Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica. Professora: Denise Beatriz T. P. do Areal Ferrari

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica. Professora: Denise Beatriz T. P. do Areal Ferrari"

Transcrição

1 Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica Professora: Denise Beatriz T. P. do Areal Ferrari

2 Distribuições Discretas Uniforme Bernoulli Binomial Poisson Distribuições Contínuas Uniforme Normal Exponencial Gama

3 Definição: Uma va discreta X definida nos pontos x 1, x 2,...,x n tem distribuição uniforme discreta se assume cada um dos n valores possíveis com igual probabilidade. Temos: f ( x i ) 1, n 0, para i 1,..., caso contrário n

4 Teorema: Seja X uma va discreta que se distribui uniformemente nos pontos definidos pela seqüência de números inteiros consecutivos 1,2,...,n. Então : E[ X ] n 2 1 Var[ X ] 2 n 12 1 m X ( t) E[ e tx ] i n 1 e ti 1 n

5 OBS: Se o espaço amostral é um conjunto enumerável e infinito ( +, por exemplo), então não é possível definir um experimento uniformemente distribuído neste conjunto. Se o espaço amostral for um conjunto não-enumerável, finito, tal como o intervalo real [0,1], utilizamos a distribuição uniforme contínua.

6 Exemplo 1:Geração de números aleatórios Seja X uma va com fdp dada por f(x), onde x pertence ao conjunto{x 1, x 2, x 3 } e f(x1) = 1/2, f(x2) = 1/3 e f(x3) = 1/6. Caso 1: Geração de números inteiros aleatórios num conjunto inteiro definido. conjunto {1, 2,...,6}: x 1 : se resultar 1,2 ou 3 x 2 : se resultar 4 ou 5 x 3 : se resultar 6 Caso 2: Geração de números reais aleatórios no intervalo [0,1]. r [0,1] R = 6r +1 {1,...6}

7 Conseqüência do chamado experimento de Bernoulli : 1. Um experimento aleatório em que há apenas dois possíveis resultados: sucesso e fracasso. 2. A probabilidade de ocorrer sucesso vale p, enquanto para fracasso, vale 1-p. X = resultado do experimento ~ Bernoulli (p).

8 Definição: Uma va discreta X tem distribuição de Bernoulli se sua fdp é dada por: f ( x) p 0, x q 1-x, para x 0,1 caso contrário onde 0 p 1 e q=(1-p)

9 Teorema: Seja X uma va discreta que tem distribuição de Bernoulli. Então: tx t E [ X ] p Var [ X ] pq m ( t) E[ e pe q X ]

10 Um medicamento cuja probabilidade de curar uma determinada doença é de 0,9 é administrado a um paciente. Os resultados possíveis são curado ou não-curado. Definindo X = resultado após medicação, então: X ~ Bernoulli (p=0,9)

11 Suponha que o experimento de Bernoulli seja repetido n vezes, de forma que sejam válidas: 1. Hipótese de Independência: Cada repetição do experimento é independente do anterior. 2. Hipótese de Estacionariedade: A probabilidade p de sucesso permanece constante para todos os experimentos. O mesmo vale para a probabilidade de fracasso, dada por q = 1-p. X = número de sucessos obtidos nos n experimentos, então: X ~ Binomial (n, p).

12 Definição: Uma va discreta X tem distribuição Binomial se sua fdp é dada por: f ( x) n x p x q n-x, para x 0,1,..., n 0, caso contrário onde 0 p 1 e q=(1-p)

13 Teorema: Seja X uma va discreta que tem distribuição binomial. Então: E [ X ] np Var [ X ] npq tx m X ( t) E[ e ] pe t q n

14 Alguns experimentos que podem ser modelados como uma va Binomial: Um medicamento cuja probabilidade de curar uma determinada doença é de 0,9 é administrado a 100 pacientes. Os resultados possíveis para cada paciente são curado ou não-curado. X = número de pacientes curados~ Binomial (100; 0,9). Pesquisas revelam que há 20% de chance de que uma pessoa adulta sofra de algum tipo de desordem psiquiátrica. Um grupo de 25 pessoas é selecionado aleatoriamente. X= no. de pessoas com desordem psiquiátrica ~ Binomial (25; 0,20). Um fabricante de chips de computador acredita que, em média, 5% dos itens produzidos são defeituosos. A fim de monitorar o processo de fabricação, toma uma amostra de 75 itens. Se a amostra contiver mais do que 5 chips defeituosos, o processo é interrompido. X = número de chips defeituosos encontrados ~ Binomial (75;0,05)

15 Pesquisas revelam que há 20% de chance de que uma pessoa adulta sofra de algum tipo de desordem psiquiátrica. Um grupo de 25 pessoas é selecionado aleatoriamente. Definindo: X = nº de pessoas que apresentam uma desordem psiquiátrica, temos que X ~ Binomial (25; 0,20). Qual a probabilidade de que no máximo 3 pessoas do grupo selecionado tenham a desordem?

