Notas de Aula de Probabilidade A
|
|
- William Rijo Fartaria
- 6 Há anos
- Visualizações:
Transcrição
1 VII- VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS. 7. CONCEITO DE VARIÁVEIS ALEATÓRIAS: Informalmente, uma varável aleatóra é um característco numérco do resultado de um epermento aleatóro. Defnção: Uma varável aleatóra em um espaço de probabldade (Ω, A, P) é uma função real defnda no espaço Ω, tal que [ ] é um evento aleatóro R;. e., a função : Ω R é varável aleatóra se o evento [ ] A, R. Obs: [ ] A R sgnfca que é uma função mensurável a A. Defnção: Seja ε um epermento e Ω um espaço amostral assocado ao epermento. Uma função, que assoce a cada elemento w pertencente ao Ω um número real é denomnada de varável aleatóra. Ω: Espaço R : Valores possíves de w (w) Obs:.Para cada valor de w Ω corresponderá um valor (w), R será o contradomíno..se (w) corresponder a um valor numérco, a V.A. é undmensonal. 3. Se (w) corresponder a um par ordenado de valores numércos a V.A. é dta bdmensonal. EEMPLO : Seja uma famíla com cranças, v.a. () número de mennos na famíla Ω = {(F,F ); (F,M ); (M,F ); (M,M )} Ω w =(F,F ) w =(F,M ) w 3 =(M,F ) w 4 =(M,M ) 0 R EEMPLO : Dado o epermento: a função(w) V.A. contradomíno da V.A. {0,,} Profa. Sona Isold Marty Gama Müller Págna
2 ε = lançamento de moedas = número de caras obtdos Então: Ω = {(ca,ca), (ca,co), (co,ca), (co,co)} (ca,ca) = (ca,co) = (co,ca) = (co,co) = VARIÁVEIS ALEATÓRIAS DISCRETAS. Defnção: Sendo um varável aleatóra e se os valores possíves de for fnto ou nfnto numerável, denomnamos de v.a dscreta. EEMPLO: Uma fonte radoatva está emtndo partículas α. A emssão dessas partículas é observada em um dspostvo contador, durante um período de tempo especfcado. = número de partículas observadas R = {0,,,..., n,...} (nfnto numerável) = v.a. dscreta 7.3- VARIÁVEIS ALEATÓRIAS CONTÍNUAS: Defnção: Sendo uma v.a., suponha que R, o contradomíno de seja um ntervalo ou uma coleção de ntervalos, sto é, a v.a. toma um número nfnto não numeráves de valores. EEMPLO: Uma lâmpada é nstalada em uma geladera. A v.a. é o período que esta lâmpada funcone. Então: = período de tempo que funcone a lâmpada R = { / 0 < } = é uma v.a. contínua DISTRIBUIÇÃO DE PROBABILIDADE: Seja uma v.a. que assume os valores,,..., n com probabldade p, p,..., p n assocadas a cada elemento de, sendo p + p p n = dz-se que está defnda um Dstrbução de Probabldade. - v.a. dscretas Função de Probabldade - v.a. contínuas Função Densdade de Probabldade FUNÇÃO DE PROBABILIDADE: Profa. Sona Isold Marty Gama Müller Págna
3 Seja um v.a. dscreta. A cada possível resultado assocaremos uma probabldade p( ), então p( ) é uma Função de Probabldade se satsfzer as seguntes condções: a) p( ) = = b) p( ) 0 EEMPLO: Ao lançar um dado e seja os valores observados: Então: P( ) /6 /6 /6 /6 /6 /6 6 a) p( ) = 6 / 6 = = b) p( ) = /6 > 0 P( ) / FUNÇÃO DENSIDADE DE PROBABILIDADE: Se é uma v.a contínua com Função Densdade de Probabldade f () com domíno em R ou no conjunto A R, tem-se: a) f () 0 R + b) f () = c) P(=a) = P(=b) = 0 d) P(a < < b) = f ()d b a EEMPLO : Seja uma v.a.contínua defnda pela f.d.p: Profa. Sona Isold Marty Gama Müller Págna 3
4 0 para < 0 f ( ) = k para 0 0 para > então: Para que seja satsfeta a propredade: + f () = a área do trângulo compreenddo entre 0 e deve ser untáro bh k = = resulta que k=/ k 0 Proposta: Calcular a P(0 < <) EEMPLO : Uma v.a. tem f.d.p. dada por: f() = c c < < 3 0 c / c a) determne a constante c. b) P( > ) c) P( ½ < < 3 / ) Proposta: Calcular P ( 3 / < < 5 / ) 7.5- FUNÇÃO DISTRIBUIÇÃO: 7.5.-DEFINIÇÃO: Seja uma v.a. Defne-se a função F como a Função Dstrbução (Acumulada) da v. a. como F () = P( ), R PROPRIEDADES: P: 0 F() para < < Profa. Sona Isold Marty Gama Müller Págna 4
