #5 Assunto: Variáveis Aleatórias Multidimensionais Contínuas
1. ANPEC 018 Questão 9 Uma pessoa investe R$ 10.000,00 (I) em duas aplicações cujas taxas de retorno são variáveis aleatórias independentes, R 1 e R, com médias 5% e 14% e desvios-padrão 1% e 8%, respectivamente.
Leia maisProbabilidade 2 - ME310 - Lista 2
Probabilidade - ME3 - Lista November, 5 Lembrando:. Estatística de ordem, pg 38 Ross: f xj (x) = n! (n j)!(j )! F (x)j ( F (x)) n j f(x). Distribuição de probabilidade conjunta de funções de variáveis
Leia maisPRINCIPAIS DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE
PRINCIPAIS DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE 3.1 INTRODUÇÃO Muitas variáveis aleatórias associadas a experimentos aleatórios têm propriedades similares e, portanto, podem ser descritas através de
Leia maisDistribuições 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 maisSegunda Lista de Exercícios Cálculo de Probabilidades II Prof. Michel H. Montoril
Exercício 1. Uma urna contém 4 bolas numeradas: {1, 2, 2, 3}. Retira-se dessa urna duas bolas aleatoriamente e sem reposição. Sejam 1 : O número da primeira bola escolhida; 2 : O número da segunda bola
Leia maisLISTA 3 Introdução à Probabilidade (Profa. Cira.) OBS. Apenas os exercícios indicados como adicional não constam no livro.
LISTA 3 Introdução à Probabilidade (Profa. Cira.) OBS. Apenas os exercícios indicados como adicional não constam no livro. - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - V. A. C O N T Í N
Leia maisVariáveis Aleatórias Discretas e Distribuição de Probabilidade
Variáveis Aleatórias Discretas e Distribuição de Probabilidades 01 de Abril de 2014 Objetivos Ao final deste capítulo você deve ser capaz de: Determinar probabilidades a partir de funções de probabilidade
Leia maisVariáveis Aleatórias Discretas e Distribuição de Probabilidade
Variáveis Aleatórias Discretas e Distribuição de Probabilidades - parte II 29 de Março de 2011 Distribuição Uniforme Discreta Média Propriedade da falta de memória Objetivos Ao final deste capítulo você
Leia maisVariáveis Aleatórias Bidimensionais &Teoremas de Limite 1/22
all Variáveis Aleatórias Bidimensionais & Teoremas de Limite Professores Eduardo Zambon e Magnos Martinello UFES Universidade Federal do Espírito Santo DI Departamento de Informática CEUNES Centro Universitário
Leia maisModelos de Distribuição PARA COMPUTAÇÃO
Modelos de Distribuição MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Distribuições Discretas Bernoulli Binomial Geométrica Hipergeométrica Poisson ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO
Leia maisModelos de Distribuições
7/5/017 Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Engenharia Mecânica 05/07/017 19: ESTATÍSTICA APLICADA
Leia maisProcessos Estocásticos. Variáveis Aleatórias. Variáveis Aleatórias. Luiz Affonso Guedes. Como devemos descrever um experimento aleatório?
