Modelos Probabiĺısticos Discretos
|
|
- Ana Beatriz Figueira Fragoso
- 6 Há anos
- Visualizações:
Transcrição
1 Discretos Prof. Gilberto Rodrigues Liska UNIPAMPA 19 de Setembro de 2017 Material de Apoio Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
2 Introdução Sumário 1 Introdução Função de Probabilidade 2 Modelos Probabiĺısticos Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
3 Introdução Variável Aleatória (v.a.) Variável Aleatória Uma função X que associa a cada elemento do espaço amostral um valor em um conjunto enumerável de pontos da reta é denominada variável aleatória discreta. OBS: Se o conjunto de valores é qualquer intervalo de números reais, X é denominada variável aleatória contínua. Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
4 Introdução Exemplos Observar o sexo de filhotes em ninhadas de três filhotes Espaço amostral: Ω = { (MMM), (MMF ), (MFM), (FMM), (MFF ), (FMF ), (FFM), (FFF ) Defina X: número de filhotes machos (M); Então X é uma v.a. discreta que assume valores no conjunto {0, 1, 2, 3}, ou seja X = {0, 1, 2, 3}. Observar o tempo de vida de um equipamento. Espaço amostral: Ω = {t t 0} Defina X: tempo de vida do equipamento; Então X é uma v.a. contínua que assume valores no conjunto {t t 0}, ou seja X = {t t 0}. } Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
5 Introdução Função de Probabilidade Função de Probabilidade para variável aleatória discreta Uma v.a. pode ser caracterizada por funções, gráficos (gráfico de linha) e medidas descritivas (valor esperado, desvio-padrão). Função de probabilidade (f.p.) É uma função que atribui a cada valor x i da v.a. discreta X sua probabilidade de ocorrência e pode ser representada pela tabela: Tabela 1: Distribuição de probabilidades da v.a. X X x 1 x 2 x n P [X = x i ] P [X = x 1 ] P [X = x 2 ] P [X = x n ] Uma função de probabilidade deve satisfazer: 1 0 P [X = x i ] 1 n 2 P [X = x i ] = 1 i=1 Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
6 Introdução Função de Probabilidade Exemplo 1 Exemplo 1 Uma turma de estudantes é formada por 35 pessoas, sendo 21 homens e 14 mulheres. Uma comissão de 3 alunos será constituída sorteando, ao acaso e sem reposição, três membros da turma. Considerando como v.a. o número de mulheres na comissão: (a) Determine a distribuição de probabilidades. (b) Calcule a probabilidade da comissão ser formada por, pelo menos, duas mulheres. Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
7 Introdução Função de Probabilidade Exemplo 1 SOLUÇÃO Seja X a v.a. que representa o número de mulheres na comissão. Pelo diagrama de árvore, pode-se obter o espaço amostral Espaço Amostral Probabilidade X 21 HHH 33 = 0, HHM = 0, HMH = 0, MHH = 0, HMM = 0, MHM = 0, MMH = 0, MMM = 0, Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
8 Introdução Função de Probabilidade Exemplo 1 Assim, a função de probabilidade (item (a)) é dada por Tabela 2: Distribuição de probabilidades do número de mulheres na comissão Ou, de uma maneira mais formal, X P [X = x] 0, 203 0, 450 0, 291 0, 056 P [X = x] = Dessa forma, a probabilidade do item (b) é: 0, 203, x = 0 0, 450, x = 1 0, 291, x = 2 0, 056, x = 3 P [X 2] = P [X = 2] + P [X = 3] = 0, , 056 = 0, 347 Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
9 Sumário 1 Introdução 2 Modelos Probabiĺısticos Distribuição Bernoulli Distribuição Binomial Distribuição Poisson Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
10 Modelos Probabiĺısticos Algumas variáveis aleatórias aparecem com bastante frequência em situações práticas de experimentos aleatórios. Ex.: peso, altura, número de descendentes, sexo, espécie, etc. Nesses casos, a distribuição de probabilidades pode ser descrita de uma maneira mais fácil através de uma lei (modelo) para atribuir probabilidade. Um mesmo modelo pode ser utilizado para descrever a distribuição de probabilidade de várias variáveis aleatórias. Exemplos de possíveis modelos: Peso, altura, temperatura v.a. contínua Modelo Normal Número de???? v.a. discreta (contagem) Modelo de Poisson Sexo, cor v.a. discreta (binária) Modelo de Bernoulli Binomial Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