5 lm F() = F( - ) = 0 lm F() = F( ) = Se aumentaf() também tende a aumentar ( ou pelo menos não dmnur) P: Se. F( ) F( ) ( F é não decrescente) Demo: Se [ ] [ ] P( ) P( ) F( ) F( ) P3: lm o+ F() = F( o ) F() é contínua à dreta DETERMINAÇÃO DE PROBABILIDADE ATRAVÉS DA FUNÇÃO DISTRIBUIÇÃO: Se F() P( ) então:. P( > a) ( a) ( > a) = Ω P( a) + P( > a) = P(Ω) = P( > a) = - P( a ) = - F(a). P(a < b) ( a) (a < b) = ( b) P( a) + P(a < b) = P( b) P(a < b) = P( b) - P( a) = F(b) - F(a) FUNÇÃO DISTRIBUIÇÃO PARA V.A. DISCRETAS: Defnção: Uma v.a. dscreta pode ser caracterzada como aquela cuja Função Dstrbução F() se desenvolve aos saltos. As úncas contrbuções não nulas para F() ocorrem em conjuntos dscretos de pontos: [= ] para = 0,,,... Desta manera, pode-se defnr uma função que assuma valores não nulos somente em. p() = P[ = ] Profa. Sona Isold Marty Gama Müller Págna 5
6 Esta função é denomnada de Função de Probabldade para v.a.dscretas,e tem as seguntes propredades: a) p() = 0 p/ b) 0 p( ), p/ qquer do domíno c) p( ) = P[ = ] = A relação entre F() e p() e: F() = P( )= P( = ) = P( = ) F() = P( = ) E: Dos dados são lançados. A v. a é defnda como a soma dos pontos obtdos: = P( ) /36 /36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 /36 /36 F( ) /36 3/36 6/36 0/36 5/36 /36 6/36 30/36 33/36 35/36 0 < e > / 36 = e = / 36 = 3 e = p() = M 5 / 36 = 6 e = 8 6 / 36 = 7 F() = 0 < / 36 < 3 3 / 36 3 < 4 M 35 / 36 < FUNÇÃO DISTRIBUIÇÃO PARA V.A. CONTÍNUAS: Defnção: Uma v.a é contínua se sua Função Dstrbução (F()): a) For contínua b) f() = F () c) Sua dervada for secconalmente contínua Profa. Sona Isold Marty Gama Müller Págna 6
7 Então o domíno de consstrá em um ou mas ntervalos, fntos ou nfntos. P( = ) = 0 P( = ) P(-h <<) F() - F(-h) 0 quando h 0 + se F() é contínua Sendo uma ntegral a generalzação natural da soma, defn-se no caso, a Função Densdade de Probabldade (f()) pela propredade b f() = F () F() = F() - F(-8 )= = d F(t) dt = dt f(t) dt b P(a < b) = F(b) - F(a) = a f(t) dt A função f() = F () possue as seguntes propredades: a) f() = 0 se não pertencer ao domíno de ( uma vez que fora deste domíno F() é contante e sua dervada é nula). b) f() 0 para todo (dado que F() é uma função não-decrescente) + c) f() d = fazendo + em F()= f(t) dt + = d) f() é secconalmente contínua. f(t) dt = F(+ )- F( )= - 0 = EEMPLO : Uma v.a. tem f.d.p dada por: f() = c/c Determne: a) F() b) P(/ < < ) c) P( /3 ) d) P( < 3/5) Profa. Sona Isold Marty Gama Müller Págna 7
8 7.6- ESPERANÇA DE UMA VARIÁVEL ALEATÓRIA: DEFINIÇÃO: Esperança ou Epectânca de uma v. a. é um valor médo dos possíves valores de, ponderado conforme sua dstrbução,.e.; é uma méda ponderada onde os pesos são as probabldades p( ). É anda, o centro de gravdade da undade de massa que é determnada pela função densdade de. Assm E() é uma medda de localzação ou centro de v.a CASO DISCRETO: E() = = p( ) EEMPLO: Em uma especulação comercal, um homem pode ter um lucro de R$ ,00; com uma probabldade de 60%, ou um prejuízo de R$ 0.000,00; com a probabldade de 40%. Determne sua esperança no negóco. E() = ,6 + (-0.000) 0,4 = = CASO CONTÍNUO: E ( ) = + f ( ) d EEMPLO: Seja uma v.a contínua com f.d.p dada abao, determne sua esperança : f ( ) = 0 0 < c/c + E() =.f () d = Proposta: Calcule a medana da v.a.. 0 d = 4 3 Profa. Sona Isold Marty Gama Müller Págna 8