Processos Estocásticos Luiz Affonso Guedes Sumário Probabilidade Funções de Uma Variável Aleatória Funções de Várias Momentos e Estatística Condicional Teorema do Limite Central Processos Estocásticos
Leia maisAvaliação e Desempenho Aula 5
Avaliação e Desempenho Aula 5 Aula passada Revisão de probabilidade Eventos e probabilidade Independência Prob. condicional Aula de hoje Variáveis aleatórias discretas e contínuas PMF, CDF e função densidade
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS 2003 2004 2005 2006 2007 2008 2009 2010 X 39,0 39,5 39,5 39,0 39,5 41,5 42,0 42,0 Y 46,5 65,5 86,0 100,0 121,0 150,5 174,0 203,0 A tabela acima mostra as quantidades, em milhões
Leia maisUniversidade Federal de Goiás Instituto de Matemática e Estatística
Universidade Federal de Goiás Instituto de Matemática e Estatística Prova 3 de Probabilidade Prof.: Fabiano F. T. dos Santos Goiânia, 12 de dezembro de 214 Aluno: Nota: Descreva seu raciocínio e desenvolva
Leia maisProcessos Estocásticos. Variáveis Aleatórias. Variáveis Aleatórias. Variáveis Aleatórias. Variáveis Aleatórias. Luiz Affonso Guedes
Processos Estocásticos Luiz Affonso Guedes Sumário Probabilidade Funções de Uma Variável Aleatória Funções de Várias Momentos e Estatística Condicional Teorema do Limite Central Processos Estocásticos
Leia maisCálculo das Probabilidades e Estatística I
Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Variáveis Aleatórias Ao descrever um espaço
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 5 Probabilidade: Distribuições de Discretas Parte 1 Leitura obrigatória: Devore, 3.1, 3.2 e 3.3 Chap 5-1 Objetivos Nesta parte, vamos aprender: Como representar a distribuição
Leia maisProbabilidade. 1 Distribuição de Bernoulli 2 Distribuição Binomial 3 Multinomial 4 Distribuição de Poisson. Renata Souza
Probabilidade Distribuição de Bernoulli 2 Distribuição Binomial 3 Multinomial 4 Distribuição de Poisson Renata Souza Distribuição de Bernoulli Uma lâmpada é escolhida ao acaso Ensaio de Bernoulli A lâmpada
Leia maisGET00116 Fundamentos de Estatística Aplicada Lista de Exercícios de Revisão para a P2 Profa. Ana Maria Farias
GET00116 Fundamentos de Estatística Aplicada Lista de Exercícios de Revisão para a P Profa. Ana Maria Farias 1. Em 00, Kaspersky Lab relatou que aproximadamente 0% de todos os e-mails são lixo ou spam.
Leia maisIND 1115 Inferência Estatística Aula 6
Conteúdo IND 5 Inferência Estatística Aula 6 Setembro de 004 A distribuição Lognormal A distribuição Beta e sua relação com a Uniforme(0,) Mônica Barros mbarros.com mbarros.com A distribuição Lognormal
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Algoritmo para simular uma fila Medidas de interesse Média amostral Aula de hoje Teorema do Limite Central Intervalo de Confiança Variância amostral
Leia maisMedidas resumo. Wagner H. Bonat Elias T. Krainski Fernando P. Mayer
Medidas resumo Wagner H. Bonat Elias T. Krainski Fernando P. Mayer Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 28/03/2018 WB, EK, FM ( LEG/DEST/UFPR
Leia maisMAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade
MAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade Edson de Faria Departamento de Matemática IME-USP 28 de Agosto, 2013 Probabilidade: uma Introdução / Aula 8 1 Desigualdades de Markov e
Leia maisCapítulo 5 Distribuições de probabilidade normal Pearson Prentice Hall. Todos os direitos reservados.
Capítulo 5 Distribuições de probabilidade normal slide 1 Descrição do capítulo 5.1 Introdução à distribuição normal e distribuição normal padrão 5.2 Distribuições normais: encontrando probabilidades 5.3
Leia maisInstituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica. Professora: Denise Beatriz T. P. do Areal Ferrari
Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica Professora: Denise Beatriz T. P. do Areal Ferrari denise@ita.br Distribuições Discretas Uniforme Bernoulli Binomial Poisson
Leia maisProf. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM
Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM Noções básicasb de Inferência Estatística descritiva inferencial População - Parâmetros desconhecidos (reais) Amostra
Leia maisVariável Aleatória Contínua:
Distribuição Contínua Normal Prof. Tarciana Liberal Departamento de Estatística UFPB x x Variável Aleatória Contínua: Assume valores num intervalo de números reais. Não é possível listar, individualmente,
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Aula de hoje Calcular probabilidade de eventos condicionando Somas aleatórias Esperança Condicional Análise de Comandos de Programação Análise
Leia maisProbabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec
Duração: 9 minutos Grupo I Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec Justifique convenientemente todas as respostas o semestre 7/8 5/5/8 9: o Teste A valores. Uma loja comercializa telemóveis
Leia mais2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB.
