Distribuições de Probabilidade Contínuas 1/19
|
|
- Norma Lacerda Lameira
- 7 Há anos
- Visualizações:
Transcrição
1 all Distribuições de Probabilidade Contínuas Professores Eduardo Zambon e Magnos Martinello UFES Universidade Federal do Espírito Santo DI Departamento de Informática CEUNES Centro Universitário Norte do Espírito Santo DCEL Departamento de Computação e Eletrônica Distribuições de Probabilidade Contínuas 1/19
2 Distribuição Uniforme Uma VA X tem distribuição uniforme com parâmetros α e β (com β > α), se a sua função densidade de probabilidade é dada por: f (x) = { 1 β α, para x [α, β] 0, para x [α, β] Distribuições de Probabilidade Contínuas 2/19
3 Distribuição Uniforme Uma VA X tem distribuição uniforme com parâmetros α e β (com β > α), se a sua função densidade de probabilidade é dada por: f (x) = { 1 β α, para x [α, β] 0, para x [α, β] Distribuição acumulada: 0, para x < α x α F (x) = β α, para α x < β 1, para x β Distribuições de Probabilidade Contínuas 2/19
4 Distribuição Uniforme Uma VA X tem distribuição uniforme com parâmetros α e β (com β > α), se a sua função densidade de probabilidade é dada por: f (x) = { 1 β α, para x [α, β] 0, para x [α, β] Distribuição acumulada: 0, para x < α x α F (x) = β α, para α x < β 1, para x β Exemplo: aula anterior, ponteiro girando num círculo. X: ângulo formado com o eixo x. Distribuições de Probabilidade Contínuas 2/19
5 Distribuição Uniforme (cont.) Gráficos 1 β α f (x) 1 F (x) α β x α β x Distribuições de Probabilidade Contínuas 3/19
6 Distribuição Uniforme (cont.) Gráficos 1 β α f (x) 1 F (x) α β x α β x Métricas E[X] = α + β 2 V (X) = (β α)2 12 Distribuições de Probabilidade Contínuas 3/19
7 Distribuição Exponencial Forte relação com o modelo discreto de Poisson. Poisson: modela o número de ocorrências em um período contínuo. Exponencial: VA contínua representa o intervalo de tempo entre ocorrências. 0 }{{} t Número X de ocorrências do Poisson evento em [0, t) Tempo T até a ocorrência Exponencial do evento Distribuições de Probabilidade Contínuas 4/19
8 Distribuição Exponencial (cont.) Exemplos a b c Tempo em minutos até a próxima consulta a um BD. Tempo em segundos entre requisições a um servidor. Distância em metros entre defeitos de um cabo. Distribuições de Probabilidade Contínuas 5/19
9 Distribuição Exponencial (cont.) Exemplos a b c Tempo em minutos até a próxima consulta a um BD. Tempo em segundos entre requisições a um servidor. Distância em metros entre defeitos de um cabo. Suposições As mesmas da distribuição de Poisson: a b Independência entre ocorrências. Taxa média de ocorrência constante no intervalo considerado. Distribuições de Probabilidade Contínuas 5/19
10 Distribuição Exponencial Formulação Sejam os dois eventos equivalentes: A primeira ocorrência ser depois do tempo t. Nenhuma ocorrência em [0, t). Distribuições de Probabilidade Contínuas 6/19
11 Distribuição Exponencial Formulação Sejam os dois eventos equivalentes: A primeira ocorrência ser depois do tempo t. Nenhuma ocorrência em [0, t). Sejam as VAs: X: número de ocorrências no intervalo [0, t). T : intervalo de tempo entre as ocorrências. Distribuições de Probabilidade Contínuas 6/19
12 Distribuição Exponencial Formulação Sejam os dois eventos equivalentes: A primeira ocorrência ser depois do tempo t. Nenhuma ocorrência em [0, t). Sejam as VAs: X: número de ocorrências no intervalo [0, t). T : intervalo de tempo entre as ocorrências. λ: taxa média de ocorrência por unidade de tempo. X tem distribuição de Poisson com parâmetro λt. Distribuições de Probabilidade Contínuas 6/19