9 PROPRIEDADES:. E(=c) = c Demo: E( ) = +. E(c) = ce() Demo: E ( c ) =. f ( ) d = + c.. f ( ) d c. f ( = c. ) d = c.= c.f() d = ce() 3. E(a + b) = a.e() + b Demo : decorrente das demonstrações acma VARIÂNCIA DE UMA VARIÁVEL ALEATÓRIA: 7.7.-DEFINIÇÃO: Se é uma v.a., defnmos a varânca de como a dspersão da densdade de em relação ao seu valor de localzação central de densdade(e()) e é dada por: V() = E[-E()] = E(-µ) = E{ - E() + [E()] } = = E( ) - E()E() + [E() ] = (E() é um constante) = E( ) - [E()] // OBS: E( ) = p( ) para o caso dscreto e = + E ( ) = f () d para o caso contínuo CASO DISCRETO: CASO CONTÍNUO: = ( ) V ( ) = µ P ( ) V ( + ) = ( µ ). f ( ) d PROPRIEDADES:. V( + c) = V() Profa. Sona Isold Marty Gama Müller Págna 9
10 Demo: V( + c) = E[(+c) - E(+c)] = E[(+c) - E()-c] = E[ - E()] = V(). V(c) = c.v() Demo: V(c) = E(c) - [E(c)] = c E( ) - c [E()] = c {E( ) - [E()] ] = c V() EEMPLO : Seja uma dstrbução de probabldade dada por: - 0 P() ¼ ½ ¼ Determne a E() e V(). (R: E() = 0 e V()= ½) EEMPLO : Seja a f.d.p dada abao, calcule a E() e V(): f ( ) = 0 0 c/c R: E() = /3 e V() = / EERCÍCIOS: Uma urna contém 5 bolas brancas e 3 pretas. Etraem-se bolas aleatoramente, sem reposção. Seja o número de bolas brancas escolhdas. Determne: a) função de probabldade. b) Função Dstrbução c) Esperança d) Varânca e) P( ) Resolva o eercíco anteror supondo que as etrações sejam fetas com reposção Seja Y um v.a. que represente o número de caras menos o número de coroas em duas jogadas de uma moeda honesta. Determne: a) função de probabldade b) Função Dstrbução c) Esperança d) Varânca e) P(Y>) Profa. Sona Isold Marty Gama Müller Págna 0
11 Dada a tabela abao, determne: 3 4 P() /8 /8 3/8 /8 a) F() b) P( 3) c) P( ) a) P(<3,3) Determne a esperança e varânca das seguntes dstrbuções: a) 3 P() /3 / /6 b) -5-4 P() /4 /8 / /8 c) P() 0,4 0, 0, 0,3 d) f ( ) k, = 0 se 0 0 c/c e) f (, 0 < ) = 0 c/c f) f ( 3 ) = 0, - 0 c/c Determne as respectvas funções de dstrbução acumulada para as dstrbuções de probabldade do eercíco anteror. Profa. Sona Isold Marty Gama Müller Págna
12 Um v.a. tem função densdade de probabldade: c. f () = 0 Determne: a) a constante c b) F() c) P(/<<) d) P(=) para c/c Um v.a. tem Função Dstrbução: 3 c. F() = 0 Determne: a) a constante c b) f() c) P(<<) para para para < 0 Profa. Sona Isold Marty Gama Müller Págna
X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)
Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado
Leia mais2. VARIÁVEIS ALEATÓRIAS
VARIÁVEIS ALEATÓRIAS 0 Varável aleatóra Ω é o espaço amostral de um epermento aleatóro Uma varável aleatóra é uma função que atrbu um número real a cada resultado em Ω Eemplo Retra- ao acaso um tem produzdo
Leia maisDepartamento de Informática. Modelagem Analítica do Desempenho de Sistemas de Computação. Modelagem Analítica. Disciplina: Variável Aleatória
Departamento de Informátca Dscplna: do Desempenho de Sstemas de Computação Varável leatóra Prof. Sérgo Colcher colcher@nf.puc-ro.br Varável leatóra eal O espaço de amostras Ω fo defndo como o conjunto
Leia maisR X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais
30 Varáves aleatóras bdmensonas Sea ε uma experênca aleatóra e S um espaço amostral assocado a essa experênca. Seam X X(s) e Y Y(s) duas funções cada uma assocando um número real a cada resultado s S.
