Probabilidade. Capítulo 8
|
|
- Alice Quintanilha Peres
- 7 Há anos
- Visualizações:
Transcrição
1 Capítulo 8 Probabilidade Desenvolvimento: 8.1 Introdução. 8.2 Experimento aleatório. 8.3 Espaço Amostral 8.4 Eventos 8.5 Probabilidade 8.6 Exercícios 8.7 Eventos Complementares 8.8 Eventos Independentes 8.9 Eventos Mutuamente Exclusivos 8.10 Teorema de Bayes 8.11 Resumo 8.12 Exercícios 8.13 Distribuição Normal 8.1 Introdução Empregamos mais comumente o termo probabilidade quando estamos diante de certa observação contínua do comportamento de um fenômeno qualquer e, este, leva-nos à formulação de sua teoria sobre as variações deste comportamento, ou mesmo quando estamos com certo grau de incerteza naquilo que pode ocorrer ou que ocorreu no presente, passado e futuro. Historicamente, esta teoria surgiu por volta do século XVII, baseada principalmente nos jogos de azar, muito em voga na época, como a roleta e as cartas. Em termos matemáticos, classificamos como um modelo não deterministico, ou simplesmente probabilístico. Isto porque estes modelos, quando existem, não nos permitem estabelecer a priori os resultados de uma experiência, mas fornece-nos condições de prever, com certo grau de segurança, seus possíveis resultados. Basicamente, a avaliação de um evento qualquer está calcada em duas escolas de pensamento. Uma considerada clássica ou Objetiva e a outra Personalista ou Subjetiva. A primeira parte do princípio básico de que suas regras e cálculos devem ser aplicadas a eventos cujos comportamentos de certos fenômenos podem ocorrer infinitas vezes, mas sempre sob as mesmas condições. Já a segunda acha que a ocorrência de certas probabilidades está vinculada pelo grau de credibilidade que cada analista atribui à ocorrência deste evento. A diferença básica entre as duas escolas é que na última, podemos ter diferentes probabilidades para um mesmo evento. Limitar-nos-emos, em nossos estudos, aos conceitos da Escola Clássica. Portanto, a probabilidade pertence ao campo da matemática. Na estatística, seu estudo se justifica devido ao fato de a maioria dos fenômenos são de natureza aleatória ou probabilística, essencial para o cálculo e estudo da Estatística Inferencial. 8.2 Experimento aleatório. Vejamos a seguinte afirmação: É provável que meu time ganhe a partida hoje. O que pode acontecer? a) meu time ganhar C8-1
2 b) meu time perder c) meu time empatar O resultado final depende do acaso. Fenômenos como este são chamados fenômenos aleatórios ou experimentos aleatórios. 8.3 Espaço Amostral : A cada experimento correspondem, em geral, vários resultados possíveis. Por exemplo: a) ao lançarmos uma moeda: cara ou coroa (2 resultados) b) ao lançarmos um dado: 1,2,3,4,5 e 6 (6 resultados) Como o objeto de nosso estudo é os experimentos e eles admitem mais do que um resultado, faz sentir definir o conjunto de todos os possíveis resultados do experimento. Ao conjunto desses resultados possíveis damos o nome de Espaço Amostral, representado pela letra S S da moeda: {cara ou coroa} S do dado: {1,2,3,4,5 e 6} Cada elemento de S recebe o nome de ponto amostral 8.4 Eventos: Chamamos de Evento qualquer subconjunto do espaço amostral S de um experimento aleatório. Exemplo: lançamento de um dado: S={1,2,3,4,5 e 6}, A={2,4,6} S; logo A é um evento de S Um evento é sempre definido por uma sentença. Assim, no exemplo acima: obter um número par na face superior. Normalmente um evento representamos por uma letra maiúscula, exceto S 8.5 Probabilidade: Dado um experimento aleatório, sendo S o seu espaço amostral, e todos os elementos de S tenham a mesma chance de acontecer, S é um conjunto equiprovável. Assim, o processo clássico define o sucesso da ocorrência de um experimento qualquer A como sendo um quociente em que o numerador é o número de casos favoráveis ao evento A e o denominador é o número de casos possíveis (S), desde que igualmente equiprováveis. Logo, P (A) = Onde, n(a) n(s) Exemplo 1: n(a) = número de casos favoráveis ao evento A; n(s) = número de casos possíveis. Lançamento de uma moeda Evento A: obter cara S: {Ca, Co} n(s) = 2 S: {Ca} n(a) = 1 C8-2
3 Logo: P (A) = 1 / 2 = 0,5 ou 50% Exemplo 2: Lançamento de um dado Evento A: obter um nº par na face superior S: {1,2,3,4,5,6} n(s) = 6 S: {2,4,6} n(a) = 3 Logo: P (A) = 3 / 6 = 0,5 ou 50% 8.6 Exercícios: 1) Lançado um dado, qual a probabilidade de obter 4 na face superior?. R.: 16,67% 2) Qual a probabilidade de sair o ás de ouros quando retiramos uma carta de um baralho de 52 cartas? R.: 1,92% 3) Qual a probabilidade de sair um rei quando retiramos uma carta de um baralho de 52 cartas? R.: 7,69% 8.7 Eventos Complementares: Um evento pode ocorrer ou não. Chamamos de p a probabilidade que ele ocorra (sucesso) e q a probabilidade que ele não ocorra (insucesso), logo para um mesmo evento existe a relação: P + q = 1 Exemplo: Lançado um dado, qual a probabilidade de não sair o nº 4? P sucesso P (A) = 1/6, logo q = 1 1/6 = 5/6 8.8 Eventos Independentes: Dois eventos são independentes quando a realização ou a não-realização de um dos eventos não afeta a probabilidade da realização do outro e vice-versa. Quando lançamos dois dados, o resultado obtido em um deles independe do resultado obtido pelo outro. Se dois eventos são independentes, a probabilidade que eles se realizem concomitantemente é igual ao produto das probabilidades de realização dos dois eventos. Palavra chave: e Logo: P = P 1 x P 2 Exemplo: A probabilidade de ao lançarmos dois dados, obtermos o nº 1 no 1º e o nº 5 no 2º dado, é de: C8-3