16 Solução Manual: Queremos P(X 3): mas, p ( x) n x p x q n-x P( X 3) p(0) p(1) p(2) p(3) p(0) ,2 0.0,8 25 3, p(1) p(2) ,2.0, ,2.0, , , P(X 3) 0,234 p(3) ,2 3.0,8 22 0,136

17 Suponha que a aspirina comum seja usada como medicamento para curar dor de cabeça e seja eficiente em 60% dos casos. Um fabricante desenvolveu uma nova aspirina contendo um componente adicional, que alega aumentar a eficiência do medicamento. Teste para a veracidade da informação: Hipótese alternativa: afirmação do fabricante Hipótese nula: o componente adicional não aumenta eficiência

18 Temos, então: Ho: p = 0,6 Ha: p>0,6 (onde p é a probabilidade de que a nova aspirina seja eficiente). Queremos encontrar um número m (valor crítico) tal que rejeitamos Ho se pelo menos m pessoas forem curadas. Do contrário, não podemos rejeitar Ho. Como determinar m?

19 Binomial: contagem do número de sucessos em um nº determinado de experimentos. Outros experimentos em que uma contagem é envolvida: O número de erros tipográficos encontrados em uma página. O número de aeronaves que chegam a um aeroporto em um dia. O número de paradas de uma máquina em uma planta industrial num determinado intervalo de tempo. Contagem de ocorrências num determinado intervalo.

20 Suponha que estamos observando a ocorrência de um determinado fenômeno no tempo ou espaço: Ex: o recebimento de chamadas telefônicas em um call-center. Seja o evento: A = recebimento de x chamadas em um certo intervalo de tempo. X X X X X X X X 0 t 1 x

21 Vamos considerar: 1. A probabilidade de exatamente uma ocorrência em um pequeno intervalo de comprimento h é proporcional ao comprimento do intervalo: P[uma ocorrência no intervalo de comprimento h] = vh +o(h) 2. A probabilidade de mais de uma ocorrência no intervalo de comprimento h é desprezível, se comparada à probabilidade de apenas uma ocorrência no mesmo intervalo: P[duas ou mais ocorrências no intervalo de comprimento h] = o(h) 3. O número de ocorrências em intervalos não sobrepostos são independentes entre si. v = taxa média de ocorrências por unidade X = número de ocorrências num intervalo de comprimento t, então: X ~ Poisson ( = vt).

22 Definição: Uma va discreta X tem distribuição de Poisson se sua fdp é dada por: f ( x) e 0, x! x, para x 0,1,... caso contrário, onde >0

23 Teorema: Seja X uma va discreta que tem distribuição de Poisson. Então: t E [X ] Var [X ] tx ( e 1) m ( t) E[ e ] e X

24 Suponha que acidentes de trânsito ocorram em um determinado cruzamento de forma que satisfaça as condições de um processo de Poisson, com taxa de 2 acidentes por semana. Definindo: X = nº de acidentes em 2 semanas, temos que X ~ Poisson ( = 2.2 = 4). Qual a probabilidade de que no máximo 3 acidentes ocorram nas próximas 2 semanas?

25 Solução Manual: Queremos P(X 3): mas, (3) (2) (1) (0) 3) ( p p p p X P! ) ( x e x p x - 0, (3) 0, (2) 7, (1) 1, (0) e p e p e p e p 0,4335 3) P(X

26

27 Definição: Uma va contínua X definida no intervalo [a,b] tem distribuição uniforme se sua fdp é dada por: f ( x) b 1 a para a x b, onde - <a<b<

28 Teorema: Se X é uma va contínua que se distribui uniformemente no intervalo [a,b]. Então : E[ X ] b a 2 Var[ X ] ( b a) 12 2 m X ( t) tb e ( b ta e a) t

29 OBS: X ~ Uniforme (a,b): X = resultado do experimento em que um número real é aleatoriamente escolhido dentro do intervalo [a,b]. Embora a distribuição uniforme tenha sido definida no intervalo [a,b], também poderia ser igualmente definida nos intervalos (a,b], [a,b) ou (a,b), verificando-se a não unicidade da fdp de uma va contínua.

30 Processo de Poisson: P x>1 (h) = 0 P 1 (h) = vh +o(h) Independência. VA ~ Poisson: Contagem do número de ocorrências num determinado intervalo. VA ~ Exponencial: Tempo transcorrido entre duas ocorrências; Tempo de espera até a primeira ocorrência.

31 Suponha que estamos observando a ocorrência de um determinado fenômeno no tempo ou espaço: Ex: o recebimento de chamadas telefônicas em um call-center. Sejam o eventos: A = recebimento de x chamadas em um certo intervalo de tempo. X ~ Poisson B = tempo t transcorrido entre duas chamadas consecutivas. T ~ Exponencial X X X X X X X X 0 t 1 x

32 Definição: Uma va contínua X tem distribuição exponencial se sua fdp é dada por: f ( x) e x, para 0 x< e >0

33 Teorema: Se X é uma va contínua que se distribui exponencialmente, então: 1 1 E[X ] Var[X ] 2 m X ( t), t t

34 Suponha que ao comprar um computador com um determinado tipo de disco rígido, o vendedor afirmou que a durabilidade média de um disco destes é de 30 meses. Definindo: X = durabilidade (tempo de vida) do disco X ~ Exponencial ( = 1/30). Suponha que o computador já esteja funcionando há 15 meses e o disco rígido original continua funcionando. Quanto tempo espera-se que ele continue funcionando?

35 Quanto tempo espera-se que ele continue funcionando? Alguém poderia esperar que ele fosse durar, em média, mais 15 meses. O tempo de vida restante seria, então, representado por Y =X-15. Podemos simular valores de Y no computador...