Leia maisAEP FISCAL ESTATÍSTICA
AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras (webercampos@gmal.com) VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras
Leia maisEventos coletivamente exaustivos: A união dos eventos é o espaço amostral.
DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou
Leia maisElementos de Estatística e Probabilidades II
Elementos de Estatístca e Probabldades II Varáves e Vetores Aleatóros dscretos Inês Das 203 O prncpal objetvo da deste documento é fornecer conhecmentos báscos de varáves aleatóras dscretas e pares aleatóros
Leia maisTeoria Elementar da Probabilidade
10 Teora Elementar da Probabldade MODELOS MATEMÁTICOS DETERMINÍSTICOS PROBABILÍSTICOS PROCESSO (FENÓMENO) ALEATÓRIO - Quando o acaso nterfere na ocorrênca de um ou mas dos resultados nos quas tal processo
Leia maisVariáveis Aleatórias
Unversdade Federal do Pará Insttuto de Tecnologa Estatístca Aplcada I Prof. Dr. Jorge Teóflo de Barros Lopes Campus de Belém Curso de Engenhara Mecânca /08/06 7:39 ESTATÍSTICA APLICADA I - Teora das Probabldades
Leia maisCAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA
CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de
Leia maisBC0406 Introdução à Probabilidade e à Estatística Lista de Exercícios Suplementares 3 3 quadrimestre 2011
BC0406 Introdução à Probabldade e à Estatístca Lsta de Eercícos Suplementares novembro 0 BC0406 Introdução à Probabldade e à Estatístca Lsta de Eercícos Suplementares quadrmestre 0 Além destes eercícos,
Leia maisVariável discreta: X = número de divórcios por indivíduo
5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia maisLista de Exercícios. 2 Considere o número de aparelhos com defeito na empresa Garra durante 50 dias.
Classque as varáves: Faculdade Ptágoras / Dvnópols-MG Curso: Pscologa Dscplna: Estatístca Aplcada à Pscologa Lsta de Eercícos a) número de peças produzdas por hora; b) dâmetro eterno da peça; c) número
Leia maisIntrodução a Processos Estocásticos:Exercícios
lvroexerccos 2017/3/19 11:24 page #1 Introdução a Processos Estocástcos:Exercícos Luz Antono Baccalá Escola Poltécnca da USP Departamento de Engenhara de Telecomuncações e Controle 2016 lvroexerccos 2017/3/19
Leia maisVariáveis Aleatórias. Probabilidade e Estatística. Prof. Dr. Narciso Gonçalves da Silva
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Variáveis Aleatórias Variável Aleatória Variável aleatória (VA) é uma função que associa a cada
Leia maisCálculo Numérico BCC760 Interpolação Polinomial
Cálculo Numérco BCC76 Interpolação Polnomal Departamento de Computação Págna da dscplna http://www.decom.ufop.br/bcc76/ 1 Interpolação Polnomal Conteúdo 1. Introdução 2. Objetvo 3. Estênca e uncdade 4.
Leia maisMedidas de Dispersão e Assimetria Desvio Médio Variância Desvio Padrão Medidas de Assimetria Coeficiente de Assimetria Exemplos.