13 Distribuição Exponencial Formulação Sejam os dois eventos equivalentes: A primeira ocorrência ser depois do tempo t. Nenhuma ocorrência em [0, t). Sejam as VAs: X: número de ocorrências no intervalo [0, t). T : intervalo de tempo entre as ocorrências. λ: taxa média de ocorrência por unidade de tempo. X tem distribuição de Poisson com parâmetro λt. Logo T > t X = 0. Distribuições de Probabilidade Contínuas 6/19
14 Distribuição Exponencial Formulação (cont.) Usando a definição da função de probabilidade para a distribuição de Poisson, tem-se: P(T > t) = P(X = 0) = (λt)0 e λt 0! = e λt. Distribuições de Probabilidade Contínuas 7/19
15 Distribuição Exponencial Formulação (cont.) Usando a definição da função de probabilidade para a distribuição de Poisson, tem-se: P(T > t) = P(X = 0) = (λt)0 e λt 0! = e λt. Usando o evento complementar, define-se para todo t 0 a distribuição acumulada de uma VA T com distribuição exponencial: F (t) = P(T t) = 1 e λt. Distribuições de Probabilidade Contínuas 7/19
16 Distribuição Exponencial Formulação (cont.) Usando a definição da função de probabilidade para a distribuição de Poisson, tem-se: P(T > t) = P(X = 0) = (λt)0 e λt 0! = e λt. Usando o evento complementar, define-se para todo t 0 a distribuição acumulada de uma VA T com distribuição exponencial: F (t) = P(T t) = 1 e λt. Assim, a função densidade de probabilidade é dada por: f (t) = d dt F (t) = λe λt. Distribuições de Probabilidade Contínuas 7/19
17 Distribuição Exponencial Formulação (cont.) Usando a definição da função de probabilidade para a distribuição de Poisson, tem-se: P(T > t) = P(X = 0) = (λt)0 e λt 0! = e λt. Usando o evento complementar, define-se para todo t 0 a distribuição acumulada de uma VA T com distribuição exponencial: F (t) = P(T t) = 1 e λt. Assim, a função densidade de probabilidade é dada por: f (t) = d dt F (t) = λe λt. Para t < 0 define-se F (t) = f (t) = 0. Distribuições de Probabilidade Contínuas 7/19
18 Distribuição Exponencial (cont.) Gráfico f (t) = λe λt λ P(T > t) = e λt t t Distribuições de Probabilidade Contínuas 8/19
19 Distribuição Exponencial (cont.) Gráfico f (t) = λe λt λ P(T > t) = e λt t t Métricas E[T ] = 1 λ V (T ) = 1 λ 2 Distribuições de Probabilidade Contínuas 8/19
20 Distribuição Exponencial Exemplo T : VA indicando o tempo de resposta para uma consulta em um BD, em segundos. Função densidade de probabilidade: { 2e f (t) = 2t, para t 0 0, para t < 0 P(2 T 3) =? Distribuições de Probabilidade Contínuas 9/19
21 Distribuição Exponencial Exemplo T : VA indicando o tempo de resposta para uma consulta em um BD, em segundos. Função densidade de probabilidade: { 2e f (t) = 2t, para t 0 0, para t < 0 P(2 T 3) =? P(2 T 3) = 3 2 2e 2t dt Distribuições de Probabilidade Contínuas 9/19
22 Distribuição Exponencial Exemplo T : VA indicando o tempo de resposta para uma consulta em um BD, em segundos. Função densidade de probabilidade: { 2e f (t) = 2t, para t 0 0, para t < 0 P(2 T 3) =? ou P(2 T 3) = 3 2 2e 2t dt P(2 T 3) = P(T 2) P(T 3) = e 2(2) e 2(3) = e 4 e 6 = Distribuições de Probabilidade Contínuas 9/19
23 Distribuição Normal Importância Permite modelar variados fenômenos naturais. Pode ser usada para aproximar outras distribuições de probabilidade. Útil para inferência estatística. Distribuições de Probabilidade Contínuas 10/19
24 Distribuição Normal Importância Permite modelar variados fenômenos naturais. Pode ser usada para aproximar outras distribuições de probabilidade. Útil para inferência estatística. Características A função densidade de probabilidade f tem forma de sino. Evidência de que é mais provável que uma VA assuma valores próximos da média. Distribuições de Probabilidade Contínuas 10/19
25 Distribuição Normal (cont.) Função densidade de probabilidade f (x) = 1 σ 2π e 1 2 ( x µ ) 2 σ, < x < + onde µ R e σ > 0 são os parâmetros da distribuição. Distribuições de Probabilidade Contínuas 11/19