36 Comentários: Valor médio simulado de Y = 29, 74 (mais próximo do valor médio original para o tempo de vida do disco rígido, X, ao invés dos 15 meses que se poderia imaginar) Distribuição do Y simulado é bem semelhante à de X. Na verdade, também Y ~ Exponencial ( =1/30). Esta é uma ilustração da chamada Propriedade de Ausência de Memória.

37 Teorema: (Propriedade de Ausência de Memória) Se X é uma va contínua que se distribui exponencialmente, então: P( X t h X t) P( X h) para t>0 e h>0

38 OBS: Se X = tempo de vida de um determinado componente P[durar t+h já durou t] = P[durar h] Isso significa que o tempo de vida de um componente velho tem a mesma distribuição de probabilidade de um novo ; o componente não se desgasta ou sofre fadiga. Essa propriedade não se verifica na prática, mas funciona como boa aproximação para va s que medem tempo de vida de vários produtos.

39 Teorema: Se as va s X 1,..., X n formam uma amostra aleatória de uma distribuição exponencial de parâmetro, então: Y = min{x 1,..., X n } ~ Exponencial (n )

40 Exemplo (Testes de Vida): Suponha que n lâmpadas sejam postas a funcionar num teste para determinar seu tempo de vida. As lâmpadas funcionam independentemente entre si. Seja: X i = tempo de vida da i-ésima lâmpada, i=1,...,n Xi ~ Exponencial ( ). Temos: Y 1 = intervalo de tempo até que a primeira lâmpada falhe Y 1 ~ Exponencial (n )

41 Processo de Poisson: P x>1 (h) = 0 P 1 (h) = vh +o(h) Independência. VA ~ Exponencial: Tempo transcorrido entre duas ocorrências; Tempo de espera até a primeira ocorrência. VA ~ Gama: Tempo de espera até a r-ésima ocorrência.

42 Definição: Uma va contínua X tem distribuição Gama se sua fdp é dada por: f ( x) r ( r) x r 1 e x, para 0 x<, r >0 e >0 r 1 x Onde: ( r) x e dx, para r >0 0 ( r) ( r 1)!, para r

43 Teorema: Se X é uma va contínua e apresenta distribuição Gama, então: E X ] r [ Var[ X ] 2 r mx ( t), t r t

44 OBS: Sejam X 1,...,X n v.a.i.i.d. com distribuição Exponencial. Y = X X n ~ Gama Se r Se r = 1 distribuição de Erlang. distribuição Exponencial. Se r = n + ½, para n e = ½ distribuição Quiquadrado

45 Definição: Uma va contínua X tem distribuição normal se sua fdp é dada por: f ( x) 2 1 e ( x ) 2 2 2, para - < < e >0

46 Teorema: Se X é uma va contínua e apresenta distribuição Normal, então: 2 E[X ] Var[X ] m X ( t) exp t 2 t Teorema: Se X ~ N(, 2 ) e Y = ax +b, então Y ~ N(a +b, a 2 2 ).

47 Se X ~ N( =0, 2 =1), então X é uma va normal padronizada. A fdp e FDA desta va são representadas como: x ( x ) e e ( x) ( u) du 2 x OBS: Os valores de probabilidade para a distribuição normal não podem ser obtidos analiticamente, apenas através de aproximações numéricas ou valores tabelados para (x).

48 Teorema: Se X ~ N(, 2 ), então: P [ a X b] b a OBS: (-x) = 1- (x)

49 Teorema: Se X ~ N(, 2 ), então P( X - k ) = g(k). OBS: k = 1: P( X - ) = 0,6826 k = 2: P( X - 2 ) = 0,9544 k = 3: P( X - 3 ) = 0,9974

50 Exemplo: Um professor acredita que as notas dos alunos sejam normalmente distribuídas com média e variância 2. O professor decide passar uma curva tal que as correspondências na tabela abaixo sejam válidas. Quais as proporções para cada conceito? D I R B MB L X< -2-2 <X< - - <X< <X< + + <X< +2 X> +2

51 Se para cada n +, X 1,..., X n são vaiid com média X e variância X2, então, para cada z: F Zn ( z) ( z) conforme n onde: Z n X n E[ X var[ X n n ] ] X n X X n pois: 2 E [ X n ] X e var[ X ] n n X

52 OBS: O TLC afirma que para uma série de vaiid X 1,..., X n,..., com média e variância connhecidas, temos ~ N(0,1) Corolário: Z n Sejam as vaiid X 1,..., X n,..., com média X e variância 2. Então: X n X P a b ( b) ( a) n X Nos dá valores aproximados para as probabilidades dos eventos.

53 Aplicações em Estatística: Pesquisas eleitorais são realizadas a fim de estimar a proporção de pessoas em uma certa população que votam a favor de um candidato A ou B.