11 Distribuição Bernoulli Distribuição Bernoulli Na prática muitos experimentos admitem apenas dois resultados. Exemplo: 1 Uma peça é classificada como boa ou defeituosa; 2 O resultado de um exame médico para detecção de uma doença é positivo ou negativo; 3 Um entrevistado concorda ou não com a afirmação feita; 4 No lançamento de uma dado ocorre ou não face 6; 5 Ao nascer, um filhote pode ser macho ou fêmea. Esses experimentos (ensaios) apresentam alternativas dicotômicas e podem ser representados genericamente por uma resposta do tipo sucesso (S) ou fracasso (F) e recebem o nome de ensaios de Bernoulli e originam uma variável aleatória com distribuição de Bernoulli. Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
12 Distribuição Bernoulli Distribuição Bernoulli Definição Se X é uma v.a. que assume apenas dois valores (1 se ocorrer sucesso (S) e 0 se ocorrer fracasso (F)), com probabilidade de sucesso p, 0 p 1, então a função de probabilidade é dada por f (x; p) = P [X = x] = p x (1 p) 1 x em que x = 0, 1. Notação: X Bernoulli (p). Leia-se: X é uma v.a. com distribuição Bernoulli com parâmetro p. Se X Bernoulli (p), pode-se mostrar que: E [X] = p Var [X] = p (1 p) Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
13 Distribuição Binomial Distribuição Binomial Definição Considere a repetição de n ensaios Bernoulli independentes e todos com a mesma probabilidade de sucesso p. A variável aleatória que conta o número total de sucessos nos n ensaios é denominada de v.a. Binomial com parâmetros n e p e sua função de probabilidade ( ) é dada por: n f (x; n, p) = P [X = x] = p x (1 p) n x x em que x = 1, 2,..., n e 0 p 1. Notação: X Bin (n, p). Se X Bin (n, p), pode-se mostrar que: E [X] = np Var [X] = np (1 p) Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
14 Distribuição Binomial Exemplo 2 Exemplo 2 Seja o experimento em que se observa o nascimento de 10 filhotes de uma cadela, em que a probabilidade de nascer um filhote macho ou fêmea é igual a 50%. Encontre a probabilidade de nascer menos de duas fêmeas e o número esperado de nascimento de fêmeas. Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
15 Distribuição Binomial Exemplo 2 SOLUÇÃO: Seja a v.a. X: número de fêmeas nascidas. Então P [M] = P [F ] = 1/2 = 0, 5. Logo X Bin (n = 10, p = 0, 5). P [X = x] = ( 10 x Assim, obtém-se a probabilidade desejada: ) 0, 5 x (1 0, 5) 10 x ; x = 1,..., 10 P [X < 2] = P [X = 0] + P [X = 1] ( 10 = 0 ) 0, 5 0 (1 0, 5) = 0, , 0098 = 0, 01 ( 10 1 ) 0, 5 1 (1 0, 5) 10 1 O número esperado é E [X] = np = 10 0, 5 = 5 f êmeas. Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
16 Distribuição Binomial Exemplo 3 Exemplo 3 O professor da disciplina de Estatística elaborou uma prova de múltipla escolha contendo 10 questões com 5 alternativas cada. Suponha que parte dos estudantes, que vão fazer a prova, não vão às aulas e não estudaram para a prova (o que é muito frequente). O professor estabeleceu que para ser aprovado o aluno deve acertar, pelo menos, duas questões (o que é pouco frequente). Qual a probabilidade de um aluno ser aprovado? Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
17 Distribuição Binomial Exemplo 3 SOLUÇÃO: Seja a v.a. X: número de questões respondidas corretamente nas 10 questões. Considere o evento A: o aluno acertou a questão. Então P [A] = 1/5 = 0, 2. Logo X Bin (n = 10, p = 0, 2). P [X = x] = ( 10 x Assim, obtém-se a probabilidade desejada: ) 0, 2 x (1 0, 2) 10 x ; x = 1,..., 10 P [X < 2] = 1 {P [X = 0] + P [X = 1]} = 0, A probabilidade de um aluno ser aprovado é 62, 42%. Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
18 Distribuição Binomial Distribuição Binomial com parâmetros n = 10 e p. Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
19 Distribuição Binomial Distribuição Binomial com parâmetros n = 20 e p. Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
20 Distribuição Binomial Distribuição Binomial com parâmetros n = 30 e p. Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
21 Distribuição Poisson Modelo de Poisson Na prática, muitos experimentos consistem em observar a ocorrência de eventos discretos em um intervalo contínuo (unidade de medida). Exemplos 1 Número de consultas a uma base de dados em um minuto; 2 Número de casos de dengue por quilômetro quadrado em Itaqui; 3 Número de manchas (falhas) por metro quadrado no esmaltado de uma geladeira; 4 Número de chamadas e/ou mensagens que você recebe no seu celular durante a aula; 5 Número de carros que chegam ao câmpus entre 10 a.m. e 12 a.m. Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