26 Distribuição Normal (cont.) Função densidade de probabilidade f (x) = 1 σ 2π e 1 2 ( x µ ) 2 σ, < x < + onde µ R e σ > 0 são os parâmetros da distribuição. Métricas E[X] = µ V (X) = σ 2 Distribuições de Probabilidade Contínuas 11/19
27 Distribuição Normal Gráficos f (x) µ µ σ µ + σ x Distribuições de Probabilidade Contínuas 12/19
28 Distribuição Normal Gráficos f (x) µ µ σ µ + σ x f (x) µ 1 µ 2 e σ 1 = σ 2 µ 1 = µ 2 e σ 1 σ 2 f (x) x x Distribuições de Probabilidade Contínuas 12/19
29 Distribuição Normal Observações X : N(µ, σ 2 ) X é uma VA com distribuição normal de média µ e variância σ 2. Distribuições de Probabilidade Contínuas 13/19
30 Distribuição Normal Observações X : N(µ, σ 2 ) X é uma VA com distribuição normal de média µ e variância σ 2. P(X < µ α) = P(X > µ + α), α R (curva simétrica). Distribuições de Probabilidade Contínuas 13/19
31 Distribuição Normal Observações X : N(µ, σ 2 ) X é uma VA com distribuição normal de média µ e variância σ 2. P(X < µ α) = P(X > µ + α), α R (curva simétrica). lim x ± f (x) = 0. Distribuições de Probabilidade Contínuas 13/19
32 Distribuição Normal Observações X : N(µ, σ 2 ) X é uma VA com distribuição normal de média µ e variância σ 2. P(X < µ α) = P(X > µ + α), α R (curva simétrica). lim x ± f (x) = 0. + f (x)dx = 1. Distribuições de Probabilidade Contínuas 13/19
33 Distribuição Normal Observações X : N(µ, σ 2 ) X é uma VA com distribuição normal de média µ e variância σ 2. P(X < µ α) = P(X > µ + α), α R (curva simétrica). lim x ± f (x) = 0. + f (x)dx = 1. Se X 1 : N(µ 1, σ1 2) e X 2 : N(µ 2, σ2 2 ) são VAs independentes, então a, b R, Y = ax 1 + bx 2 tem distribuição normal com E[Y ] = aµ 1 + bµ 2 V (Y ) = a 2 σ b 2 σ 2 2 Distribuições de Probabilidade Contínuas 13/19
34 Distribuição Normal Observações X : N(µ, σ 2 ) X é uma VA com distribuição normal de média µ e variância σ 2. P(X < µ α) = P(X > µ + α), α R (curva simétrica). lim x ± f (x) = 0. + f (x)dx = 1. Se X 1 : N(µ 1, σ1 2) e X 2 : N(µ 2, σ2 2 ) são VAs independentes, então a, b R, Y = ax 1 + bx 2 tem distribuição normal com E[Y ] = aµ 1 + bµ 2 V (Y ) = a 2 σ b 2 σ 2 2 Afastamentos da média, em unidades de desvio padrão, preservam a mesma área sob a curva, independente dos valores de µ e σ: 2σ = 0.683, 4σ = 0.955, 6σ = Distribuições de Probabilidade Contínuas 13/19
35 Distribuição Normal Padrão Seja X : N(µ, σ 2 ), então a VA Z = X µ σ tem distribuição normal com média zero e desvio padrão unitário. Z : N(0, 1) é dita distribuição normal padrão. Qualquer probabilidade de X pode ser calculada usando a função densidade de probabilidade de Z. Distribuições de Probabilidade Contínuas 14/19
36 Distribuição Normal Padrão Exemplo X: VA normal com µ = 170 e σ = 10. Z: VA com distribuição normal padrão. Transformação do evento X > 180 no evento Z > 1: Distribuições de Probabilidade Contínuas 15/19
37 Distribuição Normal Padrão Exemplo X: VA normal com µ = 170 e σ = 10. Z: VA com distribuição normal padrão. Transformação do evento X > 180 no evento Z > 1: f (x) f (z) P(X > 180) P(Z > 1) x z z = x µ σ = = 1 Distribuições de Probabilidade Contínuas 15/19
38 Distribuição Normal Padrão Tabela Tabela 3, pág. 377, Barbetta et al. (área na cauda superior) segundo decimal de z z P(Z > 0.21) P(Z > 0.21) = 1 Φ(0.21) onde Φ é a função de distribuição acumulada da normal padrão. Tabela 3 fornece os valores 1 Φ(z), para z = 0.01,..., Distribuições de Probabilidade Contínuas 16/19
39 Distribuição Normal Padrão Tabela (cont.) P( 0.42 < Z < 0.42) =? = P( 0.42 < Z < 0.42) = 1 2(0.3372) = Distribuições de Probabilidade Contínuas 17/19
40 Aproximando a Distribuição Binomial pela Normal Condições: n grande e ˆp não muito próximo de 0 ou 1. Parâmetros: µ = nˆp σ = nˆp(1 ˆp) Distribuições de Probabilidade Contínuas 18/19
41 Aproximando a Distribuição de Poisson pela Normal Condições: λ grande. Parâmetros: µ = λ σ = λ Distribuições de Probabilidade Contínuas 19/19