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

Modelos Probabilísticos Teóricos Discretos e Contínuos. Bernoulli, Binomial, Poisson, Uniforme, Exponencial, Normal Modelos Probabilísticos Teóricos Discretos e Contínuos Bernoulli, Binomial, Poisson, Uniforme, Exponencial, Normal Distribuição de Probabilidades A distribuição de probabilidades de uma variável aleatória:

Leia mais

PROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS. Aula 7 11 e 12 abril MOQ-12 Probabilidades e Int. a Processos Estocásticos

PROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS. Aula 7 11 e 12 abril MOQ-12 Probabilidades e Int. a Processos Estocásticos PROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS Aula 7 11 e 12 abril 2007 1 Distribuições Discretas 1. Distribuição Bernoulli 2. Distribuição Binomial 3. Distribuição Geométrica 4. Distribuição Pascal

Leia mais

Probabilidade e Estatística

Probabilidade e Estatística Probabilidade e Estatística Distribuições Discretas de Probabilidade Prof. Narciso Gonçalves da Silva www.pessoal.utfpr.edu.br/ngsilva Introdução Distribuições Discretas de Probabilidade Muitas variáveis

Leia mais

Variáveis Aleatórias Discretas e Distribuição de Probabilidade

Variáveis Aleatórias Discretas e Distribuição de Probabilidade Variáveis Aleatórias Discretas e Distribuição de Probabilidades - parte IV 2012/02 1 Distribuição Poisson Objetivos Ao final deste capítulo você deve ser capaz de: Ententer suposições para cada uma das

Leia mais

MB-210 Probabilidade e Estatística

MB-210 Probabilidade e Estatística Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica MB-210 Probabilidade e Estatística Profa. Denise Beatriz Ferrari www.mec.ita.br/ denise denise@ita.br 2o. semestre/2013 Variáveis

Leia mais

EST029 Cálculo de Probabilidade I Cap. 4: Variáveis Aleatórias Unidimensionais

EST029 Cálculo de Probabilidade I Cap. 4: Variáveis Aleatórias Unidimensionais EST029 Cálculo de Probabilidade I Cap. 4: Variáveis Aleatórias Unidimensionais Prof. Clécio da Silva Ferreira Depto Estatística - UFJF Introdução Considere o experimento: Lançamento de uma moeda. Resultados

Leia mais

Daniel Queiroz VARIÁVEIS ALEATÓRIAS DISCRETAS

Daniel Queiroz VARIÁVEIS ALEATÓRIAS DISCRETAS Daniel Queiroz VARIÁVEIS ALEATÓRIAS DISCRETAS INTRODUÇÃO O que é uma variável aleatória? Um tipo de variável que depende do resultado aleatório de um experimento aleatório. Diz-se que um experimento é

Leia mais

Cálculo das Probabilidades e Estatística I

Cálculo 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 Modelos de distribuição Para utilizar a teoria

Leia mais

1 Distribuição de Bernoulli

1 Distribuição de Bernoulli Centro de Ciências e Tecnlogia Agroalimentar - Campus Pombal Disciplina: Estatística Básica - 2013 Aula 6 Professor: Carlos Sérgio Distribuições Teóricas de Probabilidades de Variáveis Aleatórias Discretas

Leia mais

Estatística. Capítulo 4: Distribuições Teóricas de Probabilidades de Variáveis Aleatórias Discretas. Professor Fernando Porto

Estatística. Capítulo 4: Distribuições Teóricas de Probabilidades de Variáveis Aleatórias Discretas. Professor Fernando Porto Estatística Capítulo 4: Distribuições Teóricas de Probabilidades de Variáveis Aleatórias Discretas Professor Fernando Porto Capítulo 4 Baseado no Capítulo 4 do livro texto, Distribuições Teóricas de Probabilidades

Leia mais

Cap. 8 - Variáveis Aleatórias

Cap. 8 - Variáveis Aleatórias Variáveis Aleatórias Discretas: A de Poisson e Outras ESQUEMA DO CAPÍTULO 8.1 A DISTRIBUIÇÃO DE POISSON 8.2 A DISTRIBUIÇÃO DE POISSON COMO APROXIMAÇÃO DA DISTRIBUIÇÃO BINOMIAL 8.3 O PROCESSO DE POISSON

Leia mais

Princípios de Estatística

Princípios de Estatística Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica MOQ-13 Probabilidade e Estatística Profa. Denise Beatriz Ferrari www.mec.ita.br/ denise denise@ita.br 05/10/2011 Probabilidade

Leia mais

1 Introdução. 2 Variáveis Aleatórias Discretas (VAD)

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

Leia mais

VARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL

VARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL VARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL 1 Variável Aleatória Uma função X que associa a cada elemento w do espaço amostral W um valor x R é denominada uma variável aleatória. Experimento: jogar 1 dado

Leia mais

Distribuições de Probabilidade

Distribuições de Probabilidade Distribuições de Probabilidade 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de Probabilidade Binomiais 4 Média e Variância da Distribuição Binomial 5 Distribuição de Poisson 1 1 Aspectos Gerais

Leia mais

Variável Aleatória Poisson. Número de erros de impressão em uma

Variável Aleatória Poisson. Número de erros de impressão em uma EST029 Cálculo de Probabilidade I Cap. 7. Principais Variáveis Aleatórias Discretas Prof. Clécio da Silva Ferreira Depto Estatística - UFJF Variável Aleatória Poisson Caraterização: Usa-se quando o experimento

Leia mais

Aula de Estatística 13/10 à 19/10. Capítulo 4 (pág. 155) Distribuições Discretas de Probabilidades

Aula de Estatística 13/10 à 19/10. Capítulo 4 (pág. 155) Distribuições Discretas de Probabilidades Aula de Estatística 13/10 à 19/10 Capítulo 4 (pág. 155) Distribuições Discretas de Probabilidades 4.1 Distribuições de probabilidades Variáveis Aleatórias Geralmente, o resultado de um experimento de probabilidades

Leia mais

Variáveis Aleatórias Discretas e Distribuição de Probabilidade

Variáveis 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 mais

Variável Aleatória. O conjunto de valores. Tipos de variáveis. Uma função X que associa a cada

Variável Aleatória. O conjunto de valores. Tipos de variáveis. Uma função X que associa a cada Variável Aleatória Uma função X que associa a cada Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ elemento de S (s S) um número real x X(s) é denominada variável aleatória. O

Leia mais

ESTATÍSTICA. x(s) W Domínio. Contradomínio

ESTATÍSTICA. x(s) W Domínio. Contradomínio Variáveis Aleatórias Variáveis Aleatórias são funções matemáticas que associam números reais aos resultados de um Espaço Amostral. Uma variável quantitativa geralmente agrega mais informação que uma qualitativa.