22 Distribuição Poisson Distribuição Poisson Definição Uma v.a. discreta X tem distribuição de Poisson com parâmetro µ se sua função de probabilidade é dada por f (x; µ) = P [X = x] = e µ µ x x! Em que X é a v.a associada ao número de eventos discretos (x = 0, 1,...) em k unidades de medida, µ = λ k é a média de eventos discretos em k unidades de medida e λ é a intensidade. Notação: X Poisson (µ). Se X Poisson (µ), pode-se mostrar que: E [X] = µ Var [X] = µ Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
23 Distribuição Poisson Exemplo 4 Exemplo 4 Uma tecelagem produz tecidos com 0, 1 defeitos, em média, por metro quadrado. Qual é a probabilidade que ao selecionar um metro quadrado ao acaso ele tenha mais de um defeito? Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
24 Distribuição Poisson Exemplo 4 SOLUÇÃO: Seja X: número de defeitos por metro quadrado, então, X Poisson (µ = 0, 1). Daí, P [X > 1] = P [X = 2] + P [X = 3] +... = 1 {P [X = 0] + P [X = 1]} { e 0,1 0, 1 0 = 1 + e 0,1 0, 1 1 } = 1 0, , ! 1! = 0, 0047 Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
25 Distribuição Poisson Exemplo 5 Exemplo 5 Suponha que a central telefônica de uma empresa de grande porte recebe em média 3 chamadas a cada 4 minutos. Qual é a probabilidade que a central recepcione 2 ou menos chamadas em um intervalo de 2 minutos? Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
26 Distribuição Poisson Exemplo 5 SOLUÇÃO: Seja X: número de chamadas que recebe a central telefônica da empresa em 2 minutos. Note que são recebidas 3 ligações a cada 4 minutos, o que representa a intenseidade do processo. Assim, λ = 3/4 = 0, 75 e k = 2. Logo, µ = λ k = 0, 75 2 = 1, 5 e, portanto, X Poisson (µ = 1, 5). Daí, P [X 2] = P [X = 0] + P [X = 1] + P [X = 2] = e 1,5 1, e 1,5 1, e 1,5 1, 5 2 0! 1! 2! = 0, , , 2510 = 0, 8088 Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
27 Distribuição Poisson Distribuição Poisson com parâmetro µ. Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
28 Distribuição Poisson Em resumo Existem muitas outras distribuições de probabilidade discretas! Vimos apenas três. Alguns outros casos: Probabilidade de sucesso em ensaios sem reposição: Distribuição Hipergeométrica; Número de sucessos até a primeira falha: Distribuição Geométrica; Número de sucessos até a r-ésima falha: Distribuição Binomial Negativa; Equiprobabilidade entre os eventos: Distribuição Uniforme discreta; Entre outras. Gilberto R. Liska ( UNIPAMPA ) Notas de Aula 19 de Setembro de / 28
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 maisAULA 07 Distribuições Discretas de Probabilidade
1 AULA 07 Distribuições Discretas de Probabilidade Ernesto F. L. Amaral 31 de agosto de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro:
Leia maisDistribuição Normal de Probabilidade
Distribuição Normal de Probabilidade 1 Aspectos Gerais 2 A Distribuição Normal Padronizada 3 Determinação de Probabilidades 4 Cálculo de Valores 5 Teorema Central do Limite 1 1 Aspectos Gerais Variável
Leia maisProbabilidade parte 2. Robério Satyro
Probabilidade arte Robério Satyro Definição de robabilidade Vamos analisar o fenômeno aleatório lançamento de uma moeda erfeita. Nesse caso, temos: = {C, C} () = Os subconjuntos de são, {C}, { C} e {C,
Leia maisModelo Uniforme. como eu e meu colega temos 5 bilhetes, temos a mesma probabilidade de ganhar a rifa:
Modelo Uniforme Exemplo: Uma rifa tem 100 bilhetes numerados de 1 a 100. Tenho 5 bilhetes consecutivos numerados de 21 a 25, e meu colega tem outros 5 bilhetes, com os números 1, 11, 29, 68 e 93. Quem
Leia maisDISTRIBUIÇÃO DE FREQUÊNCIA DE VARIÁVEIS QUALITATIVAS E QUANTITATIVAS DISCRETAS (TABELAS E GRÁFICOS)
DISTRIBUIÇÃO DE FREQUÊNCIA DE VARIÁVEIS QUALITATIVAS E QUANTITATIVAS DISCRETAS (TABELAS E GRÁFICOS) O QUE É ESTATÍSTICA Estatística é a ciência de obter conclusões a partir de dados. Envolve métodos para
Leia maisDEPARTAMENTO DE MATEMÁTICA
FACULDADE DE CIÊNCIAS NATURAIS E MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA Campus de Lhanguene, Av. de Moçambique, km 1, Tel: +258 21401078, Fax: +258 21401082, Maputo Cursos de Licenciatura em Ensino de Matemática
Leia maisTécnicas de Contagem I II III IV V VI
Técnicas de Contagem Exemplo Para a Copa do Mundo 24 países são divididos em seis grupos, com 4 países cada um. Supondo que a escolha do grupo de cada país é feita ao acaso, calcular a probabilidade de
Leia maisCap. II EVENTOS MUTUAMENTE EXCLUSIVOS E EVENTOS NÃO- EXCLUSIVOS
Cap. II EVENTOS MUTUAMENTE EXCLUSIVOS E EVENTOS NÃO- EXCLUSIVOS Dois ou mais eventos são mutuamente exclusivos, ou disjuntos, se os mesmos não podem ocorrer simultaneamente. Isto é, a ocorrência de um
Leia maisProbabilidade. Evento (E) é o acontecimento que deve ser analisado.