Meddas de Dspersão e Assmetra Desvo Médo Varânca Desvo Padrão Meddas de Assmetra Coefcente de Assmetra Exemplos lde 1 de 16 Meddas de Dspersão - Méda ervem para verfcação e representatvdade das meddas
Leia maisNotas Processos estocásticos. Nestor Caticha 23 de abril de 2012
Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto
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 maisAula 3 - Classificação de sinais
Processamento Dgtal de Snas Aula 3 Professor Marco Esencraft feverero 0 Aula 3 - Classfcação de snas Bblografa OPPENHEIM, AV; WILLSKY, A S Snas e Sstemas, a edção, Pearson, 00 ISBN 9788576055044 Págnas
Leia maisCapítulo 2 Estatística Descritiva Continuação. Prof. Fabrício Maciel Gomes
Capítulo Estatístca Descrtva Contnuação Prof. Fabríco Macel Gomes Problema Uma peça após fundda sob pressão a alta temperatura recebe um furo com dâmetro especfcado em 1,00 mm e tolerânca de 0,5 mm: (11,75
Leia maisAnálise Descritiva com Dados Agrupados
Análse Descrtva com Dados Agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas descrtvas
Leia maisIntrodução. Uma lâmpada nova é ligada e observa-se o tempo gasto até queimar. Resultados possíveis
Introdução A teora das probabldades é um ramo da matemátca que lda modelos de fenômenos aleatóros. Intmamente relaconado com a teora de probabldade está a Estatístca, que se preocupa com a cração de prncípos,
Leia maisMOQ-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 maisCap. IV Análise estatística de incertezas aleatórias
TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda
Leia maisEstatística I Licenciatura MAEG 2006/07
Estatístca I Lcencatura MAEG 006/07 AMOSTRAGEM. DISTRIBUIÇÕES POR AMOSTRAGEM.. Em determnada unversdade verfca-se que 30% dos alunos têm carro. Seleccona-se uma amostra casual smples de 0 alunos. a) Qual
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia maisFAAP APRESENTAÇÃO (1)
ARESENTAÇÃO A Estatístca é uma cênca que organza, resume e smplfca nformações, além de analsá-las e nterpretá-las. odemos dvdr a Estatístca em três grandes campos:. Estatístca Descrtva- organza, resume,
Leia maisTermo-Estatística Licenciatura: 4ª Aula (08/03/2013)
Termo-Estatístca Lcencatura: 4ª Aula (08/03/013) Prof. Alvaro Vannucc RELEMBRADO Dstrbução dscreta (hstogramas) x contínua (curvas de dstrbução): Dada uma Função de Dstrbução de Densdade de Probabldade,
Leia maisCurso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos
Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,
Leia maisProbabilidade e Estatística I Antonio Roque Aula 4. Resumos Numéricos de Distribuições
Probabldade e Estatístca I Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas para
Leia mais2) Como há 6 tipos de peso, e estamos avaliando 2 peças, o espaço amostral será uma matriz 6 x 6:
Lsta de Exercícos - Probabldade INE 700 GABARITO LISTA DE EXERÍIOS PROBABILIDADE ) Vamos medr o tempo de duração da lâmpada. Ao lgarmos a lâmpada ela pode não funconar, ou durar um tempo ndetermnado. a)
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisVariáveis Aleatórias - VA
Variáveis Aleatórias - VA cc ck kc kk 0 1 2 1/4 1/2 Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM - Introdução Se entende por VA ou V. indicadoras uma lista de valores
Leia maisCAPÍTULO 2 - Estatística Descritiva
INF 16 Prof. Luz Alexandre Peternell CAPÍTULO - Estatístca Descrtva Exercícos Propostos 1) Consderando os dados amostras abaxo, calcular: méda artmétca, varânca, desvo padrão, erro padrão da méda e coefcente
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisExercícios propostos:
INF 16 Exercícios propostos: 1. Sabendo-se que Y=X-5 e que E(X)= e V(X)=1, calcule: a)e(y); b)v(y); c)e(x+y); d)e(x + Y ); e)v(x+y); Resp.: 1; 9; 5; 15; 81. Uma urna contém 5 bolas brancas e 7 bolas pretas.