Leia mais

PROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES

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

Leia mais

Probabilidade e Modelos Probabilísticos

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

Leia mais

4ª LISTA DE EXERCÍCIOS - LOB1012. Variáveis Aleatórias Contínuas, Aproximações e TLC

4ª LISTA DE EXERCÍCIOS - LOB1012. Variáveis Aleatórias Contínuas, Aproximações e TLC 4ª LISTA DE EXERCÍCIOS - LOB1012 Variáveis Aleatórias Contínuas, Aproximações e TLC Assunto: Função Densidade de Probabilidade Prof. Mariana Pereira de Melo 1. Suponha que f(x) = x/8 para 3

Leia mais

Momentos: Esperança e Variância. Introdução

Momentos: Esperança e Variância. Introdução Momentos: Esperança e Variância. Introdução Em uma relação determinística pode-se ter a seguinte relação: " + " = 0 Assim, m =, é a declividade e a e b são parâmetros. Sabendo os valores dos parâmetros

Leia mais

Experimento Aleatório

Experimento Aleatório Probabilidades 1 Experimento Aleatório Experimento aleatório (E) é o processo pelo qual uma observação é ob;da. Exemplos: ü E 1 : Jogar uma moeda 3 vezes e observar o número de caras ob;das; ü E 2 : Lançar

Leia mais

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

Conforme o conjunto de valores X(S) uma variável aleatória poderá ser discreta ou contínua. Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/famat/viali/ s KKK CKK KKC KCK CCK CKC KCC CCC S X X(s) R X(S) Uma função X que associa a cada elemento de S (s S) um número real X(s) é denominada

Leia mais

Modelos básicos de distribuição de probabilidade

Modelos 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 mais

1 Variáveis Aleatórias

1 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 mais

Fundamentos de Estatística

Fundamentos 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 mais

Aproximação da binomial pela normal

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

Leia mais

Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 1 / 13

Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 1 / 13 Probabilidade I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 1 / 13 Distribuição Geométrica Considere novamente uma sequência

Leia mais

FACULDADE DE TECNOLOGIA DE GUARATINGUETÁ

FACULDADE DE TECNOLOGIA DE GUARATINGUETÁ FACULDADE DE TECNOLOGIA DE GUARATINGUETÁ ESTATÍSTICA II Nota de aula 1 Prof. MSc. Herivelto T Marcondes dos Santos Fevereiro /2009 1 Modelos de probabilidade 1.1 Variável aleatória Definição: Sejam ε um

Leia mais

Distribuições Discretas

Distribuições Discretas META: Estudar o comportamento das Variáveis Aleatórias Discretas, bem como das Distribuições Binomial e Poisson e suas aplicações. Entender o comportamento de uma Variável aleatória Contínua. OBJETIVOS:

Leia mais

Departamento de Estatística UFSCar Probabilidade e Estatística Lista de Exercícios 2 Prof. José Carlos Fogo (11/09/2014)

Departamento de Estatística UFSCar Probabilidade e Estatística Lista de Exercícios 2 Prof. José Carlos Fogo (11/09/2014) Departamento de Estatística UFSCar Probabilidade e Estatística Lista de Exercícios 2 Prof. José Carlos Fogo (11/09/2014) 1) Seja X v.a. representando o número de usuários de um microcomputador no período

Leia mais

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

PROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano PROBABILIDADE E ESTATÍSTICA Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 7 11/2014 Variáveis Aleatórias Variáveis Aleatórias Probabilidade e Estatística 3/41 Variáveis Aleatórias Colete

Leia mais

Exercícios Funções Multivariadas, Exponencial e Outras

Exercícios 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 mais

Modelos Probabiĺısticos Discretos

Modelos 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 mais

Conceitos Básicos, Básicos,Básicos de Probabilidade

Conceitos Básicos, Básicos,Básicos de Probabilidade Conceitos Básicos, Básicos,Básicos de Probabilidade Espaço Amostral Base da Teoria de Probabilidades Experimentos são realizados resultados NÃO conhecidos previamente Experimento aleatório Exemplos: Determinar

Leia mais

Distribuições Importantes. Distribuições Discretas

Distribuições Importantes. Distribuições Discretas Distribuições Importantes Distribuições Discretas Distribuição de Bernoulli Definição Prova ou experiência de Bernoulli é uma experiência aleatória que apenas tem dois resultados possíveis: A que se designa

Leia mais

Bioestatística e Computação I

Bioestatística e Computação I Bioestatística e Computação I Distribuições Teóricas de Probabilidade Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas

Leia mais

TE802 Processos Estocásticos em Engenharia. Valores Esperados de Somas de Variáveis Aleatórias Notes. PDF da Soma de Duas Variáveis Aleatórias.