Cap. 6 Variáveis aleatórias contínuas
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 004 Cap. 6 Variáveis aleatórias contínuas APOIO: Fundação de Apoio
Leia maisCap. 6 Variáveis aleatórias contínuas
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Cap. 6 Variáveis aleatórias contínuas APOIO: Fundação de
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 maisVariáveis Aleatórias Discretas 1/1
Variáveis Aleatórias Discretas Professores Eduardo Zambon e Magnos Martinello UFES Universidade Federal do Espírito Santo DI Departamento de Informática CEUNES Centro Universitário Norte do Espírito Santo
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 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 maisVariáveis Aleatórias Contínuas
Variáveis Aleatórias Contínuas Bacharelado em Administração - FEA - Noturno 2 o Semestre 2017 MAE0219 (IME-USP) Variáveis Aleatórias Contínuas 2 o Semestre 2017 1 / 35 Objetivos da Aula Sumário 1 Objetivos
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 mais5. PRINCIPAIS MODELOS CONTÍNUOS
5. PRINCIPAIS MODELOS CONTÍNUOS 2019 5.1. Modelo uniforme Uma v.a. contínua X tem distribuição uniforme com parâmetros e ( < ) se sua função densidade de probabilidade é dada por f ( x )={ 1 β α, α x β
Leia mais5. PRINCIPAIS MODELOS CONTÍNUOS
5. PRINCIPAIS MODELOS CONTÍNUOS 04 5.. Modelo uniforme Uma v.a. contínua X tem distribuição uniforme com parâmetros α e β (α β) se sua função densidade de probabilidade é dada por f ( ) β α 0, Notação:
Leia maisBioestatística e Computação I
Bioestatística e Computação I Distribuições Teóricas de Probabilidade Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas
Leia maisSolução: A distribuição normal. Representação gráfica. Cálculo de probabilidades. A normal padrão. σ Será uma N(0; 1).
A distribuição normal Uma variável aleatória X tem uma distribuição normal se sua fdp for do tipo: f (x) =.e π. σ x µ. σ, x R Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ com
Leia mais5. PRINCIPAIS MODELOS CONTÍNUOS
5. RINCIAIS MODELOS CONTÍNUOS 04 5.. Modelo uniforme Uma v.a. contínua tem distribuição uniforme com parâmetros α e β α β se sua função densidade de probabilidade é dada por f, β α 0, Notação: ~ Uα, β.
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 maisTiago Viana Flor de Santana
ESTATÍSTICA BÁSICA DISTRIBUIÇÃO NORMAL DE PROBABILIDADE (MODELO NORMAL) Tiago Viana Flor de Santana www.uel.br/pessoal/tiagodesantana/ tiagodesantana@uel.br sala 07 Curso: MATEMÁTICA Universidade Estadual
Leia maisALGUMAS DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE
ALGUMAS DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE 4. 1 INTRODUÇÃO Serão apresentadas aqui algumas distribuições de probabilidade associadas a v.a. s contínuas. A mais importante delas é a distribuição Normal
Leia maisMétodos 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 maisrio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade Aleatórias nuas
ITA - Laboratório rio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade Aula 04: Variáveis Aleatórias Contínuas nuas Função densidade de probabilidade contínua nua f(x) a b f(x) 0 para
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 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 mais5. PRINCIPAIS MODELOS CONTÍNUOS
5. PRINCIPAIS MODELOS CONTÍNUOS 00 5.. Modelo uniforme Uma v.a. contínua X tem distribuição uniforme com parâmetros α e β (α β) se sua função densidade de probabilidade é dada por f ( ) β α 0, Notação:
Leia maisEstatística 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 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 maisA figura 5.1 ilustra a densidade da curva normal, que é simétrica em torno da média (µ).