4 P 1 = 1/6 P 2 = 1/6 P = 1/6 x 1/6 P = 1/36 Exercícios: 1) Qual a probabilidade de dois baralhos de 52 cartas cada, retiram-se, simultaneamente, uma carta do 1º baralho e uma carta do 2º, sendo um rei do 1º e um 5 de paus do 2º. R.: 0,15% 2) De um baralho de 52 cartas retiram-se, ao acaso, duas cartas sem reposição. Qual a probabilidade de a 1º carta ser o ás de paus e a 2º ser rei de paus? R.: 0,04% 8.9 Eventos Mutuamente Exclusivos: Dizemos que dois ou mais eventos são mutuamente exclusivos quando a realização de um exclui a realização do outro. Palavra chave: ou Assim, no lançamento de uma moeda, o evento tirar cara e tirar coroa são mutuamente exclusivos, já que, ao realizar um deles, o outro não se realiza. Se dois eventos são mutuamente exclusivos, a probabilidade de que um ou outro se realize é igual à soma das probabilidades de que cada um se realize. Logo: P = P 1 + P 2 P 1 = 1/6 P 2 = 1/6 Exemplo: Lançado um dado, a probabilidade de se tirar 3 ou 5 é: P = 1/6 + 1/6 P = 1/3 Exercícios: 1) Qual a probabilidade de sair uma figura quando retiramos uma carta de um baralho de 52 cartas? P rei = 4/52 = 1/13; P damas = 4/52 = 1/13; P valete = 4/52 = 1/13 Como são mutuamente exclusivos: P = 1/13 + 1/13 + 1/13 = 3/13 R.: 23,08% 2) São dados dois baralhos de 52 cartas. Tiramos ao mesmo tempo, uma carta do primeiro baralho e uma carta do segundo. Qual a probabilidade de tirarmos uma dama e um rei, não necessariamente nesta ordem? C8-4
5 Probabilidade de tirarmos uma dama do 1º baralho: (4/52) e um rei do 2º: (4/52) P 1 = 4/52 x 4/52 = 1/13 x 1/13 = 1/169 Probabilidade de tirarmos um rei do 1º baralho: (4/52) e uma dama do 2º: (4/52) P 2 = 4/52 x 4/52 = 1/13 x 1/13 = 1/169 Como esses dois eventos são mutuamente exclusivos, temos: P = 1/ /169 2/169 1,18% 8.10 Teorema de Bayes Refere-se a determinação da probabilidade de um evento condicional A1, dado que o evento B1 tenha ocorrido. Sua característica é a aplicação em eventos seqüenciais. Fórmula: A P i B i = n i= 1 B P( A i i ). P Ai Bi P( Ai ). P A i Exemplo: Numa fábrica existem 3 máquinas destinadas a produção de parafusos. A 1 a. Máquina produz 1000 / d, a 2 a e a 3 a A porcentagem de parafusos defeituosos são 4%, 5% e 1% respectivamente. Ao final do dia encontrou-se um parafuso defeituoso. Qual a probabilidade de ele ter sido produzido em cada uma dessas máquinas? Sejam: A = Evento de ser o parafuso produzido pela 1º máquina. B = Evento de ser o parafuso produzido pela 2º máquina. C = Evento de ser o parafuso produzido pela 3º máquina. X = Evento de ser o parafuso defeituoso Então: P (A) = 1000/10000 = 0,10 P (B) = 4000/10000 = 0,40 P (C) = 5000/10000 = 0,50 P (X/A) = 0,04 P (X/B) = 0,05 P (X/C) = 0,01 P (A/X) = {[ 0,10 x 0,40] [(0,10 x 0,04)+(0,4 x 0,05) + (0,5 x 0,01)]} = 0,14 C8-5
6 P (B/X) = {[ 0,02] [(0,10 x 0,04)+(0,4 x 0,05) + (0,5 x 0,01)]} = 0,69 P (C/X) = {[ 0,05] [(0,10 x 0,04)+(0,4 x 0,05) + (0,5 x 0,01)]} = 0, Resumo QUADRO-SÍNTESE Termo Palavra-chave para o conceito Operacionalização Experimento aleatório Resultado imprevisível - Espaço amostral Resultados possíveis S Eventos Probabilidade Sub-conjunto de S Possibilidade de obter êxito Qquer letra maiúscula do alfabeto: A, B, C, D... n( A) P ( A) = n ( S ) Eventos Complementares Sucesso / insucesso p + q = 1 Eventos Independentes Simultâneo P = P 1 x P 2 Eventos Mutuamente Exclusivos ou P = P 1 + P 2 Teorema de Bayes Condicional A P i B i = n i= 1 P( A i i ). P B Ai i P( A B i ). P A i Fonte: CRESPO, Antonio A. Estatística Fácil. 15 a. Edição. São Paulo: Atlas, (Cap 09) C8-6
7 8.12 Exercícios 1. Determine a probabilidade de cada evento: a) Um número par aparece no lançamento de um dado b) Uma figura aparece ao se extrair uma carta de um baralho. c) Uma carta de ouro aparece ao se extrair uma carta de um baralho d) Uma só coroa aparece no lançamento de três moedas. 2. Um número inteiro é escolhido aleatoriamente dentre os números: 1 2, ,50. Determine a probabilidade de: a) o número ser divisível por 5. b) o número terminar em 3 c) o número ser divisível por 6 ou por 8 d) o número ser divisível por 4 e por 6 3. Dois dados são lançados simultaneamente. Determine a probabilidade de: a) a soma ser menor que 4. b) a soma ser 9. c) o primeiro resultado ser maior que o segundo d) a soma ser menor ou igual a Uma moeda é lançada duas vezes. Calcule a probabilidade de: a) não ocorrer cara nenhuma vez. b) obter-se cara na primeira ou na segunda jogada. 5. Um inteiro entre 3 e 11 será escolhido ao acaso. a) qual a probabilidade que este número seja ímpar.? b) qual a probabilidade que este número seja ímpar e divisível por 3? 6. Uma carta é retirada ao acaso de um baralho. Qual a probabilidade de que a carta retirada seja uma dama ou uma carta de copas? 7. No lançamento de dois dados, qual a probabilidade de se obter um par de pontos iguais.? 8. Em lote de 12 peças, 4 são defeituosas. Sendo retiradas aleatoriamente 2 peças, calcule: a) a probabilidade de ambas serem defeituosas b) a probabilidade de ambas não serem defeituosas c) a probabilidade de ao menos uma ser defeituosa. 9. No lançamento de um dado, qual a probabilidade de sair o número 6 ou um número ímpar? 10. Duas cartas são retiradas ao acaso de um baralho. Calcule a probabilidade de se obterem: C8-7
8 a) dois valetes b) um valete e uma dama 11. Um casal planeja ter três filhos. Determine a probabilidade de nascerem: a) três homens b) dois homens e uma mulher 12. Uma moeda é lançada três vezes. Calcule a probabilidade de obtermos: a) três caras e) pelo menos uma cara b) duas coroas e uma cara f) no máximo uma cara c) uma cara somente d) nenhuma cara 13. Numa fábrica existem 3 máquinas destinadas a produção de parafusos. A 1 a. Máquina produz 2000 / d, a 2 a e a 3 a A porcentagem de parafusos defeituosos são 2%, 3% e 5% respectivamente. Ao final do dia encontrou-se um parafuso defeituoso. Qual a probabilidade de ele ter sido produzido em cada uma dessas máquinas? 14. Sejam quatro urnas com bolas coloridas, contendo 10 bolas cada uma, assim distribuídas: Urna Vermelha Branca Azul Total A B C D Escolhe-se arbitrariamente uma das urnas e extraiu-se uma bola. Se a bola é vermelha, qual a probabilidade de ter sido extraído da urna A? B? C? D? 15. Num Mercado, três corretoras A, B e C são responsáveis por 20%, 50% e 30% do volume total de contratos negociados, respectivamente. Do volume de cada corretora, 20%, 5% e 2%, respectivamente, são contratos futuros em dólares. Um contrato é escolhido ao acaso e este é futuro em dólares. Qual a probabilidade de ter sido negociado pela corretora A? E pela corretora C? 16. Três máquinas produzem determinado tipo de peça. A máquina A produz 40% do total, apresentando 25 de defeitos; a Máquina B produz 35% do total, apresentando 1,5% de defeitos e, finalmente, a máquina C apresenta 1,4% de defeitos. Do total da produção mensal foi tirada uma peça e verificou-se que era defeituosa. Qual a probabilidade de que essa peça tenha sido produzida nas máquinas A, B, e C? Respostas: a b c d e a b c d e f 1 1/2 3/13 1/4 3/8 09 2/3 2 1/5 1/10 6/25 2/ /221 4/ /2 1/9 5/12 5/ /8 3/8 4 1/4 ½ 12 1/8 3/8 3/8 1/8 7/8 1/2 5 3/7 1/ /13 14 P(a/x) = 0,07 P(b/x) = 0,40 P(c/x) = 0,53 C8-8