TE802 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 mais

Modelos Binomial e Poisson

Modelos Binomial e Poisson Modelos Binomial e Poisson Cristian Villegas clobos@usp.br http://www.lce.esalq.usp.br/arquivos/aulas/2014/lce0216/ 1 Distribuição Bernoulli Se um experimento possui dois possíveis resultados, sucesso

Leia mais

MAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade

MAT 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 mais

Probabilidade Revisão de Conceitos

Probabilidade Revisão de Conceitos Probabilidade Revisão de Conceitos Espaço de Amostras A totalidade dos possíveis resultados de um experimento aleatório. Exemplo: jogar dados S = {(1,1),(1,),... (,1),(,)... (6,6)} S é dito o número de

Leia mais

Métodos Quantitativos

Métodos Quantitativos Métodos Quantitativos Unidade 3 Estatística inferencial parte I Prof. Me. Diego Fernandes 1 Sumário Seção Slides 3.1 Noções de probabilidade 03 21 3.2 Distribuição dos estimadores 22 41 3.3 e 3.4 - Testes

Leia mais

rio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade Aleatórias Discretas

rio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade Aleatórias Discretas ITA - Laboratório rio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade Aula 03: Variáveis Aleatórias Discretas Qual a similaridade na natureza dessas grandezas? Tempo de espera de um ônibus

Leia mais

AULAS 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 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 mais

Distribuições de Probabilidade

Distribuições de Probabilidade Distribuições de Probabilidade 7 6 5 4 3 2 1 0 Normal 1 2 3 4 5 6 7 8 9 10 11 Exemplos: Temperatura do ar 20 18 16 14 12 10 8 6 4 2 0 Assimetrica Positiva 1 2 3 4 5 6 7 8 9 10 11 Exemplos: Precipitação

Leia mais

Aproximação da Distribuição Binomial pela Distribuição Normal

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

Leia mais

Amostragem e distribuições por amostragem

Amostragem 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 mais

Processos Estocásticos. Variáveis Aleatórias. Variáveis Aleatórias. Luiz Affonso Guedes. Como devemos descrever um experimento aleatório?

Processos 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 mais

Variáveis Aleatórias

Variáveis Aleatórias Variáveis Aleatórias Definição: Uma variável aleatória v.a. é uma função que associa elementos do espaço amostral a valores numéricos, ou seja, X : I, em que I. Esquematicamente: As variáveis aleatórias

Leia mais

Capítulo 3. Introdução à Probabilidade E à Inferência Estatística

Capítulo 3. Introdução à Probabilidade E à Inferência Estatística Capítulo 3 Introdução à Probabilidade E à Inferência Estatística definições e propriedades: Propriedade 5: A probabilidade condicional reflete como a probabilidade de um evento pode mudar se soubermos

Leia mais

DISTRIBUIÇÕES ESPECIAIS DE PROBABILIDADE DISCRETAS

DISTRIBUIÇÕES ESPECIAIS DE PROBABILIDADE DISCRETAS VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADES 1 1. VARIÁVEIS ALEATÓRIAS Muitas situações cotidianas podem ser usadas como experimento que dão resultados correspondentes a algum valor, e tais situações

Leia mais

Probabilidade e Modelos Probabilísticos

Probabilidade e Modelos Probabilísticos Probabilidade e Modelos Probabilísticos 1ª Parte: Conceitos básicos, variáveis aleatórias, modelos probabilísticos para variáveis aleatórias discretas, modelo binomial, modelo de Poisson 1 Probabilidade

Leia mais

Bioestatística F. Modelo Binomial. Enrico A. Colosimo

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

Leia mais

Introdução à probabilidade e estatística I

Introdução 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 mais

Aproximação da binomial pela normal

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

Leia mais

Introdução à Inferência Estatística

Introdução à Inferência Estatística Introdução à Inferência Estatística Capítulo 10, Estatística Básica (Bussab&Morettin, 7a Edição) 2a AULA 02/03/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 2a aula (02/03/2015) MAE229 1 / 16

Leia mais

ALGUMAS DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE

ALGUMAS 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 mais

VARIÁVEIS ALEATÓRIAS

VARIÁVEIS ALEATÓRIAS UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA VARIÁVEIS ALEATÓRIAS Joaquim H Vianna Neto Relatório Técnico RTE-03/013 Relatório Técnico Série Ensino Variáveis

Leia mais

COS767 - Modelagem e Análise Aula 3 - Simulação

COS767 - Modelagem e Análise Aula 3 - Simulação COS767 - Modelagem e Análise Aula 3 - Simulação Validando resultados da simulação Média e variância amostral Teorema do Limite Central Intervalo de confiança Organizando as execuções da simulação Verificando

Leia mais

MOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel

MOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel MOQ-13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semanas 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 e 16 Introdução à probabilidade (eventos,

Leia mais

PARTE 2. Profª. Drª. Alessandra de Ávila Montini

PARTE 2. Profª. Drª. Alessandra de Ávila Montini PARTE 2 Profª. Drª. Alessandra de Ávila Montini Conteúdo Introdução a Probabilidade Conceito de Experimento Conceito de Espaço Amostral Conceito de Variável Aleatória Principais Distribuições de Probabilidade

Leia mais

Processos Estocásticos. Luiz Affonso Guedes

Processos 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 mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Tipos de Modelos Determinístico Sistema Real Probabilístico Modelo determinístico Causas Efeito Exemplos Gravitação F GM 1 M /r