Probabilidade Definição: Probabilidade é uma razão(divisão) entre a quantidade de eventos e a quantidade de amostras. Amostra ou espaço amostral é o conjunto formado por todos os elementos que estão incluídos
Leia maisProbabilidade. Luiz Carlos Terra
Luiz Carlos Terra Nesta aula, você conhecerá os conceitos básicos de probabilidade que é a base de toda inferência estatística, ou seja, a estimativa de parâmetros populacionais com base em dados amostrais.
Leia maisPressuposições à ANOVA
UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Estatística II Aula do dia 09.11.010 A análise de variância de um experimento inteiramente ao acaso exige que sejam
Leia mais5) Qual a probabilidade de sair um ás de ouros quando retiramos uma carta de um baralho de 52 cartas?
TERCEIRA LISTA DE EXERCÍCIOS DE PROBABILIDADE CURSO: MATEMÁTICA PROF. LUIZ CELONI 1) Dê um espaço amostral para cada experimento abaixo. a) Uma urna contém bolas vermelhas (V), bolas brancas (B) e bolas
Leia maisSe A =, o evento é impossível, por exemplo, obter 7 no lançamento de um dado.
PROBABILIDADE Espaço amostral Espaço amostral é o conjunto universo U de todos os resultados possíveis de um experimento aleatório. O número de elementos desse conjunto é indicado por n(u). Exemplos: No
Leia maisGEOMETRIA. sólidos geométricos, regiões planas e contornos PRISMAS SÓLIDOS GEOMÉTRICOS REGIÕES PLANAS CONTORNOS
PRISMAS Os prismas são sólidos geométricos muito utilizados na construção civil e indústria. PRISMAS base Os poliedros representados a seguir são denominados prismas. face lateral base Nesses prismas,
Leia maisMódulo de Princípios Básicos de Contagem. Segundo ano
Módulo de Princípios Básicos de Contagem Combinação Segundo ano Combinação 1 Exercícios Introdutórios Exercício 1. Numa sala há 6 pessoas e cada uma cumprimenta todas as outras pessoas com um único aperto
Leia maisPRINCÍPIOS DA MULTIPLICAÇÃO, DA ADIÇÃO E DA INCLUSÃO-
Matemática Discreta 2009.10 Exercícios CAP2 pg 1 PRINCÍPIOS DA MULTIPLICAÇÃO, DA ADIÇÃO E DA INCLUSÃO- EXCLUSÃO 1. Quantas sequências com 5 letras podem ser escritas usando as letras A,B,C? 2. Quantos
Leia maisPESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR. Prof. Angelo Augusto Frozza, M.Sc.
PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR Prof. Angelo Augusto Frozza, M.Sc. ROTEIRO Esta aula tem por base o Capítulo 2 do livro de Taha (2008): Introdução O modelo de PL de duas variáveis Propriedades
Leia maisCorrente elétrica, potência, resistores e leis de Ohm
Corrente elétrica, potência, resistores e leis de Ohm Corrente elétrica Num condutor metálico em equilíbrio eletrostático, o movimento dos elétrons livres é desordenado. Em destaque, a representação de
Leia maisFicha Prática 5: Cap 3.Princípios Elementares de Contagem
Matemática Discreta - 2010/11 Cursos: Engenharia Informática, Informática de Gestão DEPARTAMENTO de MATEMÁTICA ESCOLA SUPERIOR de TECNOLOGIA e de GESTÃO - INSTITUTO POLITÉCNICO de BRAGANÇA Ficha Prática
Leia maisAvaliação de Empresas Profa. Patricia Maria Bortolon
Avaliação de Empresas RISCO E RETORNO Aula 2 Retorno Total É a variação total da riqueza proporcionada por um ativo ao seu detentor. Fonte: Notas de Aula do Prof. Claudio Cunha Retorno Total Exemplo 1
Leia maisMedidas de Tendência Central. Introdução Média Aritmética Moda Mediana
Medidas de Tendência Central Introdução Média Aritmética Moda Mediana Introdução A maioria dos dados apresenta uma tendência de se concentrar em torno de um ponto central Portanto, é possível selecionar
Leia maisIntrodução. Ou seja, de certo modo esperamos que haja uma certa
UNIVERSIDADE FEDERAL DA PARAÍBA Teste de Independência Luiz Medeiros de Araujo Lima Filho Departamento de Estatística Introdução Um dos principais objetivos de se construir uma tabela de contingência,
Leia maisCURSO DE MATEMÁTICA BÁSICA PROGRAMA DE EDUCAÇÃO TUTORIAL CENTRO DE ENGENHARIA DA MOBILIDADE
CURSO DE MATEMÁTICA BÁSICA Aula 01 Introdução a Geometria Plana Ângulos Potenciação Radiciação Introdução a Geometria Plana Introdução: No estudo da Geometria Plana, consideraremos três conceitos primitivos:
Leia mais3º Ano do Ensino Médio. Aula nº06
Nome: Ano: º Ano do E.M. Escola: Data: / / 3º Ano do Ensino Médio Aula nº06 Assunto: Noções de Estatística 1. Conceitos básicos Definição: A estatística é a ciência que recolhe, organiza, classifica, apresenta
Leia maisEstatística e Probabilidade. Aula 5 Cap 03 Probabilidade
Estatística e Probabilidade Aula 5 Cap 03 Probabilidade Na aula anterior vimos... Conceito de Probabilidade Experimento Probabilístico Tipos de Probabilidade Espaço amostral Propriedades da Probabilidade
Leia maisInteligência Artificial
Inteligência Artificial Aula 7 Programação Genética M.e Guylerme Velasco Programação Genética De que modo computadores podem resolver problemas, sem que tenham que ser explicitamente programados para isso?
Leia maisCOMENTÁRIO DA PROVA DO BANCO DO BRASIL
COMENTÁRIO DA PROVA DO BANCO DO BRASIL Prezados concurseiros, segue abaixo os comentários das questões de matemática propostas pela CESPE no último concurso para o cargo de escriturário do Banco do Brasil
Leia maisAULA 19 Análise de Variância
1 AULA 19 Análise de Variância Ernesto F. L. Amaral 18 de outubro de 2012 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro: LTC. Capítulo
Leia maisMódulo de Equações do Segundo Grau. Equações do Segundo Grau: Resultados Básicos. Nono Ano
Módulo de Equações do Segundo Grau Equações do Segundo Grau: Resultados Básicos. Nono Ano Equações do o grau: Resultados Básicos. 1 Exercícios Introdutórios Exercício 1. A equação ax + bx + c = 0, com
Leia maisA vida sem reflexão não merece ser vivida Sócrates Disciplina: ESTATÍSTICA e PROBABILIDADE
Notas de aula 07 1 A vida sem reflexão não merece ser vivida Sócrates Disciplina: ESTATÍSTICA e PROBABILIDADE 1. Medidas de Forma: Assimetria e Curtose. A medida de assimetria indica o grau de distorção
Leia maisISEG - ESTATÍSTICA I - EN, Economia/Finanças - 1 de Junho de 2010 Tópicos de correcção. 1ª Parte. > 0. Justifique a igualdade: P(( A B)
ISEG - ESTATÍSTICA I - EN, Economia/Finanças - de Junho de 00 Tópicos de correcção ª Parte. Sejam os acontecimentos A, B, C tais que P ( A B) > 0. Justifique a igualdade: ( A B) C) = B A). A). C ( A B)).