9 7 1/6 15 P(a/x) = 0,56 P(b/x) = 0,84 8 1/11 14/33 16 P(a/x) = 0,48 P(b/x) = 0,31 P(c/x) = 0, Distribuição Normal A distribuição normal é a mais importante das distribuições de probabilidades. Conhecida como a curva em forma de sino, a distribuição normal tem sua origem associada aos erros de mensuração. É sabido que, quando se efetuam repetidas mensurações de determinada grandeza com um aparelho equilibrado, não se chega ao mesmo resultado todas as vezes; obtém-se, ao contrário, um conjunto de valores que oscilam, de modo aproximadamente simétrico, em torno do verdadeiro valor. Construindose o histograma desses valores, obtém-se uma figura com forma aproximadamente simétrica. Gauss deduziu matematicamente a distribuição normal como distribuição de probabilidade dos erros de observação, denominando-a então lei normal dos erros. Inicialmente se supunha que todos os fenômenos da vida real devessem ajustar-se a uma curva em forma de sino; em caso contrário, suspeitava-se de alguma anormalidade no processo de coleta de dados. Daí a designação de curva normal. A observação cuidadosa subseqüente mostrou, entretanto, que essa pretensa universalidade da curva, ou distribuição normal, não correspondia à realidade. De fato, não são poucos os exemplos de fenômenos da vida real representados por distribuições não normais, curvas assimétricas, por exemplo. Mesmo assim, a distribuição normal desempenha papel preponderante na estatística, e os processos de inferência nela baseados têm larga aplicação. A distribuição normal tem sua função de densidade de probabilidade dada por f(x) = ( x µ ) 1 exp 2 2 σ π 2 σ 2 < x < Como pode-se observar através da equação acima, a distribuição normal inclui os parâmetros µ e σ, os quais possuem os seguintes significados: µ : posição central da distribuição (média, µ x ), que doravante vamos chamar de X C8-9
10 σ : dispersão da distribuição (desvio padrão, σ x ), que doravante vamos chamar de S A figura 2 ilustra uma curva normal típica, com seus parâmetros descritos graficamente. f(x) S X : média S: desvio padrão X x Figura 2 - Curva normal típica Propriedades da distribuição normal Para uma mesma média X e diferentes desvios padrão S, a distribuição que tem maior desvio padrão se apresenta mais achatada, acusando maior dispersão em torno da média. A que tem menor desvio padrão apresenta pico mais acentuado e maior concentração em torno da média. A figura 3 compara três curvas normais, com mesma média, porém com desvios padrão diferentes. A curva A se apresenta mais dispersa que a curva B, que por sua vez se apresenta mais dispersa que a curva C. Neste caso, S A > S B > S C. Distribuições normais com o mesmo desvio padrão e médias diferentes possuem a mesma dispersão, mas diferem quanto à localização. Quanto maior a média, mais à direita está a curva. A figura 4 ilustra o fato, onde a curva A possui média maior que a curva B ( X A > X B ). C8-10
11 C µ B A Figura 3 - Distribuições normais com mesma média e desvios padrão diferentes B A µ B µ A Figura 4 - Distribuições normais com mesmo desvio padrão e médias diferentes Como descrito anteriormente, a probabilidade de uma variável assumir valores entre a e b é igual à área sob a curva entre esse dois pontos. A determinação destas probabilidades é realizada matematicamente através da integração da função de densidade de probabilidade entre os pontos a e b de interesse. No caso da normal, a integral não pode ser calculada exatamente, e a probabilidade entre dois pontos só pode ser obtida aproximadamente, por métodos numéricos. Esta tarefa é facilitada através do uso da distribuição normal padrão definida a seguir. No caso da distribuição normal, algumas dessas áreas com os pontos a e b função da média X e do desvio padrão S são bastante difundidos, e estão representadas na figura 5, que conservamos a nomenclatura original trabalhando com µ e σ C8-11
12 99.73 % % % µ-3 σ µ-2σ µ -σ µ µ+ σ µ +3σ µ+2σ Figura 5 - Probabilidades da distribuição normal 68,26% => 1 desvio 95,46% => 2 desvios 99,73% => 3 desvios Portanto, 68,26% dos valores populacionais caem entre os limites definidos como média mais ou menos um desvio padrão ( X ± 1S); 95,46% dos valores caem entre média mais ou menos dois desvios padrão ( X ± 2S); e 99,73% dos valores caem entre média mais ou menos três desvios padrão ( X ± 3S) A distribuição normal padrão A distribuição normal particular com média 0 e desvio padrão 1 é chamada de distribuição normal padrão, e costuma ser denotada por Z. A variável aleatória definida por Z = X µ σ terá uma distribuição N(0,1). Esta transformação é ilustrada pela figura 6. C8-12
13 X µ-3σ µ-2σ µ-σ µ µ+σ µ+3σ µ+2σ X - µ σ Z Figura 6 - Transformação Vamos a um exemplo: Em um concurso público para escriturários a média do teste foi de 125 pontos e o desvio padrão 48. Qual a porcentagem de candidatos com resultados, dentro de uma distribuição normal, de: a) entre 125 e 138 b) entre 120 e 125 c) abaixo de 120 d) acima de 138 e) entre 138 e 140 Como resolver problemas de distribuição normal? Em 1º lugar: vamos transformar todos esses pedidos em uma linguagem própria do nosso capitulo que ora estudamos: a) p(125 < Xi < 138) b) p(120 < Xi < 125) c) p(xi < 120) d) p(xi > 138) e) p(138 < Xi < 140) C8-13