Leia mais

Distribuições Discretas: Hipergeométrica, Binomial e Poisson

Distribuições Discretas: Hipergeométrica, Binomial e Poisson CAP3: Distribuições Discretas e Contínuas Distribuições Discretas: Hipergeométrica, Binomial e Poisson Uma distribuição de probabilidade é um modelo matemático que relaciona o valor da variável com a probabilidade

Leia mais

Técnicas Computacionais em Probabilidade e Estatística I. Aula I

Técnicas Computacionais em Probabilidade e Estatística I. Aula I Técnicas Computacionais em Probabilidade e Estatística I Aula I Chang Chiann MAE 5704- IME/USP 1º Sem/2008 1 Análise de Um conjunto de dados objetivo: tratamento de um conjunto de dados. uma amostra de

Leia mais

DISTRIBUIÇÃO BINOMIAL

DISTRIBUIÇÃO BINOMIAL Universidade Federal de Viçosa - CCE / DPI Inf 161 - Iniciação à Estatística / INF 16 Estatística I Lista de Exercícios: Cap. 4 - Distribuições de Variáveis Aleatórias DISTRIBUIÇÃO BINOMIAL 1. Determine

Leia mais

Cálculo das Probabilidades e Estatística I

Cálculo 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 mais

Variável Aleatória. Gilson Barbosa Dourado 6 de agosto de 2008

Variável Aleatória. Gilson Barbosa Dourado 6 de agosto de 2008 Variável Aleatória Gilson Barbosa Dourado gdourado@uneb.br 6 de agosto de 2008 Denição de Variável Aleatória Considere um experimento E e seu espaço amostral Ω = {a 1, a 2,..., a n }. Variável aleatória

Leia mais

Distribuições Contínuas. Estatística. 7 - Distribuição de Probabilidade de Variáveis Aleatórias Contínuas UNESP FEG DPD

Distribuições Contínuas. Estatística. 7 - Distribuição de Probabilidade de Variáveis Aleatórias Contínuas UNESP FEG DPD Estatística 7 - Distribuição de Probabilidade de Variáveis Aleatórias Contínuas 7- Distribuição Uniforme A variável aleatória contínua pode ser qualquer valor no intervalo [a,b] A probabilidade da variável

Leia mais

VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE

VARIÁVEIS 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 mais

Variáveis Aleatórias Discretas e Distribuição de Probabilidade

Variáveis Aleatórias Discretas e Distribuição de Probabilidade Variáveis Aleatórias Discretas e Distribuição de Probabilidades - parte III 08 de Abril de 2014 Distribuição Binomial Negativa Objetivos Ao final deste capítulo você deve ser capaz de: Ententer suposições

Leia mais

Probabilidade Condicional e Independência

Probabilidade Condicional e Independência Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica MOQ-13 Probabilidade e Estatística Profa. Denise Beatriz Ferrari www.mec.ita.br/ denise denise@ita.br 17/08/2011 Probabilidade

Leia mais

PROCESSOS ESTOCÁSTICOS

PROCESSOS ESTOCÁSTICOS PROCESSOS ESTOCÁSTICOS Definições, Principais Tipos, Aplicações em Confiabilidade de Sistemas CLARKE, A. B., DISNEY, R. L. Probabilidade e Processos Estocásticos, Rio de Janeiro: Livros Técnicos e Científicos

Leia mais

Análise de Dados e Simulação

Análise 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

4. Distribuições de probabilidade e

4. 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 mais

Funções Geradoras de Variáveis Aleatórias. Simulação Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE

Funções Geradoras de Variáveis Aleatórias. Simulação Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE Funções Geradoras de Variáveis Aleatórias 1 Funções Geradoras de Variáveis Aleatórias Nos programas de simulação existe um GNA e inúmeras outras funções matemáticas descritas como Funções Geradoras de

Leia mais

Capítulo 5. Variáveis aleatórias. 5.1 Introdução

Capítulo 5. Variáveis aleatórias. 5.1 Introdução Capítulo 5 Variáveis aleatórias 5.1 Introdução Em experimentos aleatórios cujo espaço amostral contém alguns eventos de interesse é, em geral, mais fácil lidar como uma variável aleatória, isto é, é mais

Leia mais

1073/B - Introdução à Estatística Econômica

1073/B - Introdução à Estatística Econômica Lista de exercicios 2 Prof. Marcus Guimaraes 1073/B - Introdução à Estatística Econômica Ciências Econômicas 1) Suponha um espaço amostral S constituido de 4 elementos: S={a 1,a2,a3,a4}. Qual das funções

Leia mais

Capítulo4- Modelos de probabilidade.

Capítulo4- Modelos de probabilidade. Capítulo4- Modelos de probabilidade. 1- Modelos de probabilidade(110) 1.1) Introdução.(110) 1.) Fenómenos aleatórios(11) Experiência determinística-produz sempre o mesmo resultado desde que seja repetido

Leia mais

MOQ-12: PROBABILIDADES E PROCESSOS ESTOCÁSTICOS. VA s e Distribuições

MOQ-12: PROBABILIDADES E PROCESSOS ESTOCÁSTICOS. VA s e Distribuições Motivação: MOQ-2: PROBABILIDADES E PROCESSOS ESTOCÁSTICOS VA s e Distribuições Definimos anteriormente Espaço de Probabilidades como sendo a tripla (W,, P(.)), em que, dado um eperimento, W representa

Leia mais

Modelos de Distribuições

Modelos 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 mais

ICMS/PE 2014 Resolução da Prova de Estatística Professor Fábio Amorim. ICMS PE 2014: Resolução da prova de Estatística Prof.