Leia maisDistribuição Uniforme Discreta. Modelos de distribuições discretas. Distribuição de Bernoulli. Distribuição Uniforme Discreta
Distribuição Uniforme Discreta Modelos de distribuições discretas Notas de Aula da Profa. Verónica González-López e do Prof. Jesús Enrique García, digitadas por Beatriz Cuyabano. Acréscimos e modicações:
Leia maisUniversidade Federal de Ouro Preto UFOP. Instituto de Ciências Exatas e Biológicas ICEB. Departamento de Computação DECOM
Programação de Computadores I BCC 701 2012-02 Lista de Exercícios 02 Desvio do Fluxo de Execução - Parte A Exercício 01 Codifique um programa que faça a entrada de um número qualquer pelo teclado. A seguir
Leia maisGUIA DE FUNCIONAMENTO DA UNIDADE CURRICULAR
GUIA DE FUNCIONAMENTO DA UNIDADE CURRICULAR Estatística Biologia Ano lectivo: 2011 /2012 Docentes Responsável Júri Vogal Vogal Responsável pela pauta Docentes que leccionam a UC Ana Maria Caeiro Lebre
Leia maisFACULDADE DE CIÊNCIAS E TECNOLOGIA. Redes de Telecomunicações (2006/2007)
FACULDADE DE CIÊNCIAS E TECNOLOGIA Redes de Telecomunicações (2006/2007) Engª de Sistemas e Informática Trabalho nº4 (1ª aula) Título: Modelação de tráfego utilizando o modelo de Poisson Fundamentos teóricos
Leia maisFigura 4.1: Diagrama de representação de uma função de 2 variáveis
1 4.1 Funções de 2 Variáveis Em Cálculo I trabalhamos com funções de uma variável y = f(x). Agora trabalharemos com funções de várias variáveis. Estas funções aparecem naturalmente na natureza, na economia
Leia maisFundamentos de Bancos de Dados 3 a Prova Caderno de Questões
Fundamentos de Bancos de Dados 3 a Prova Caderno de Questões Prof. Carlos A. Heuser Dezembro de 2009 Duração: 2 horas Prova com consulta Questão 1 (Construção de modelo ER) Deseja-se projetar a base de
Leia maisDISTRIBUIÇÕES DE PROBABILIDADE
DISTRIBUIÇÕES DE PROBABILIDADE i1 Introdução Uma distribuição de probabilidade é um modelo matemático que relaciona um certo valor da variável em estudo com a sua probabilidade de ocorrência. Há dois tipos
Leia maisResolução da Lista de Exercício 6
Teoria da Organização e Contratos - TOC / MFEE Professor: Jefferson Bertolai Fundação Getulio Vargas / EPGE Monitor: William Michon Jr 10 de novembro de 01 Exercícios referentes à aula 7 e 8. Resolução
Leia maisADMINISTRAÇÃO DE BANCOS DE DADOS MÓDULO 8
ADMINISTRAÇÃO DE BANCOS DE DADOS MÓDULO 8 Índice 1. Modelagem de Dados - Continuação...3 1.1. Modelo Entidade-Relacionamento (MER) - II... 3 1.1.1. Entidades fortes e entidades fracas... 3 1.2. Dicionário
Leia maisProbabilidade e Estatística 2008/2. Regras de adicão, probabilidade condicional, multiplicação e probabilidade total.
Probabilidade e Estatística 2008/2 Prof. Fernando Deeke Sasse Problemas Resolvidos Regras de adicão, probabilidade condicional, multiplicação e probabilidade total. 1. Um fabricante de lâmpadas para faróis
Leia maisCaique Tavares. Probabilidade Parte 1
Caique Tavares Probabilidade Parte 1 Probabilidade: A teoria das probabilidades é um ramo da Matemática que cria, elabora e pesquisa modelos para estudar experimentos ou fenômenos aleatórios. Principais
Leia maisUnidade 3 Função Afim
Unidade 3 Função Afim Definição Gráfico da Função Afim Tipos Especiais de Função Afim Valor e zero da Função Afim Gráfico definidos por uma ou mais sentenças Definição C ( x) = 10. x + Custo fixo 200 Custo
Leia maisComandos de Desvio 1
Programação de Computadores I UFOP DECOM 2014 1 Aula prática 3 Comandos de Desvio 1 Sumário Resumo Nesta aula você irá resolver problemas que requerem uma decisão com base em um teste, ou condição. Para
Leia maisQUESTÕES PARA A 3ª SÉRIE ENSINO MÉDIO MATEMÁTICA 2º BIMESTE SUGESTÕES DE RESOLUÇÕES
QUESTÕES PARA A 3ª SÉRIE ENSINO MÉDIO MATEMÁTICA 2º BIMESTE QUESTÃO 01 SUGESTÕES DE RESOLUÇÕES Descritor 11 Resolver problema envolvendo o cálculo de perímetro de figuras planas. Os itens referentes a
Leia maisMatemática. Resolução das atividades complementares. M3 Conjuntos
Resolução das atividades complementares Matemática M Conjuntos p. (UEMG) Numa escola infantil foram entrevistadas 8 crianças, com faia etária entre e anos, sobre dois filmes, e. Verificou-se que 4 delas