Capítulo 5 Distribuição Normal Muitas variáveis aleatórias contínuas, tais como altura, comprimento, peso, entre outras, podem ser descritas pelo modelo Normal de probabilidades. Este modelo é, sem dúvida,
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Uma variável aleatória X tem uma distribuição normal se sua fdp for do tipo: f(x) 1.e 1 2. x µ σ 2, x R 2π. σ com - < µ < e σ >
Leia maisSumário. 2 Índice Remissivo 11
i Sumário 1 Principais Distribuições Contínuas 1 1.1 Distribuição Uniforme................................. 1 1.2 A Distribuição Normal................................. 2 1.2.1 Padronização e Tabulação
Leia maisESTATÍSTICA. x(s) W Domínio. Contradomínio
Variáveis Aleatórias Variáveis Aleatórias são funções matemáticas que associam números reais aos resultados de um Espaço Amostral. Uma variável quantitativa geralmente agrega mais informação que uma qualitativa.
Leia maisAULA 17 - Distribuição Uniforme e Normal
AULA 17 - Distribuição Uniforme e Normal Susan Schommer Introdução à Estatística Econômica - IE/UFRJ Distribuições Contínuas Em muitos problemas se torna matematicamente mais simples considerar um espaço
Leia maisBioestatística e Computação I
Bioestatística e Computação I Distribuições Teóricas de Probabilidade Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas
Leia maisPRINCIPAIS MODELOS CONTÍNUOS
RINCIAIS MODELOS CONTÍNUOS 0 5.. Modelo uniforme Uma v.a. contínua tem distribuição uniforme com parâmetros α e β α β se sua função densidade de probabilidade é dada por, f β α 0, Notação: ~ Uα, β. 0,
Leia maisUm 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 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 maisModelos Probabilísticos Teóricos Discretos e Contínuos. Bernoulli, Binomial, Poisson, Uniforme, Exponencial, Normal
Modelos Probabilísticos Teóricos Discretos e Contínuos Bernoulli, Binomial, Poisson, Uniforme, Exponencial, Normal Distribuição de Probabilidades A distribuição de probabilidades de uma variável aleatória:
Leia maisDistribuições 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 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 maisProbabilidade 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 maisAULA 8. DISTRIBUIÇÕES DE VARIÁVEIS CONTÍNUAS Uniforme, Exponencial e Normal 19/05/2017
AULA 8 DISTRIBUIÇÕES DE VARIÁVEIS CONTÍNUAS Uniforme, Exponencial e Normal 19/05/2017 As funções de distribuição (acumulada) e de densidade para v.a. contínuas = =. Se a densidade f(x)for continua no seu
Leia maisLEEC 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 maisDistribuições Importantes. Distribuições Contínuas
Distribuições Importantes Distribuições Contínuas Distribuição Normal ou de Gauss Definição Diz-se que uma v.a. X contínua tem distribuição normal ou de Gauss, X Nor(µ,σ), se a sua função densidade de
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 maisPROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES PARTE II
PROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES PARTE II Bruno Baierle Maurício Furigo Prof.ª Sheila Regina Oro (orientadora) Edital 06/2013 - Produção de Recursos Educacionais Digitais Variável
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 maisEstatística 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 maisALGUNS MODELOS DE VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS. Prof.: Idemauro Antonio Rodrigues de Lara
1 ALGUNS MODELOS DE VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS Prof.: Idemauro Antonio Rodrigues de Lara 2 Modelos de variáveis aleatórias discretas 1. Distribuição Uniforme Discreta 2. Distribuição Binomial
Leia maisEscola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Variáveis Aleatórias Contínuas
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Variáveis Aleatórias Contínuas Professora Renata Alcarde Piracicaba abril 2014 Renata Alcarde Estatística Geral 24 de Abril de 2014