2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB. 1) Classifique as seguintes variáveis aleatórias como discretas ou contínuas. X : o número de acidentes de automóvel por ano na rodovia BR 116. Y :
Leia maisProfessora 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 maisProbabilidade e Estatística
Probabilidade e Estatística Aula 7 Distribuição da Média Amostral Leitura obrigatória: Devore: Seções 5.3, 5.4 e 5.5 Chap 8-1 Inferência Estatística Na próxima aula vamos começar a parte de inferência
Leia maisDistribuições Amostrais e Estimação Pontual de Parâmetros
Distribuições Amostrais e Estimação Pontual de Parâmetros - parte I 2012/02 1 Introdução 2 3 4 5 Objetivos Ao final deste capítulo você deve ser capaz de: Entender estimação de parâmetros de uma distribuição
Leia maisProbabilidades e Estatística LEAN, LEE, LEGI, LEMat, LETI, LMAC, MEAmb, MEAer, MEBiol, MEBiom, MEEC, MEFT, MEQ
Duração: 90 minutos Grupo I Probabilidades e Estatística LEAN, LEE, LEGI, LEMat, LETI, LMAC, MEAmb, MEAer, MEBiol, MEBiom, MEEC, MEFT, MEQ Justifique convenientemente todas as respostas! o semestre 015/016
Leia maisAula 4 - Medidas resumo
Aula 4 - Medidas resumo PhD. Wagner Hugo Bonat Laboratório de Estatística e Geoinformação-LEG Universidade Federal do Paraná 1/2017 Bonat, W. H. (LEG/UFPR) 1/2017 1 / 16 Medidas resumo Medidas de posição
Leia maisLista de Exercícios #2 Assunto: Variáveis Aleatórias Discretas
1. ANPEC 2018 Questão 3 Considere um indivíduo procurando emprego. Para cada entrevista de emprego (X) esse indivíduo tem um custo linear (C) de 10,00 Reais. Suponha que a probabilidade de sucesso em uma
Leia maisModelos de Distribuições
Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Engenharia Mecânica 11/06/019 07:14 ESTATÍSTICA APLICADA I -
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros
UNIVERSIDADE FEDERAL DA PARAÍBA Variáveis Aleatórias Departamento de Estatística Luiz Medeiros Introdução Como sabemos, características de interesse em diversas áreas estão sujeitas à variação; Essa variabilidade
Leia maisEstatística Descritiva e Exploratória
Gledson Luiz Picharski e Wanderson Rodrigo Rocha 9 de Maio de 2008 Estatística Descritiva e exploratória 1 Váriaveis Aleatórias Discretas 2 Variáveis bidimensionais 3 Váriaveis Aleatórias Continuas Introdução
Leia mais6- Probabilidade e amostras: A distribuição das médias amostrais
6- Probabilidade e amostras: A distribuição das médias amostrais Anteriormente estudamos como atribuir probabilidades a uma observação de alguma variável de interesse (ex: Probabilidade de um escore de
Leia maisEstatística (MAD231) Turma: IGA. Período: 2018/2
Estatística (MAD231) Turma: IGA Período: 2018/2 Aula #03 de Probabilidade: 19/10/2018 1 Variáveis Aleatórias Considere um experimento cujo espaço amostral é Ω. Ω contém todos os resultados possíveis: e
Leia maisModelos Probabiĺısticos Discretos
Discretos Prof. Gilberto Rodrigues Liska UNIPAMPA 19 de Setembro de 2017 Material de Apoio e-mail: gilbertoliska@unipampa.edu.br Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de 2017 1 /
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Lei dos Grandes Números e Teorema Central do Limite 02/14 1 / 9 Lei dos Grandes Números Lei