Leia maisProbabilidade e Estatística
Probabilidade e Estatística TESTES DE HIPÓTESES (ou Testes de Significância) Estimação e Teste de Hipóteses Estimação e teste de hipóteses (ou significância) são os aspectos principais da Inferência Estatística
Leia maisAula de Exercícios - Teorema de Bayes
Aula de Exercícios - Teorema de Bayes Organização: Rafael Tovar Digitação: Guilherme Ludwig Primeiro Exemplo - Estagiários Três pessoas serão selecionadas aleatóriamente de um grupo de dez estagiários
Leia maisConteúdo programático por disciplina Matemática 6 o ano
60 Conteúdo programático por disciplina Matemática 6 o ano Caderno 1 UNIDADE 1 Significados das operações (adição e subtração) Capítulo 1 Números naturais O uso dos números naturais Seqüência dos números
Leia maisSeu pé direito nas melhores Faculdades
10 Insper 01/11/009 Seu pé direito nas melhores Faculdades análise quantitativa 40. No campeonato brasileiro de futebol, cada equipe realiza 38 jogos, recebendo, em cada partida, 3 pontos em caso de vitória,
Leia maisProf. Daniela Barreiro Claro
O volume de dados está crescendo sem parar Gigabytes, Petabytes, etc. Dificuldade na descoberta do conhecimento Dados disponíveis x Análise dos Dados Dados disponíveis Analisar e compreender os dados 2
Leia maisAdriana da Silva Santi Coord. Pedagógica de Matemática SMED - Abril/2015
GEOMETRIA Adriana da Silva Santi Coord. Pedagógica de Matemática SMED - Abril/2015 O MATERIAL COMO SUPORTE DO PENSAMENTO Muita gente usa o material na sala de aula como se a Geometria estivesse no material.
Leia maisAula 5. Uma partícula evolui na reta. A trajetória é uma função que dá a sua posição em função do tempo:
Aula 5 5. Funções O conceito de função será o principal assunto tratado neste curso. Neste capítulo daremos algumas definições elementares, e consideraremos algumas das funções mais usadas na prática,
Leia maisAula 8 21/09/2009 - Microeconomia. Demanda Individual e Demanda de Mercado. Bibliografia: PINDYCK (2007) Capítulo 4
Aula 8 21/09/2009 - Microeconomia. Demanda Individual e Demanda de Mercado. Bibliografia: PINDYCK (2007) Capítulo 4 Efeito de modificações no preço: Caso ocorram modificações no preço de determinada mercadoria
Leia maisModelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste
Modelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste Erica Castilho Rodrigues 2 de Setembro de 2014 Erro Puro 3 Existem dois motivos pelos quais os pontos observados podem não cair na reta
Leia maisx = xi n x = xifi fi 1. MÉDIA Exercício: Quando a distribuição é simétrica, a média e a mediana coincidem.
1. MÉDIA Exercício: Quando a distribuição é simétrica, a média e a mediana coincidem. Determine a média aritmética da distribuição: A mediana não é tão sensível, como a média, às observações que são muito
Leia maisPODER JUDICIÁRIO JUSTIÇA DO TRABALHO CONSELHO SUPERIOR DA JUSTIÇA DO TRABALHO
CONSELHO SUPERIOR DA RELATÓRIO DE DIAGNÓSTICO DA QUALIDADE NO USO DO SISTEMA PROCESSO JUDICIAL ELETRÔNICO DA Fase 1 (magistrados e servidores da Justiça do Trabalho) Secretaria de Tecnologia da Informação
Leia maisCARTOGRAFIA. Sistemas de Coordenadas. Prof. Luiz Rotta
CARTOGRAFIA Sistemas de Coordenadas Prof. Luiz Rotta SISTEMA DE COORDENADAS Por que os sistemas de coordenadas são necessários? Para expressar a posição de pontos sobre uma superfície É com base em sistemas
Leia maisÁLGEBRA. Aula 5 _ Função Polinomial do 1º Grau Professor Luciano Nóbrega. Maria Auxiliadora
1 ÁLGEBRA Aula 5 _ Função Polinomial do 1º Grau Professor Luciano Nóbrega Maria Auxiliadora 2 FUNÇÃO POLINOMIAL DO 1º GRAU Uma função polinomial do 1º grau (ou simplesmente, função do 1º grau) é uma relação
Leia maisAnálise estatística. Aula de Bioestatística. 17/9/2008 (2.ª Parte) Paulo Nogueira
Análise estatística Aula de Bioestatística 17/9/2008 (2.ª Parte) Paulo Nogueira Testes de Hipóteses Hipótese Estatística de teste Distribuição da estatística de teste Decisão H 0 : Não existe efeito vs.