ICMS/PE 2014 Resolução da Prova de Estatística Professor Fábio Amorim. ICMS PE 2014: Resolução da prova de Estatística Prof. ICMS/PE 2014 Resolução da Prova de Estatística Professor Fábio Amorim 1 de 6 Pessoal, segue a resolução das questões de Estatística da prova realizada pela SEFAZ-PE, para o cargo de Auditor Fiscal do Tesouro

Leia mais

3 NOÇÕES DE PROBABILIDADE

3 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 mais

Probabilidade ESQUEMA DO CAPÍTULO. UFMG-ICEx-EST Cap. 2- Probabilidade 1

Probabilidade ESQUEMA DO CAPÍTULO. UFMG-ICEx-EST Cap. 2- Probabilidade 1 Probabilidade ESQUEMA DO CAPÍTULO 2.1 ESPAÇOS AMOSTRAIS E EVENTOS 2.2 INTERPRETAÇÕES DE PROBABILIADE 2.3 REGRAS DE ADIÇÃO 2.4 PROBABILIDADE CONDICIONAL 2.5 REGRAS DA MULTIPLICAÇÃO E DA PROBABILIDADE TOTAL

Leia mais

Testes de Hipótese para uma única Amostra - parte II

Testes de Hipótese para uma única Amostra - parte II Testes de Hipótese para uma única Amostra - parte II 2012/02 1 Teste para média com variância conhecida 2 3 Objetivos Ao final deste capítulo você deve ser capaz de: Testar hipóteses para média de uma

Leia mais

Lista de Exercícios 1 Probabilidades Escola Politécnica, Ciclo Básico

Lista de Exercícios 1 Probabilidades Escola Politécnica, Ciclo Básico Lista de Exercícios 1 Probabilidades 0303200 Escola Politécnica, Ciclo Básico 1 o semestre 2017 1) Historicamente sabe-se que 10% dos artigos de uma firma são de segunda qualidade. Um inspetor de controle

Leia mais

Lista de Exercícios 1 Probabilidades Escola Politécnica, Ciclo Básico

Lista de Exercícios 1 Probabilidades Escola Politécnica, Ciclo Básico Lista de Exercícios 1 Probabilidades 0303200 Escola Politécnica, Ciclo Básico 1 o semestre 2017 1) Historicamente sabe-se que 10% dos artigos de uma firma são de segunda qualidade. Um inspetor de controle

Leia mais

Nessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja:

Nessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja: Pessoal, trago a vocês a resolução da prova de Estatística do concurso para Auditor Fiscal aplicada pela FCC. Foram 10 questões de estatística! Não identifiquei possibilidade para recursos. Considero a

Leia mais

EST029 Cálculo de Probabilidade I Cap. 6: Caracterização Adicional de Variáveis Aleatórias

EST029 Cálculo de Probabilidade I Cap. 6: Caracterização Adicional de Variáveis Aleatórias EST029 Cálculo de Probabilidade I Cap. 6: Caracterização Adicional de Variáveis Aleatórias Prof. Clécio da Silva Ferreira Depto Estatística - UFJF Motivação Suponha que tenhamos um experimento onde a probabilidade

Leia mais

Unidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno

Unidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno Unidade I ESTATÍSTICA APLICADA Prof. Mauricio Fanno Estatística indutiva Estatística descritiva Dados no passado ou no presente e em pequena quantidade, portanto, reais e coletáveis. Campo de trabalho:

Leia mais

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

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

Leia mais

MAT 461 Tópicos de Matemática II Aula 5: Resumo de Probabilidade

MAT 461 Tópicos de Matemática II Aula 5: Resumo de Probabilidade MAT 461 Tópicos de Matemática II Aula 5: Resumo de Probabilidade Edson de Faria Departamento de Matemática IME-USP 26 de Agosto, 2013 Probabilidade: uma Introdução / Aula 5 1 Variáveis aleatórias Definição

Leia mais

Cálculo das Probabilidades I

Cálculo das Probabilidades I Cálculo das Probabilidades I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Função Geradora de Momentos 10/13 1 / 19 Calculamos algumas características da

Leia mais

Distribuições de Probabilidade. Distribuição Normal

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

Leia mais

Distribuições Amostrais e Estimação Pontual de Parâmetros

Distribuições 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 mais

DISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS DISTRIBUIÇÕES CONJUNTAS ROTEIRO DISTRIBUIÇÃO CONJUNTA. Estatística Aplicada à Engenharia

DISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS DISTRIBUIÇÕES CONJUNTAS ROTEIRO DISTRIBUIÇÃO CONJUNTA. Estatística Aplicada à Engenharia ROTEIRO DISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS 1. Distribuições conjuntas 2. Independência 3. Confiabilidade 4. Combinações lineares de variáveis aleatórias 5. Referências Estatística Aplicada à Engenharia

Leia mais

Prof.Letícia Garcia Polac. 26 de setembro de 2017

Prof.Letícia Garcia Polac. 26 de setembro de 2017 Bioestatística Prof.Letícia Garcia Polac Universidade Federal de Uberlândia UFU-MG 26 de setembro de 2017 Sumário 1 2 Probabilidade Condicional e Independência Introdução Neste capítulo serão abordados

Leia mais