Leia maisProcessos Estocásticos. Luiz Affonso Guedes
Processos Estocásticos Luiz Affonso Guedes Sumário Probabilidade Variáveis Aleatórias Funções de Uma Variável Aleatória Funções de Várias Variáveis Aleatórias Momentos e Estatística Condicional Teorema
Leia maisProcesso de Amostragem
Processo de Amostragem População versus Amostra População: conjunto de unidades com uma ou mais característica em comum N é a dimensão da população Amostra: Subconjunto da população N é a dimensão da amostra
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 6 Distribuições Contínuas (Parte 02) Leitura obrigatória: Devore, Capítulo 4 Chap 6-1 Distribuições de Probabilidade Distribuições de Probabilidade Distribuições de Probabilidade
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 minutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique convenientemente todas as respostas o semestre 07/08 0/07/08 :0 o Teste C 0 valores. Um relatório anual estabelece que
Leia maisProbabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ
Duração: 90 minutos Grupo I Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ Justifique convenientemente todas as respostas 1 o semestre 2017/2018 18/11/2017
Leia maisPremium até 10 S.M. 180 60 30 20 10 a 20 S.M. 80 40 40 40 20 a 30 S.M. 60 30 60 70 mais de 30 S.M. 40 20 70 160
1 MQI 2003 Estatística para Metrologia semestre 2008.01 LISTA DE EXERCÍCIOS # 1 PROBLEMA 1 Uma empresa de TV a cabo toma uma amostra de 1000 clientes, com o objetivo de verificar a relação entre a renda
Leia maisb) Variáveis Aleatórias Contínuas
Disciplina: 221171 b) Variáveis Aleatórias Contínuas Prof. a Dr. a Simone Daniela Sartorio de Medeiros DTAiSeR-Ar 1 Uma variável aleatória é contínua (v.a.c.) se seu conjunto de valores é qualquer intervalo
Leia maisLista de Exercícios 3 Probabilidades Escola Politécnica, Ciclo Básico
Lista de Exercícios 3 Probabilidades 0303200 Escola Politécnica, Ciclo Básico 1 o semestre 2017 1) Um equipamento tem tempo de vida T com distribuição normal, valor esperado de 40 horas e desvio padrão
Leia maisDA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros
UNIVERSIDADE FEDERAL DA PARAÍBA Variáveis Aleatórias Departamento de Estatística Luiz Medeiros Introdução Como sabemos, características de interesse em diversas áreas estão sujeitas à variação Essa variabilidade
Leia maisModelos Probabilisticos Discretos
Modelos Probabilisticos Discretos Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo 1 / 30 A distribuição Uniforme Discreta Suponha um experimento
Leia maisRESOLUÇÃO DAS QUESTÕES DE ESTATÍSTICA E RACIOCÍNIO LÓGICO
RESOLUÇÃO DAS QUESTÕES DE ESTATÍSTICA E RACIOCÍNIO LÓGICO Caro aluno, Disponibilizo abaixo a resolução das questões de Estatística e Raciocínio Lógico da prova de Analista da SEFAZ/PI 015. Resolvi as questões
Leia maisLucas 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 maisEstatística
Estatística 1 2016.2 Sumário Capítulo 1 Conceitos Básicos... 3 MEDIDAS DE POSIÇÃO... 3 MEDIDAS DE DISPERSÃO... 5 EXERCÍCIOS CAPÍTULO 1... 8 Capítulo 2 Outliers e Padronização... 12 VALOR PADRONIZADO (Z)...