Leia maisEstatística (MAD231) Turma: IGA. Período: 2018/2
Estatística (MAD231) Turma: IGA Período: 2018/2 Aula #04 de Probabilidade: 26/10/2018 1 Variáveis Aleatórias Contínuas De modo informal as variáveis aleatórias são contínuas quando resultam de algum tipo
Leia maisEstatística 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 maisVariáveis Aleatórias Contínuas e Distribuição de Probabilidad
Variáveis Aleatórias Contínuas e Distribuição de Probabilidades - parte III 23 de Abril de 2012 Introdução Objetivos Ao final deste capítulo você deve ser capaz de: Calcular probabilidades aproximadas
Leia maisAula de hoje. administração. São Paulo: Ática, 2007, Cap. 3. ! Tópicos. ! Referências. ! Distribuição de probabilidades! Variáveis aleatórias
Aula de hoje! Tópicos! Distribuição de probabilidades! Variáveis aleatórias! Variáveis discretas! Variáveis contínuas! Distribuição binomial! Distribuição normal! Referências! Barrow, M. Estatística para
Leia maisCap. 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 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 maisTeorema do Limite Central
Teorema do Limite Central Bacharelado em Economia - FEA - Noturno 1 o Semestre 2014 MAE0219 (IME-USP) Teorema do Limite Central 1 o Semestre 2014 1 / 47 Objetivos da Aula Sumário 1 Objetivos da Aula 2
Leia maisProbabilidade 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 maisModelos Lineares Distribuições de Probabilidades Distribuição Normal Teorema Central do Limite. Professora Ariane Ferreira
Distribuições de Probabilidades Distribuição Normal Teorema Central do Limite Professora Ariane Ferreira Modelos Probabilísticos de v.a. continuas Distribuição de Probabilidades 2 IPRJ UERJ Ariane Ferreira
Leia maisc.c. É a função que associa a cada x X(S) um número f(x) que deve satisfazer as seguintes propriedades:
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Seja X uma variável aleatória com conjunto de valores X(S). Se o conjunto de valores for infinito não enumerável então a variável
Leia maisDistribuições de Probabilidade
Distribuições de Probabilidade Júlio Osório Distribuições Teóricas de Probabilidades Diz-se que uma variável aleatória contínua X tem uma distribuição normal de parâmetros µ (média) e σ (desviopadrão)
Leia maisLucas 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 maisDistribuições 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 maisDistribuições 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 maisModelos de Distribuições
4/05/014 Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Tucuruí CTUC Curso de Engenharia Mecânica 4/05/014 06:56 ESTATÍSTICA
Leia maisProbabilidade Aula 08
332 Probabilidade Aula 8 Magno T. M. Silva Escola Politécnica da USP Maio de 217 A maior parte dos exemplos dessa aula foram extraídos de Jay L. Devore, Probabilidade e Estatística para engenharia e ciências,
Leia maisPROBABILIDADE 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 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 maisModelos básicos de distribuição de probabilidade
Capítulo 6 Modelos básicos de distribuição de probabilidade Muitas variáveis aleatórias, discretas e contínuas, podem ser descritas por modelos de probabilidade já conhecidos. Tais modelos permitem não
Leia maisTiago Viana Flor de Santana
ESTATÍSTICA BÁSICA DISTRIBUIÇÃO UNIFORME Tiago Viana Flor de Santana www.uel.br/pessoal/tiagodesantana/ tiagodesantana@uel.br sala 07 Curso: MATEMÁTICA Universidade Estadual de Londrina UEL Departamento
Leia maisMais sobre Modelos Continuos
Mais sobre Modelos Continuos Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo 1 / 41 Transformação Linear da Uniforme Seja X uma variável aleatória
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 maisTE802 Processos Estocásticos em Engenharia. Valores Esperados de Somas de Variáveis Aleatórias Notes. PDF da Soma de Duas Variáveis Aleatórias.