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia maisMedidas de Tendência Central. Prof.: Ademilson Teixeira
Meddas de Tendênca Central Prof.: Ademlson Texera ademlson.texera@fsc.edu.br 1 Servem para descrever característcas báscas de um estudo com dados quanttatvos e comparar resultados. Meddas de Tendênca Central
Leia mais4 Critérios para Avaliação dos Cenários
Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada
Leia maisCORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr
Leia maisResumos Numéricos de Distribuições
Estatístca Aplcada à Educação Antono Roque Aula Resumos umércos de Dstrbuções As representações tabulares e grácas de dados são muto útes, mas mutas vezes é desejável termos meddas numércas quanttatvas
Leia mais3. VARIÁVEIS ALEATÓRIAS
3. VARIÁVEIS ALEATÓRIAS 011 Variável aleatória é o espaço amostral de um eperimento aleatório. Uma variável aleatória,, é uma função que atribui um número real a cada resultado em. Eemplo. Retira-, ao
Leia mais3. VARIÁVEIS ALEATÓRIAS
3. VARIÁVEIS ALEATÓRIAS 0 Varávl alatóra Ω é o spaço amostral d um prmnto alatóro. Uma varávl alatóra,, é uma função qu atrbu um númro ral a cada rsultado m Ω. Emplo. Rtra-s, ao acaso, um tm produzdo d
Leia maisAlgarismos Significativos Propagação de Erros ou Desvios
Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento
Leia maisEST029 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 mais3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas
3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia maisEstatística 4 - Variáveis Aleatórias Unidimensionais
Estatística 4 - Variáveis Aleatórias Unidimensionais UNESP FEG DPD Prof. Edgard - 11 4-1 VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS Variável Aleatória X é uma Função que associa um número real a cada Evento
Leia maisTopologia, geometria e curvas no plano
Topologa, geometra e curvas no plano Roberto Imbuzero Olvera 23 de Março de 2011 1 Abertos, fechados e compactos Defnção 1 Um subconjunto F C é dto fechado se qualquer sequênca convergente em F tem lmte
Leia mais4.1 Modelagem dos Resultados Considerando Sazonalização
30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,
Leia maisESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO
Área Científica Matemática Probabilidades e Estatística Curso Engenharia do Ambiente º Semestre º Ficha n.º: Probabilidades e Variáveis Aleatórias. Lançam-se ao acaso moedas. a) Escreva o espaço de resultados
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Leia maisInterpolação Segmentada
Interpolação Segmentada Uma splne é uma função segmentada e consste na junção de váras funções defndas num ntervalo, de tal forma que as partes que estão lgadas umas às outras de uma manera contínua e
Leia maisPROBABILIDADE - CONCEITOS BÁSICOS
ROBBILIDD - CONCITOS BÁSICOS xpermento leatóro é um expermento no qual: todos os possíves resultados são conhecdos; resulta num valor desconhecdo, dentre todos os resultados possíves; pode ser repetdo
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos
Leia maisVARIÁVEIS 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 maisESTATÍSTICA I Variáveis Aleatórias Variáveis Aleatórias Discretas. Helena Penalva 2006/2007
ESTATÍSTICA I Variáveis Aleatórias 1 Definição: A uma função X de domínio Ω com valores em Ñ X:Ω Ñ, ω X(ω)=x, chamamos variável aleatória (v.a.) em Ω. Ao contradomínio da função X, designaremos por V X
Leia maisTestes não-paramétricos
Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,
Leia maisESCOLA DE APLICAÇÃO DR. ALFREDO JOSÉ BALBI UNITAU APOSTILA PROF. CARLINHOS MATRIZES NOME DO ALUNO: Nº TURMA: blog.portalpositivo.com.
ESCOL DE PLICÇÃO DR. LFREDO JOSÉ LI UNITU POSTIL MTRIZES PROF. CRLINHOS NOME DO LUNO: Nº TURM: blog.portalpostvo.com.br/captcar MTRIZES Uma matrz de ordem m n é qualquer conunto de m. n elementos dspostos
Leia mais7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Leia maisLucas Santana da Cunha de junho de 2017
VARIÁVEL ALEATÓRIA Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 19 de junho de 2017 Uma função que associa um número real aos resultados
Leia maisVariáveis aleatórias. Universidade Estadual de Santa Cruz. Ivan Bezerra Allaman
Variáveis aleatórias Universidade Estadual de Santa Cruz Ivan Bezerra Allaman DEFINIÇÃO É uma função que associa cada evento do espaço amostral a um número real. 3/37 Aplicação 1. Seja E um experimento
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisEST012 - Estatística Econômica I Turma A - 1 o Semestre de 2019 Lista de Exercícios 3 - Variável aleatória
Exercício 1. Considere uma urna em que temos 4 bolas brancas e 6 bolas pretas. Vamos retirar, ao acaso, 3 bolas, uma após a outra e sem reposição. Sejam X: o número de bolas brancas e Y : o número de bolas
Leia mais3 A técnica de computação intensiva Bootstrap
A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.