14 Em 2º. Lugar: vamos fazer um desenho para cada item pedido: (mesmo fora de escala faça seu desenho) Já sabemos que da fórmula Z = padrão. X µ σ X é o nosso Xi, µ é a nossa média e σ é o desvio 3º. Lugar: Identificando nossos dados do pedido a : 1. Xi = Média = S = 48 4º. Lugar: Aplicando a fórmula Z. Z = = 0,27 48 Com esse número entraremos na tabela da curva normal reduzida, que se encontra na última página de nossa aula, e dela extrair uma parte. Nosso objetivo é saber quanto vale em termos de área ou porcentagem um Z = 0,27 z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,0 0, , , , , , , , , , ,1 0, , , , , , , , , , ,2 0, , , , , , , , , , ,3 0, , , , , , , , , , ,4 0, , , , , , , , , ,18793 Penso que deu para perceber claramente como achamos para um Z = 0,27 uma área de 0,10642 ou 10,64%. Isso quer dizer: em uma distribuição normal com média = 125 e com desvio padrão = 48, a área comprendida entre 125 e 138 pontos é de 10,64%. Esta área está em vermelho. Vamos ao pedido b : p(120 < Xi < 125) C8-14
15 Z = ( ) 48 0,10, na tabela 0,0398 ou 03,98% (em vermelho) z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,0 0, , , , , , , , , , ,1 0, , , , , , , , , , ,2 0, , , , , , , , , , ,3 0, , , , , , , , , , ,4 0, , , , , , , , , ,18793 Vamos ao pedido c : p(xi < 120) importante) Lembre-se: a) a média divide a curva em duas partes iguais: 50% e 50% b) a tabela fornece a área do Xi até a média (isto é 120 a 125, já sei que a área é de 3,98%, entretanto desejamos a área abaixo de Logo devemos fazer a seguinte conta: 50% 3,98% = 46,02%. Vamos ao pedido d : acima de 138 C8-15
16 Se eu sei que a área entre 138 a 125 é de 10,64%, logo: 50% 10,64% = 39,36% Vamos ao pedido e : p(138 < Xi < 140) Z 1 = ( ) 48 0,31, na tabela = 0,1217 ou 12,17% Z 2 = ( ) 48 0,27, na tabela = 0,1064 ou 10,64% a tabela fornece a área do Xi até a média (isto é importante) A resposta será a diferença entre ambos: 1,53% Área subtendida pela Curva Normal Reduzida z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,0 0, , , , , , , , , ,03586 C8-16
17 0,1 0, , , , , , , , , , ,2 0, , , , , , , , , , ,3 0, , , , , , , , , , ,4 0, , , , , , , , , , ,5 0, , , , , , , , , , ,6 0, , , , , , , , , , ,7 0, , , , , , , , , , ,8 0, , , , , , , , , , ,9 0, , , , , , , , , , ,0 0, , , , , , , , , , ,1 0, , , , , , , , , , ,2 0, , , , , , , , , , ,3 0, , , , , , , , , , ,4 0, , , , , , , , , , ,5 0, , , , , , , , , , ,6 0, , , , , , , , , , ,7 0, , , , , , , , , , ,8 0, , , , , , , , , , ,9 0, , , , , , , , , , ,0 0, , , , , , , , , , ,1 0, , , , , , , , , , ,2 0, , , , , , , , , , ,3 0, , , , , , , , , , ,4 0, , , , , , , , , , ,5 0, , , , , , , , , , ,6 0, , , , , , , , , , ,7 0, , , , , , , , , , ,8 0, , , , , , , , , , ,9 0, , , , , , , , , , ,0 0, , , , , , , , , , ,1 0, , , , , , , , , , ,2 0, , , , , , , , , , ,3 0, , , , , , , , , , ,4 0, , , , , , , , , , ,5 0, , , , , , , , , , ,6 0, , , , , , , , , , ,7 0, , , , , , , , , , ,8 0, , , , , , , , , , ,9 > 0,49995 etc... Fonte: Exercícios Curva Normal 1) Os pesos de 600 estudantes são normalmente distribuídos com média 65,3 kg e desvio padrão 5,5 kg. Determine o número de estudantes que pesam: a. entre 60 e 70 kg; b. mais que 63,2 kg; c. menos que 68 kg. 2) A duração de certo componente eletrônico tem média de 850 dias e desvio padrão de 40 dias. Sabendo-se que a duração é normalmente distribuída, calcule a probabilidade de esse componente durar: a. entre 700 e 1000 dias; b. mais de 800 dias; c. menos de 750 dias. C8-17
18 3) Determinado veículo a álcool apresenta consumo médio por km rodado de 142 ml, com desvio padrão de 12 ml. Calcular as seguintes probabilidades: a. um carro gastar de 120 a 130 ml; b. um, carro gastar mais de 145 ml; c. um carro gastar menos de 140 ml. 4) Determinada máquina de empacotar arroz está regulada para um peso unitário líquido de 5 kg com desvio-padrão de 200 g. Embalagens com peso líquido inferior ao regulado são reembaladas até estarem dentro das especificações. Calcular: a. qual a porcentagem de embalagens que é recusada pelo controle de qualidade? b. Numa produção mensal de unidades, qual será o número de embalagens recusado pelo controle de qualidade? 5) Sabe-se que a duração de vida útil de determinado tipo de lâmpadas se distribui normalmente com média de 100 horas e desvio-padrão de 210 horas. Certa empresa resolveu, por intermédio do departamento de relações industriais, montar uma árvore de natal. Na montagem desta utilizaram 400 lâmpadas, as quais ficariam acesas ininterruptamente por determinado período de tempo. Pergunta-se: a. quantas lâmpadas queimarão antes de completar 620 hs? b. quantas lâmpadas vão durar entre 790 e 1210 horas? 6) Certa empresa necessita, para sua linha de montagem, de determinado tipo de arruelas. Estas arruelas devem estar normalmente distribuídas com média de 0,502 mm e desvio-padrão de 0,005 mm de diâmetro. A finalidade, para a qual estas arruelas são necessárias, permite uma tolerância máxima da medida média mais ou menos um desvio-padrão. Caso isso ocorra, a linha de montagem rejeita as peças. Qual a quantidade de peças que pode ser rejeitada em um lote de arruelas? 7) Certa peça de reposição para veículos automotores tem duração média de km com desvio-padrão de 1000 km, dependendo das condições de uso, e distribuem-se normalmente. Se for oferecida para esta peça uma garantia de km, quantas peças deveriam ser substituídas antes de completar-se a garantia? Sabe-se que a venda anual dessas peças é de unidades. 8) Utilizando os dados do exercício anterior responda: Qual deveria ser a garantia dada pelo fabricante desta peça para que apenas 1% delas fosse substituído? 9) Em uma distribuição normal, 29,12% dos elementos são superiores a 38 e 12,71% inferiores a 23. Encontrar a média e a variância da distribuição. C8-18
Estatística. Disciplina de Estatística 2011/2 Curso de Administração em Gestão Pública Profª. Ms. Valéria Espíndola Lessa