Leia maisVariáveis 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 maisProbabilidades e Estatística
Departamento de Matemática Probabilidades e Estatística LEGM, LEIC-A, LEIC-T, LEMat, MEBiom, MEFT, MEQ 2 o semestre 2011/2012 1 o Teste A 21/04/2012 9:00 Duração: 1 hora e 30 minutos Justifique convenientemente
Leia maisIntrodução à probabilidade e estatística I
Introdução à probabilidade e estatística I Variáveis Aleatórias Prof. Alexandre G Patriota Sala: 298A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Probabilidade Daqui por diante utilizaremos
Leia maisProbabilidade Lista 6 - Variáveis Aleatórias Contínuas e Vetores Aleatórios
Probabilidade Lista - Variáveis Aleatórias Contínuas e Vetores Aleatórios Exercício. Uma v.a. X tem distribuição triangular no intervalo [0, ] se sua densidade for dada por 0, x < 0 cx, 0 x /2 c( x), /2
Leia maisExercícios propostos:
INF 16 Exercícios propostos: 1. Sabendo-se que Y=X-5 e que E(X)= e V(X)=1, calcule: a)e(y); b)v(y); c)e(x+y); d)e(x + Y ); e)v(x+y); Resp.: 1; 9; 5; 15; 81. Uma urna contém 5 bolas brancas e 7 bolas pretas.
Leia maisPar de Variáveis Aleatórias
Par de Variáveis Aleatórias Luis Henrique Assumpção Lolis 7 de abril de 2014 Luis Henrique Assumpção Lolis Par de Variáveis Aleatórias 1 Conteúdo 1 Introdução 2 Par de Variáveis Aleatórias Discretas 3
Leia maisLucas 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 maisProbabilidades e Estatística MEEC, LEIC-A, LEGM
Departamento de Matemática Probabilidades e Estatística MEEC, LEIC-A, LEGM Exame a Época / o Teste (Grupos III e IV) o semestre 009/00 Duração: 80 / 90 minutos /06/00 9:00 horas Grupo I Exercício 5 valores
Leia maisAula 5. Variáveis Aleatórias Discretas
Aula 5. Variáveis Aleatórias Discretas Definição formal : Variável aleatória é qualquer função definida em espaço Ω. Ω função é uma regra que para cada valor de domínio corresponde um valor de R R Definição
Leia 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 Distribuição Normal Motivação: Distribuição
Leia maisAmostragem e distribuições por amostragem
Amostragem e distribuições por amostragem Carla Henriques e Nuno Bastos Departamento de Matemática Escola Superior de Tecnologia de Viseu Contabilidade e Administração População, amostra e inferência estatística
Leia maisDistribuições por Amostragem
Distribuições por Amostragem Departamento de Matemática Escola Superior de Tecnologia de Viseu (DepMAT ESTV) Distribuições por Amostragem 2007/2008 1 / 27 Introdução: População, amostra e inferência estatística
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Desigualdades 02/14 1 / 31
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Desigualdades 02/14 1 / 31 Um teorema de grande importância e bastante utilidade em probabilidade
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 minutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique convenientemente todas as respostas 2 o semestre 206/207 05/07/207 :30 o Teste C 0 valores. Uma peça de certo tipo é
Leia maisMIEEC Probabilidades e Estatística 1 a Chamada 10/01/2008. Parte Prática
MIEEC Probabilidades e Estatística 1 a Chamada 1/1/8 Parte Prática Resolução 1. Definição dos acontecimentos: T 1 Cliente do operador Ptel 1 T Cliente do operador Ptel T 3 Cliente do operador Ptel 3 S
Leia maisPROVA DE ESTATÍSTICA e PROBABILIDADES SELEÇÃO - MESTRADO/UFMG /2012
PROVA DE ESTATÍSTICA e PROBABILIDADES SELEÇÃO - MESTRADO/UFMG - 0/0 Instruções:. Cada questão respondida corretamente vale (um) ponto.. Cada questão respondida incorretamente vale - (menos um) ponto. 3.
Leia maisPRINCIPAIS 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