TE802 Processos Estocásticos em Engenharia Somas de Variáveis Aleatórias 25 de abril de 2016 Valores Esperados de Somas de Variáveis Aleatórias Seja W n = X 1 + + X n, E[W n ] = E[X 1 ] + E[X 2 ] + + E[X
Leia maisMódulo III: Processos de Poisson, Gaussiano e Wiener
Módulo III: Processos de Poisson, Gaussiano e Wiener Wamberto J. L. Queiroz Universidade Federal de Campina Grande-UFCG Departamento de Engenharia Elétrica Processos Estocásticos Campina Grande - PB Módulo
Leia maisTE802 Processos Estocásticos em Engenharia. Valores Esperados de Somas de Variáveis Aleatórias. TE802 Somas de Variáveis Aleatórias
TE802 Processos Estocásticos em Engenharia Somas de Variáveis Aleatórias 27 de setembro de 2017 Valores Esperados de Somas de Variáveis Aleatórias Seja W n = X 1 + + X n, E[W n ] = E[X 1 ] + E[X 2 ] +
Leia maisAnálise de Dados em Astronomia. 3. Distribuições de Probabilidades
1 / 24 3. Distribuições de Probabilidades Análise de Dados em Astronomia 3. Distribuições de Probabilidades Laerte Sodré Jr. AGA0505, 1o. semestre 2019 introdução aula de hoje 1 2 a distribuição uniforme
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição t de Student 02/14 1 / 1 A distribuição t de Student é uma das distribuições
Leia maisDISTRIBUIÇÃO NORMAL DISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS ROTEIRO DISTRIBUIÇÃO NORMAL
ROTEIRO DISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS 1. Distribuições conjuntas 2. Independência 3. Confiabilidade 4. Combinações lineares de variáveis aleatórias 5. Referências DISTRIBUIÇÃO NORMAL Definição:
Leia maisUma variável aleatória X tem uma distribuição normal se sua fdp for do tipo:
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Uma variável aleatória X tem uma distribuição normal se sua fdp for do tipo: f().e π. μ., R com - < μ < e > 0 0, 0,6 N(0; ) N(0;
Leia maisCapítulo 2. Variáveis Aleatórias e Distribuições
Capítulo 2 Variáveis Aleatórias e Distribuições Experimento Aleatório Não existe uma definição satisfatória de Experimento Aleatório. Os exemplos dados são de fenômenos para os quais modelos probabilísticos
Leia maisTE802 Processos Estocásticos em Engenharia. Processo Aleatório. TE802 Processos Aleatórios. Evelio M. G. Fernández. 18 de outubro de 2017
TE802 Processos Estocásticos em Engenharia Processos Aleatórios 18 de outubro de 2017 Processo Aleatório Processo Aleatório (ou Estocástico), X(t): Função aleatória do tempo para modelar formas de onda
Leia maisMétodos Experimentais em Ciências Mecânicas
Métodos Experimentais em Ciências Mecânicas Professor Jorge Luiz A. Ferreira Função que descreve a chance que uma variável pode assumir ao longo de um espaço de valores. Uma distribuição de probabilidade
Leia maisDistribuições 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 maisInferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
Leia mais4. Distribuições de probabilidade e
4. Distribuições de probabilidade e características Valor esperado de uma variável aleatória. Definição 4.1: Dada uma v.a. discreta (contínua) X com f.m.p. (f.d.p.) f X (), o valor esperado (ou valor médio
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Seja X uma variável aleatória com conjunto de valores X(S). Se o conjunto de valores for infinito não enumerável então a variável
Leia maisCap. 5 Variáveis aleatórias discretas
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Cap. 5 Variáveis aleatórias discretas APOIO: Fundação de
Leia maisInferência para CS Modelos univariados contínuos
Inferência para CS Modelos univariados contínuos Renato Martins Assunção DCC - UFMG 2014 Renato Martins Assunção (DCC - UFMG) Inferência para CS Modelos univariados contínuos 2014 1 / 42 V.A. Contínua