Estatística Disciplina de Estatística 20/2 Curso de Administração em Gestão Pública Profª. Ms. Valéria Espíndola Lessa Estatística Inferencial Estudos das Probabilidades (noção básica) Amostragens e Distribuição
Leia maisEstatística: Probabilidade e Distribuições
Estatística: Probabilidade e Distribuições Disciplina de Estatística 2012/2 Curso: Tecnólogo em Gestão Ambiental Profª. Ms. Valéria Espíndola Lessa 1 Aula de Hoje 23/11/2012 Estudo da Probabilidade Distribuição
Leia mais1 Definição Clássica de Probabilidade
Centro de Ciências e Tecnologia Agroalimentar - Campus Pombal Disciplina: Estatística Básica - 2013 Aula 4 Professor: Carlos Sérgio UNIDADE 2 - Probabilidade: Definições (Notas de aula) 1 Definição Clássica
Leia maisNoções sobre Probabilidade
Noções sobre Probabilidade Introdução Vimos anteriormente como apresentar dados em tabelas e gráficos, e também como calcular medidas que descrevem características específicas destes dados. Mas além de
Leia maisProbabilidade em espaços discretos. Prof.: Joni Fusinato
Probabilidade em espaços discretos Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Probabilidade em espaços discretos Definições de Probabilidade Experimento Espaço Amostral Evento Probabilidade
Leia maisT o e r o ia a da P oba ba i b lida d de
Teoria da Probabilidade Prof. Joni Fusinato Teoria da Probabilidade Consiste em utilizar a intuição humana para estudar os fenômenos do nosso cotidiano. Usa o princípio básico do aprendizado humano que
Leia maisBIOESTATISTICA. Unidade IV - Probabilidades
BIOESTATISTICA Unidade IV - Probabilidades 0 PROBABILIDADE E DISTRIBUIÇÃO DE FREQUÊNCIAS COMO ESTIMATIVA DA PROBABILIDADE Noções de Probabilidade Após realizar a descrição dos eventos utilizando gráficos,
Leia maisEscola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas. Probabilidades. Cristian Villegas
Probabilidades Cristian Villegas clobos@usp.br Setembro de 2013 Apostila de Estatística (Cristian Villegas) 1 Introdução Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas
Leia maisTeoria das Probabilidades
08/06/07 Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Engenharia Mecânica Universidade Federal do Pará Instituto
Leia maisEstatística. Probabilidade. Conteúdo. Objetivos. Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal.
Estatística Probabilidade Profa. Ivonete Melo de Carvalho Conteúdo Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal. Objetivos Utilizar a probabilidade como estimador
Leia maisTeoria das Probabilidades
Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Engenharia Mecânica 08:8 ESTATÍSTICA APLICADA I - Teoria das
Leia maisProbabilidade. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Probabilidade Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Experimento aleatório Definição. Qualquer experimento cujo resultado não pode
Leia maisMatemática & Raciocínio Lógico
Matemática & Raciocínio Lógico para concursos Prof. Me. Jamur Silveira www.professorjamur.com.br facebook: Professor Jamur PROBABILIDADE No estudo das probabilidades estamos interessados em estudar o experimento
Leia maisProbabilidade. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Probabilidade Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução Experimento aleatório Definição Qualquer experimento cujo resultado
Leia maisProf.: Joni Fusinato
Introdução a Teoria da Probabilidade Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Teoria da Probabilidade Consiste em utilizar a intuição humana para estudar os fenômenos do nosso
Leia maisEstatística Empresarial. Fundamentos de Probabilidade
Fundamentos de Probabilidade A probabilidade de chuva é de 90% A probabilidade de eu sair é de 5% Conceitos Básicos Conceitos Básicos 1. Experiência Aleatória (E) Processo de obtenção de uma observação
Leia maisUnidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno
Unidade I ESTATÍSTICA APLICADA Prof. Mauricio Fanno Estatística indutiva Estatística descritiva Dados no passado ou no presente e em pequena quantidade, portanto, reais e coletáveis. Campo de trabalho:
Leia maisProbabilidade. Probabilidade e Estatística. Prof. Dr. Narciso Gonçalves da Silva
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Probabilidade Probabilidade Experimento Aleatório Um experimento é dito aleatório quando satisfaz
Leia maisESTATÍSTICA TÓPICO 7 VARIÁVEL ALEATÓRIA DISCRETA / DISTRIBUIÇÃO BINOMIAL / DISTRIBUIÇÃO NORMAL
ESTATÍSTICA TÓPICO 7 VARIÁVEL ALEATÓRIA DISCRETA / DISTRIBUIÇÃO BINOMIAL / DISTRIBUIÇÃO NORMAL VARIÁVEIS ALEATÓRIAS Como já vimos no estudo das probabilidades, o conjunto de todos os possíveis resultados
Leia maisPROBABILIDADES: VARIÁVEL ALEATÓRIA CONTÍNUA E DISTRIBUIÇÃO NORMAL
PROBABILIDADES: VARIÁVEL ALEATÓRIA CONTÍNUA E DISTRIBUIÇÃO NORMAL Aula 6 META Estudar o comportamento e aplicação das Variáveis Aleatórias Contínuas, bem como da Distribuição Normal. OBJETIVOS Ao final
Leia maisRESOLUÇÃO DAS ATIVIDADES E FORMALIZAÇÃO DOS CONCEITOS
CENTRO UNIVERSITÁRIO FRANCISCANO Curso de Administração Disciplina: Estatística I Professora: Stefane L. Gaffuri RESOLUÇÃO DAS ATIVIDADES E FORMALIZAÇÃO DOS CONCEITOS Sessão 1 Experimentos Aleatórios e
Leia mais3. Probabilidade P(A) =
7 3. Probabilidade Probabilidade é uma medida numérica da plausibilidade de que um evento ocorrerá. Assim, as probabilidades podem ser usadas como medidas do grau de incerteza e podem ser expressas de
Leia maisAULA 08 Probabilidade
Cursinho Pré-Vestibular da UFSCar São Carlos Matemática Professora Elvira e Monitores Ana Carolina e Bruno AULA 08 Conceitos e assuntos envolvidos: Espaço amostral Evento Combinação de eventos Espaço Amostral
Leia maisLista 2 Estatística 1. Uma urna possui 6 bolas azuis, 10 bolas vermelhas e 4 bolas amarelas. Tirando-se uma bola com reposição, calcule a
Lista 2 Estatística 1. Uma urna possui 6 bolas azuis, 10 bolas vermelhas e 4 bolas amarelas. Tirando-se uma bola com reposição, calcule a probabilidade se sair bola: a. azul; b. vermelha; c. amarela. 2.