Leia maisFlambagem. Cálculo da carga crítica via MDF
Flambagem Cálculo da carga crítca va MDF ROF. ALEXANDRE A. CURY DEARTAMENTO DE MECÂNICA ALICADA E COMUTACIONAL Flambagem - Cálculo da carga crítca va MDF Nas aulas anterores, vmos como avalar a carga crítca
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos
Leia maisDEFINIÇÃO - MODELO LINEAR GENERALIZADO
DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto
Leia maisDinâmica Estocástica. Instituto de Física, outubro de Tânia Tomé - Din Estoc
Dnâmca Estocástca Insttuto de Físca, outubro de 2016 1 Dnâmcas estocástcas para o modelos defndos em redes Sstema defndo em um retculado em um espaço de d dmensões Exemplo: rede quadrada d=2 em que cada
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
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 maisMECÂNICA CLÁSSICA. AULA N o 7. Teorema de Liouville Fluxo no Espaço de Fases Sistemas Caóticos Lagrangeano com Potencial Vetor
1 MECÂNICA CLÁSSICA AULA N o 7 Teorema de Louvlle Fluo no Espaço de Fases Sstemas Caótcos Lagrangeano com Potencal Vetor Voltando mas uma ve ao assunto das les admssíves na Físca, acrescentamos que, nos
Leia maisALGORITMOS PARA DADOS AUMENTADOS
ALGORITMOS PARA DADOS AUMNTADOS. INTRODUÇÃO Dos algortmos baseados na consderação de dados latentes. Temos os dados efetvamente observados e de uma manera convenente aumentamos esses dados ntroduzndo os
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 6 - Distribuições Contínuas (Parte 01) Leitura obrigatória: Devore, Capítulo 4 Cap 6-1 Objetivos Nesta aula, vamos aprender: Representações de uma v. a. contínua: função
Leia mais2ª ACTIVIDADE ESCRITA DE MATEMÁTICA A 12.º C 2009 NOVEMBRO 20 Duração da prova: 45 minutos VERSÃO 1. Grupo I
ª ATIVIDADE ESRITA DE MATEMÁTIA A.º 009 NOVEMBRO 0 Duração da prova 4 mnutos VERSÃO Grupo I Para cada uma das três questões deste grupo, seleccone a resposta correcta de entre as alternatvas que lhe são
Leia maisNOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES
NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco
Leia maisVariável 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 maisTESTE DO QUI-QUADRADO - Ajustamento
Exemplo 3: Avalar se uma moeda ou um dado é honesto; Em 100 lances de moeda, observaram-se 65 coroas e 35 caras. Testar se a moeda é honesta. 1 H 0 : a moeda é honesta; H 1 : a moeda não é honesta; 2 α
Leia mais2ª Atividade Formativa UC ECS
I. Explque quando é que a méda conduz a melhores resultados que a medana. Dê um exemplo para a melhor utlzação de cada uma das meddas de localzação (Exame 01/09/2009). II. Suponha que um professor fez
Leia maisAula Características dos sistemas de medição
Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes
Leia maisDistribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD
Dstrbuções Amostras Estatístca 8 - Dstrbuções Amostras 08- Dstrbuções Amostras Dstrbução Amostral de Objetvo: Estudar a dstrbução da população costtuída de todos os valores que se pode obter para, em fução
Leia maisCONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues
CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas
Leia mais5 Formulação para Problemas de Potencial
48 Formulação para Problemas de Potencal O prncpal objetvo do presente capítulo é valdar a função de tensão do tpo Westergaard obtda para uma trnca com abertura polnomal (como mostrado na Fgura 9a) quando
Leia maisCálculo das Probabilidades e Estatística I
Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Variáveis Aleatórias Ao descrever um espaço
Leia maisEstatística (MAD231) Turma: IGA. Período: 2018/2