Leia maisAULAS 6 e 7. ESPERANÇA, MOMENTOS E DISTRIBUIÇÕES DE PROBABILIDADES de VARIÁVEIS DISCRETAS 05/05/2017
AULAS 6 e 7 ESPERANÇA, MOMENTOS E DISTRIBUIÇÕES DE PROBABILIDADES de VARIÁVEIS DISCRETAS 05/05/2017 Em aulas passadas vimos as funções de probabilidade de variáveis discretas e contínuas agora vamos ver
Leia maisUNIDADE II. José J. C. Hernández. April 9, 2017 DE - UFPE. José J. C. Hernández (DE - UFPE) Estatística I April 9, / 60
INTRODUÇÃO À ESTATÍSTICA UNIDADE II José J. C. Hernández DE - UFPE April 9, 2017 José J. C. Hernández (DE - UFPE) Estatística I April 9, 2017 1 / 60 Variável aleatória Seja X : Ω R uma função real de Ω
Leia maisAula 9: Introdução à Inferência Estatística
Aula 9: Introdução à Inferência Estatística Professor: José Luiz Padilha da Silva email: jlpadilha@ufpr.br Departamento de Estatística Universidade Federal do Paraná Curitiba, 2018 José Luiz Padilha da
Leia maisEstatística 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 maisAula 6 - Variáveis aleatórias contínuas
Aula 6 - Variáveis aleatórias contínuas PhD. Wagner Hugo Bonat Laboratório de Estatística e Geoinformação-LEG Universidade Federal do Paraná 1/2017 Bonat, W. H. (LEG/UFPR) 1/2017 1 / 18 Variáveis aleatórias
Leia maisVariáveis Aleatórias
Variáveis Aleatórias Conceitos, Discretas, Contínuas, Propriedades Itens 5. e 6. BARBETTA, REIS e BORNIA Estatística para Cursos de Engenharia e Informática. Atlas, 004 Variável aleatória Uma variável
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 maisPropriedades: Notação: X ~ U(α, β). PRINCIPAIS MODELOS CONTÍNUOS
0 CONTÍNUOS PRINCIPAIS MODELOS Notação: ~ U(α β). Propriedades: Eemplo A dureza de uma peça de aço pode ser pesada como sedo uma variável aleatória uiforme o itervalo (5070) uidades. Qual a probabilidade
Leia maisCálculo II (Primitivas e Integral)
Cálculo II (Primitivas e Integral) Antônio Calixto de Souza Filho Escola de Artes, Ciências e Humanidades Universidade de São Paulo 5 de março de 2013 1 Aplicações de Integrais subject Aplicações de Integrais
Leia maisProbabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Poisson 08/14 1 / 19
Probabilidade I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Poisson 08/14 1 / 19 Modelo Poisson Na prática muitos experimentos consistem em observar a
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 mais{ C(1 x 2 ), se x ( 1, 1), f(x) = Cxe x/2, se x > 0, x + k, se 0 x 3; 0, c.c. k, se 1 < x 2; kx + 3k, se 2 < x 3;
Universidade de Brasília Departamento de Estatística 4 a Lista de PE 1. Seja X uma variável aleatória com densidade { C(1 x 2 ), se x ( 1, 1), 0, se x / ( 1, 1). a) Qual o valor de C? b) Qual a função
Leia maisVariáveis aleatórias contínuas
Variáveis aleatórias contínuas Wagner H. Bonat Fernando P. Mayer Elias T. Krainski Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 20/04/2018 WB, FM,
Leia maisSÉRIE: Probabilidade Univariada Parte 2: Variáveis Contínuas 2. PROPRIEDADES DA MÉDIA E DA VARIÂNCIA DE VARIÁVEIS ALEATÓRIAS EXERCÍCIOS...
SUMÁRIO 1. VARIÁVEIS ALEATÓRIAS CONTÍNUAS... 1.1. CÁLCULO DE PROBABILIDADE COM UMA VAC... 1.. A FUNÇÃO DE DISTRIBUIÇÃO ACUMULADA...3 1.3. VARIÁVEL ALEATÓRIA CONTÍNUA (CARACTERIZAÇÃO)...4 1.3.1. Expectância,
Leia maisMAE 116 Distribuição Normal FEA - 2º Semestre de 2018
MAE 116 Distribuição Normal FEA - 2º Semestre de 2018 1 Introdução Até aqui estudamos variáveis aleatórias discretas que são caracterizadas por ter uma distribuição de probabilidade dada por uma tabela
Leia maisAnálise de Dados e Simulação
Universidade de São Paulo Instituto de Matemática e Estatística http:www.ime.usp.br/ mbranco Simulação de Variáveis Aleatórias Contínuas. O método da Transformada Inversa Teorema Seja U U (0,1). Para qualquer
Leia mais