Leia maisIntrodução à Estatística
Introdução à Estatística Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Introdução a Probabilidade Existem dois tipos de experimentos:
Leia mais3 NOÇÕES DE PROBABILIDADE
3 NOÇÕES DE PROILIDDE 3.1 Conjuntos Um conjunto pode ser considerado como uma coleção de objetos chamados elementos do conjunto. Em geral denota-se conjunto por letras maiúsculas,, C,... e a sua representação
Leia maisProf.: Joni Fusinato
Probabilidade Condicional Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Probabilidade Condicional É a probabilidade de ocorrer um evento A sabendo-se que já ocorreu um evento B. Assim,
Leia maisEstatística. Aula : Probabilidade. Prof. Ademar
Estatística Aula : Probabilidade Prof. Ademar TEORIA DAS PROBABILIDADES A teoria das probabilidades busca estimar as chances de ocorrer um determinado acontecimento. É um ramo da matemática que cria, elabora
Leia maisTeoria das Probabilidades
Teoria das Prof. Eduardo Bezerra (CEFET/RJ) 23 de fevereiro de 2018 Eduardo Bezerra (CEFET/RJ) Teoria das 2018.1 1 / 54 Roteiro Experimento aleatório, espaço amostral, evento 1 Experimento aleatório, espaço
Leia maisLISTA DE EXERCÍCIOS 1 ESTATÍSTICA E PROBABILIDADES
LISTA DE EXERCÍCIOS 1 ESTATÍSTICA E PROBABILIDADES 1- Ordene os dados indicando o 1º, 2º e 3º quartil 45, 56, 62, 67, 48, 51, 64, 71, 66, 52, 44, 58, 55, 61, 48, 50, 62, 51, 61, 55 2- Faça a análise da
Leia maisPROBABILIDADES PROBABILIDADE DE UM EVENTO EM UM ESPAÇO AMOSTRAL FINITO
PROBABILIDADES Probabilidade é um conceito filosófico e matemático que permite a quantificação da incerteza, permitindo que ela seja aferida, analisada e usada para a realização de previsões ou para a
Leia maisPROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA
PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA VARIABILIDADE NA MEDIDA DE DADOS CIENTÍFICOS Se numa pesquisa, desenvolvimento de um processo ou produto, o valor
Leia maisDisciplina de Estatística Prof. Msc Quintiliano Siqueira Schroden Nomelini LISTA DE PROBABILIDADES
Disciplina de Estatística Prof. Msc Quintiliano Siqueira Schroden Nomelini LISTA DE PROBABILIDADES 1) Determine a probabilidade de cada evento: a) Um nº par aparece no lançamento de um dado; b) Uma figura
Leia maisConceitos Iniciais de Estatística Módulo 6 : PROBABILIDADE VARIÁVEL ALEATÓRIA CONTÍNUA Prof. Rogério Rodrigues
Conceitos Iniciais de Estatística Módulo 6 : PROBABILIDADE VARIÁVEL ALEATÓRIA CONTÍNUA Prof. Rogério Rodrigues 0 1 CONCEITOS INICIAIS DE ESTATÍSTICA: PROBABILIDADE / VARIÁVEL ALEATÓRIA CONTÍNUA CURSO :
Leia maisPortal da OBMEP. Material Teórico - Módulo de FRAÇÃO COMO PORCENTAGEM E COMO PROBABILIDADE. Fração como Probabilidade. Sexto Ano do Ensino Fundamental
Material Teórico - Módulo de FRAÇÃO COMO PORCENTAGEM E COMO PROBABILIDADE Fração como Probabilidade Sexto Ano do Ensino Fundamental Prof. Francisco Bruno Holanda Prof. Antonio Caminha Muniz Neto 1 Introdução
Leia maisMATEMÁTICA MÓDULO 4 PROBABILIDADE
PROBABILIDADE Consideremos um experimento com resultados imprevisíveis e mutuamente exclusivos, ou seja, cada repetição desse experimento é impossível prever com certeza qual o resultado que será obtido,
Leia maisLista de exercícios de Matemática Eventos, espaço amostral e definição de probabilidade. Probabilidade condicional. Exercícios gerais.
p: João Alvaro w: www.matemaniacos.com.br e: joao.baptista@iff.edu.br. No lançamento de dois dados, D e D 2, tem-se o seguinte espaço amostral, dado em forma de tabela de dupla entrada. Lista de exercícios
Leia maisTeoria das probabilidades
Teoria das probabilidades Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 25 de abril de 2018 Londrina 1 / 22 Conceitos probabiĺısticos são necessários para se
Leia maisESTATÍSTICA Parte II
ESTATÍSTICA Parte II PARA OS CURSOS TÉCNICOS Material Didático Elaborado por: Alessandro da Silva Saadi MESTRE EM MATEMÁTICA 1 Capítulo 1 Escola Técnica Estadual Getúlio Vargas ESTATÍSTICA II Prof. Me.
Leia maisProbabilidade Condicional (grupo 2)
page 39 Capítulo 5 Probabilidade Condicional (grupo 2) Veremos a seguir exemplos de situações onde a probabilidade de um evento émodificadapelainformação de que um outro evento ocorreu, levando-nos a definir
Leia maisCAPÍTULO 3 PROBABILIDADE
CAPÍTULO 3 PROBABILIDADE 1. Conceitos 1.1 Experimento determinístico Um experimento se diz determinístico quando repetido em mesmas condições conduz a resultados idênticos. Exemplo 1: De uma urna que contém
Leia maisPARTE 5 PROBABILIDADE VERSÃO: ABRIL DE 2017
COMUNICAÇÃO SOCIAL E MARKETING CENTRO DE CIÊNCIAS SOCIAIS APLICADAS UNIVERSIDADE CATÓLICA DE PETRÓPOLIS ESTATÍSTICA APLICADA PARA PESQUISA EM MARKETING E COMUNICAÇÃO PARTE 5 PROBABILIDADE VERSÃO: 0.1 -
Leia maisEstatística Aplicada. Prof. Carlos Alberto Stechhahn PARTE I ESPAÇO AMOSTRAL - EVENTOS PROBABILIDADE PROBABILIDADE CONDICIONAL.
Estatística Aplicada Administração p(a) = n(a) / n(u) PARTE I ESPAÇO AMOSTRAL - EVENTOS PROBABILIDADE PROBABILIDADE CONDICIONAL Prof. Carlos Alberto Stechhahn 2014 1. Noções de Probabilidade Chama-se experimento
Leia mais1 a a. Para a soma dos números saídos ser 0, tem que sair 0 em ambos os dados
Página Preparar o Exame 0 0 Matemática A. O valor médio da variável aleatória X é dado por a a a a 0 a a a. Então, a a Resposta: B. O é um dos resultados possíveis para X,(X = {0,,, }) pelo que a opção
Leia mais1 Variáveis Aleatórias
Centro de Ciências e Tecnologia Agroalimentar - Campus Pombal Disciplina: Estatística Básica - 2013 Aula 5 Professor: Carlos Sérgio UNIDADE 3 - VARIÁVEIS ALEATÓRIAS DISCRETAS (Notas de aula) 1 Variáveis
Leia maisProbabilidade. Professora Ana Hermínia Andrade. Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise
Probabilidade Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2016.2 Você reconhece algum desses experimentos? Alguns
Leia maisPROBABILIDADE. É o conjunto de todos os resultados possíveis de um experimento aleatório. A letra que representa o espaço amostral, é S.