Estatística (MAD231) Turma: IGA Período: 2018/2 Aula #03 de Probabilidade: 19/10/2018 1 Variáveis Aleatórias Considere um experimento cujo espaço amostral é Ω. Ω contém todos os resultados possíveis: e
Leia maisCURSO A DISTÂNCIA DE GEOESTATÍSTICA
CURSO A DISTÂNCIA DE GEOESTATÍSTICA Aula 6: Estaconardade e Semvarânca: Estaconardade de a. ordem, Hpótese ntríseca, Hpótese de krgagem unversal, Crtéros para escolha, Verfcação, Representatvdade espacal,
Leia maisESCOLA SUPERIOR DE TECNOLOGIA
Departamento Matemática Probabilidades e Estatística Curso Engenharia do Ambiente 2º Semestre 1º Ficha n.º1: Probabilidades e Variáveis Aleatórias 1. Lançam- ao acaso 2 moedas. a) Escreva o espaço de resultados
Leia maisVariáveis Aleatórias
Variáveis Aleatórias Conceitos, Discretas, Contínuas, Propriedades Itens 5. e 6. BARBETTA, REIS e BORNIA Estatística para Cursos de Engenharia e Informática. Atlas, 004 Variável aleatória Uma variável
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisINTRODUÇÃO À PROBABILIDADE. A probabilidade é uma medida da incerteza dos fenômenos. Traduz-se por um número real compreendido de 0 ( zero) e 1 ( um).
INTRODUÇÃO À PROILIDDE teora das probabldade nada mas é do que o bom senso transformado em cálculo probabldade é o suporte para os estudos de estatístca e expermentação. Exemplos: O problema da concdênca
Leia maisProf. Dr. Lucas Santana da Cunha de maio de 2018 Londrina
Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 21 de maio de 2018 Londrina 1 / 14 Variável aleatória Introdução Definição Uma função que associa um número real
Leia maisUNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)
UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade
Leia maisPROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011
Instruções: PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 00/0 Cada uestão respondda corretamente vale (um) ponto. Cada uestão respondda ncorretamente vale - (menos um) ponto. Cada uestão
Leia maisDinâmica Estocástica. Instituto de Física, outubro de Tânia Tomé - Din Estoc
Dnâmca Estocástca Insttuto de Físca, outubro de 06 Dnâmcas estocástcas defndas em retculados odelo de Isng Dnâmcas estocástcas em retculados Retculado (rede Exemplo: Rede quadrada regular com = 4 X 4=6
Leia maisAULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.
Estatístca Aplcada à Engenhara AULA 4 UNAMA - Unversdade da Amazôna.8 MEDIDA EPARATRIZE ão valores que separam o rol (os dados ordenados) em quatro (quarts), dez (decs) ou em cem (percents) partes guas.
Leia maisVariáveis aleatórias
Variáveis aleatórias Joaquim Neto joaquim.neto@ufjf.edu.br www.ufjf.br/joaquim_neto Departamento de Estatística - ICE Universidade Federal de Juiz de Fora (UFJF) Versão 3.0 Joaquim Neto (UFJF) ICE - UFJF
Leia maisRedução dos Dados. Júlio Osório. Medidas Características da Distribuição. Tendência Central (Localização) Variação (Dispersão) Forma
Redução dos Dados Júlo Osóro Meddas Característcas da Dstrbução Tendênca Central (Localzação) Varação (Dspersão) Forma 1 Meddas Característcas da Dstrbução Meddas Estatístcas Tendênca Central Dspersão
Leia maisVariáveis Aleatórias Discretas 1/1
Variáveis Aleatórias Discretas Professores Eduardo Zambon e Magnos Martinello UFES Universidade Federal do Espírito Santo DI Departamento de Informática CEUNES Centro Universitário Norte do Espírito Santo
Leia maisDISTRIBUIÇÕES NORMAL E BINOMIAL CORRELAÇÃO LINEAR Estatística. HERCULES SARTI Mestre
DISTRIBUIÇÕES NORMAL E BINOMIAL CORRELAÇÃO LINEAR Estatístca HERCULES SARTI Mestre Dstrbução Normal Dstrbução Normal 270 240 210 180 150 120 90 60 30 0 0 1 2 3 4 5 6 7 8 9 10 1 3 0 0 0 1 2 0 0 0 1 1 0
Leia mais