PROBABILIDADE A história da teoria das probabilidades, teve início com os jogos de cartas, dados e de roleta. Esse é o motivo da grande existência de exemplos de jogos de azar no estudo da probabilidade.
Leia maisPROBABILIDADE PROPRIEDADES E AXIOMAS
PROBABILIDADE ESPAÇO AMOSTRAL É o conjunto de todos os possíveis resultados de um experimento aleatório. A este conjunto de elementos denominamos de espaço amostral ou conjunto universo, simbolizado por
Leia maisProbabilidade Condicional. Prof.: Ademilson
Probabilidade Condicional Prof.: Ademilson Operações com eventos Apresentam-se abaixo algumas propriedades decorrentes de complementação, união e interseção de eventos, úteis no estudo de probabilidade.
Leia maisProbabilidade e Estatística
Probabilidade e Estatística stica Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Inferência Estatística stica e Distribuições Amostrais Inferência Estatística stica O objetivo
Leia maisCoordenadoria de Matemática. Apostila de Probabilidade
Coordenadoria de Matemática Apostila de Probabilidade Vitória ES 1. INTRODUÇÃO CAPÍTULO 03 Quando investigamos algum fenômeno, verificamos a necessidade de descrevê-lo por um modelo matemático que permite
Leia maisProf. Fabrício Maciel Gomes. Capítulo 3 Probabilidade
Prof. Fabrício Maciel Gomes Capítulo 3 Probabilidade Probabilidade ESPAÇO AMOSTRAL: S Conjunto de todos os resultados possíveis de uma variável do fenômeno em observação EVENTO : A Sub-conjunto de resultados
Leia mais1- INTRODUÇÃO 2. CONCEITOS BÁSICOS
1 1- INTRODUÇÃO O termo probabilidade é usado de modo muito amplo na conversação diária para sugerir um certo grau de incerteza sobre o que ocorreu no passado, o que ocorrerá no futuro ou o que está ocorrendo
Leia maisTeoria da Probabilidade
Teoria da Probabilidade Luis Henrique Assumpção Lolis 14 de fevereiro de 2014 Luis Henrique Assumpção Lolis Teoria da Probabilidade 1 Conteúdo 1 O Experimento Aleatório 2 Espaço de amostras 3 Álgebra dos
Leia maisESTATÍSTICA. Prof. Ari Antonio, Me. Ciências Econômicas. Unemat Sinop 2012
ESTTÍSTIC rof. ri ntonio, Me Ciências Econômicas Unemat Sinop 2012 1. robabilidades Diz respeito a experiências aleatórias: - Lançamento de uma moeda - Lançamento de um par de dados - Retirada de uma carta
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aulas passadas Espaço Amostral Álgebra de Eventos Axiomas de Probabilidade Análise Aula de hoje Probabilidade Condicional Independência de Eventos Teorema
Leia maisPROBABILIDADE E ESTATÍSTICA PROBABILIDADES
PROBABILIDADE E ESTATÍSTICA PROBABILIDADES Bruno Baierle Maurício Furigo Prof.ª Sheila Regina Oro (orientadora) Edital 06/2013 - Produção de Recursos Educacionais Digitais Revisando - Análise combinatória
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 maisEstatística (MAD231) Turma: IGA. Período: 2017/2
Estatística (MAD231) Turma: IGA Período: 2017/2 Aula #01 de Probabilidade: 27/09/2017 1 Probabilidade: incerteza? como medir e gerenciar a Introdução Os jornais informaram que há uma chance de 60% de chover
Leia maisUnidade III ESTATÍSTICA. Prof. Fernando Rodrigues
Unidade III ESTATÍSTICA Prof. Fernando Rodrigues Medidas de dispersão Estudamos na unidade anterior as medidas de tendência central, que fornecem importantes informações sobre uma sequência numérica. Entretanto,
Leia maisProf. Janete Pereira Amador 1. 1 Introdução
Prof. Janete Pereira Amador 1 1 Introdução A ciência manteve-se até pouco tempo atrás, firmemente apegada à lei da causa e efeito. Quando o efeito esperado não se concretizava, atribuía-se o fato ou a
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA Departamento de Estatística. Probabilidade
UNIVERSIDADE FEDERAL DA PARAÍBA Departamento de Estatística Probabilidade Disciplina: Cálculo das Probabilidades e Estatística I Prof. Tarciana Liberal Existem muitas situações que envolvem incertezas:
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 maisVARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE.1 INTRODUÇÃO Admita que, de um lote de 10 peças, 3 das quais são defeituosas, peças são etraídas ao acaso, juntas (ou uma a uma, sem reposição). Estamos
Leia maisMA12 - Unidade 17 Probabilidade
MA12 - Unidade 17 Probabilidade Paulo Cezar Pinto Carvalho PROFMAT - SBM 17 de Maio de 2013 Teoria da Probabilidade Teoria da Probabilidade: modelo matemático para incerteza. Objeto de estudo: experimentos
Leia maisTEORIA DA PROBABILIDADE
TEORIA DA PROBABILIDADE Lucas Santana da Cunha lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 22 de maio de 2017 Introdução Conceitos probabiĺısticos são necessários
Leia maisProbabilidade e Estatística Probabilidade Condicional
Introdução Probabilidade e Estatística Probabilidade Condicional Em algumas situações, a probabilidade de ocorrência de um certo evento pode ser afetada se tivermos alguma informação sobre a ocorrência
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aulas passadas Espaço Amostral Álgebra de Eventos Axiomas de Probabilidade Análise Combinatória Aula de hoje Probabilidade Condicional Independência de Eventos
Leia maisProbabilidades. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Probabilidades Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo 1 / 41 Noções Básicas Os métodos estatísticos para análise de dados estão associados
Leia maisELEMENTOS DE PROBABILIDADE. Prof. Paulo Rafael Bösing 25/11/2015
ELEMENTOS DE PROBABILIDADE Prof. Paulo Rafael Bösing 25/11/2015 ELEMENTOS DE PROBABILIDADE Def.: Um experimento é dito aleatório quando o seu resultado não for previsível antes de sua realização, ou seja,
Leia maisProbabilidades. Wagner H. Bonat Elias T. Krainski Fernando P. Mayer
Probabilidades Wagner H. Bonat Elias T. Krainski Fernando P. Mayer Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 06/03/2018 WB, EK, FM ( LEG/DEST/UFPR
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ CE003 - ESTATÍSTICA II
UNIVERSIDADE FEDERAL DO PARANÁ CE003 - ESTATÍSTICA II Segunda lista de Exercícios - Variáveis Aleatórias Professora Fernanda 1. Uma máquina caça níquel de cassino possui três roletas. Na primeira e segunda
Leia maisProbabilidade. Definição de Probabilidade Principais Teoremas Probabilidades dos Espaços Amostrais Espaços Amostrais Equiprováveis.
Probabilidade Definição de Probabilidade Principais Teoremas Probabilidades dos Espaços Amostrais Espaços Amostrais Equiprováveis Renata Souza Probabilidade É um conceito matemático que permite a quantificação
Leia mais2. INTRODUÇÃO À PROBABILIDADE
2. INTRODUÇÃO À PROBABILIDADE 2019 Conceitos básicos Experimento aleatório ou fenômeno aleatório Situações ou acontecimentos cujos resultados não podem ser previstos com certeza. Um experimento ou fenônemo
Leia maisCap. 4 - Probabilidade
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Cap. 4 - Probabilidade APOIO: Fundação de Apoio à Pesquisa
Leia maisSe a bola retirada da urna 1 for branca temos, pelo princípio da multiplicação:
Livro: Probabilidade - Aplicações à Estatística Paul L. Meyer Capitulo 3 Probabilidade Condicionada e Independência. 1. Probabilidade Condicionada. Definição: Definição. Dizemos que os representam uma
Leia maisProbabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://páginapessoal.utfpr.edu.br/ngsilva Estimação de Parâmetros Intervalo de Confiança Introdução A inferência estatística é o processo
Leia mais2. INTRODUÇÃO À PROBABILIDADE
2. INTRODUÇÃO À ROILIDDE 2014 Conceitos básicos Experimento aleatório ou fenômeno aleatório Situações ou acontecimentos cujos resultados não podem ser previstos com certeza. Um experimento ou fenônemo
Leia maisProbabilidades- Teoria Elementar
Probabilidades- Teoria Elementar Experiência Aleatória Experiência aleatória é uma experiência em que: não se sabe exactamente o resultado que se virá a observar, mas conhece-se o universo dos resultados
Leia maisParte 4 Variáveis aleatórias
Parte 4 Variáveis aleatórias Uma variável aleatória associa um valor numérico a cada resultado de um fenômeno ou experimento aleatório; Assim como estudado anteriormente, uma variável aleatória pode ser
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 maisINTRODUÇÃO À PROBABILIDADE
INTRODUÇÃO À PROBABILIDADE Foto extraída em http://www.alea.pt Profª Maria Eliane Universidade Estadual de Santa Cruz USO DE PROBABILIDADES EM SITUAÇÕES DO COTIDIANO Escolhas pessoais Previsão do tempo
Leia maisPROBABILIDADE. Numero de Resultados Desejado Numero de Resultados Possiveis EXERCÍCIOS DE AULA
PROBABILIDADE São duas as questões pertinentes na resolução de um problema envolvendo probabilidades. Primeiro, é preciso quantificar o conjunto de todos os resultados possíveis, que será chamado de espaço
Leia maisFORMAÇÃO CONTINUADA EM MATEMÁTICA Fundação CECIERJ / Consórcio CEDERJ
FORMAÇÃO CONTINUADA EM MATEMÁTICA Fundação CECIERJ / Consórcio CEDERJ Matemática/3ºAno-/2º Bimestre / 2013 Plano de Trabalho Probabilidades Tarefa 1 Cursista: Maria de Fátima Cabral de Souza Grupo: Tutora:
Leia maisConceitos básicos de teoria da probabilidade
Conceitos básicos de teoria da probabilidade Experimento Aleatório: procedimento que, ao ser repetido sob as mesmas condições, pode fornecer resultados diferentes Exemplos:. Resultado no lançamento de
Leia maisConfiabilidade de sistemas. Uma importante aplicação de probabilidade nas engenharias é no estudo da confiabilidade de sistemas.
Confiabilidade de sistemas Uma importante aplicação de probabilidade nas engenharias é no estudo da confiabilidade de sistemas. Uma definição pratica de confiabilidade corresponde à probabilidade de um
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 maisIntrodução à Probabilidade
A Teoria de Probabilidade é responsável pelo estudo de fenômenos que envolvem a incerteza (é impossível prever antecipadamente o resultado) e teve origem na teoria de jogos, servindo como ferramenta para
Leia maisPARA A RESOLUÇÃO DO p-fólio, TENHA EM ATENÇÃO O SEGUINTE:
Nome:... B.I. :... Nº de Estudante:... Curso:... Turma:... Unidade Curricular: Elementos de Probabilidade e Estatística... Código:..1037... Data:..9 de Julho de 009. Assinatura do Vigilante:... PARA A
Leia maisCAPÍTULO 4 CONCEITOS BÁSICOS DE ESTATÍSTICA E PROBABILIDADES
CAPÍTULO 4 CONCEITOS BÁSICOS DE ESTATÍSTICA E PROBABILIDADES. INTRODUÇÃO - Conceito de população desconhecida π e proporção da amostra observada P. π P + pequeno erro Perguntas: - Qual é o pequeno erro?
Leia maisPROBABILIDADE E ESTATÍSTICA UNIDADE V - INTRODUÇÃO À TEORIA DAS PROBABILIDADES
PROBABILIDADE E ESTATÍSTICA UNIDADE V - INTRODUÇÃO À TEORIA DAS PROBABILIDADES 0 1 INTRODUÇÃO A teoria das probabilidades é utilizada para determinar as chances de um experimento aleatório acontecer. 1.1
Leia maisSumário. 2 Índice Remissivo 12
i Sumário 1 Definições Básicas 1 1.1 Fundamentos de Probabilidade............................. 1 1.2 Noções de Probabilidade................................ 3 1.3 Espaços Amostrais Finitos...............................
Leia maisCiclo 3 Encontro 2 PROBABILIDADE. Nível 3 PO: Márcio Reis 11º Programa de Iniciação Científica Jr.
1 Ciclo 3 Encontro 2 PROBABILIDADE Nível 3 PO: Márcio Reis 11º Programa de Iniciação Científica Jr. Probabilidade 2 Texto: Módulo Introdução à Probabilidade O que é probabilidade? parte 1 de Fabrício Siqueira
Leia maisProbabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula 1 04/14 1 / 35
Probabilidade I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula 1 04/14 1 / 35 Prof. Tarciana Liberal (UFPB) Aula 1 04/14 2 / 35 Prof. Tarciana Liberal (UFPB)
Leia maisPROBABILIDADE E ESTATÍSTICA. Aula 2 Professor Regina Meyer Branski
PROBABILIDADE E ESTATÍSTICA Aula 2 Professor Regina Meyer Branski Probabilidade 1. Conceitos básicos de probabilidade 2. Probabilidade condicional 3. Eventos Dependentes e Independentes 4. Regra da Multiplicação
Leia mais