Leia maistipo e tamanho e com os "mesmos" elementos do vetor A, ou seja, B[i] = A[i].
INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA SUL-RIO- GRANDENSE CAMPUS SAPUCAIA DO SUL PROFESSOR: RICARDO LUIS DOS SANTOS EXERCÍCIO DE REVISÃO E FIXAÇÃO DE CONTEÚDO - ARRAYS 1. Criar um vetor A
Leia maisSOLUÇÕES N2 2015. item a) O maior dos quatro retângulos tem lados de medida 30 4 = 26 cm e 20 7 = 13 cm. Logo, sua área é 26 x 13= 338 cm 2.
Solução da prova da 1 a fase OBMEP 2015 Nível 1 1 SOLUÇÕES N2 2015 N2Q1 Solução O maior dos quatro retângulos tem lados de medida 30 4 = 26 cm e 20 7 = 13 cm. Logo, sua área é 26 x 13= 338 cm 2. Com um
Leia maiswww.isaia.com.br Porto Alegre/RS
I Curso de Introdução em Pesquisa Clínica Delineamento de Estudos Clínicos e Randomização Biom. Carlo Isaia Neto carlo@isaia.com.br O delineamento de um ensaio clínico apoia-se em cinco colunas mestras:
Leia maisProfessor (a): William Alves. Disciplina: Matemática
J+C Roteiro de Recuperação ª Etapa Professor (a) William Alves Disciplina Matemática º Ano Ensino Fundamental Objetivo Resolver problemas que envolvam caracterização, a representação e operações com números
Leia maisProcessos Estocásticos
Processos Estocásticos Hélio Lopes INF2035 - Introdução à Simulação Estocástica 1 Introdução Um processo estocástico é uma família de variáveis aleatórias {X(t), t T } definidas em um espaço de probabilidade,
Leia mais0.1 Introdução Conceitos básicos
Laboratório de Eletricidade S.J.Troise Exp. 0 - Laboratório de eletricidade 0.1 Introdução Conceitos básicos O modelo aceito modernamente para o átomo apresenta o aspecto de uma esfera central chamada
Leia mais7- Probabilidade da união de dois eventos
. 7- Probabilidade da união de dois eventos Sejam A e B eventos de um mesmo espaço amostral Ω. Vamos encontrar uma expressão para a probabilidade de ocorrer o evento A ou o evento B, isto é, a probabilidade
Leia maisMOQ-14 Projeto e Análise de Experimentos
Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica MOQ-14 Projeto e Análise de Experimentos Profa. Denise Beatriz Ferrari www.mec.ita.br/ denise denise@ita.br Regressão Linear
Leia maisAutoria: Fernanda Maria Villela Reis Orientadora: Tereza G. Kirner Coordenador do Projeto: Claudio Kirner. Projeto AIPRA (Processo CNPq 559912/2010-2)
Autoria: Fernanda Maria Villela Reis Orientadora: Tereza G. Kirner Coordenador do Projeto: Claudio Kirner 1 ÍNDICE Uma palavra inicial... 2 Instruções iniciais... 3 Retângulo... 5 Quadrado... 6 Triângulo...
Leia maisTreinamento sobre Progress Report.
Treinamento sobre Progress Report. Objetivo O foco aqui é trabalhar o desenvolvimento pessoal de cada aluno. O instrutor irá analisar cada um e pensar em suas dificuldades e barreiras de aprendizado e,
Leia maisProbabilidade. Distribuição Binomial
Probabilidade Distribuição Binomial Distribuição Binomial (Eperimentos de Bernoulli) Considere as seguintes eperimentos/situações práticas: Conformidade de itens saindo da linha de produção Tiros na mosca
Leia maisAula 3 Função do 1º Grau
1 Tecnólogo em Construção de Edifícios Aula 3 Função do 1º Grau Professor Luciano Nóbrega 2 FUNÇÃO POLINOMIAL DO 1º GRAU Uma função polinomial do 1º grau (ou simplesmente, função do 1º grau) é uma relação
Leia maisAnálise e Resolução da prova de Agente de Polícia Federal Disciplina: Raciocínio Lógico Professor: Custódio Nascimento
Análise e Resolução da prova de Agente de Polícia Federal Disciplina: Professor: Custódio Nascimento 1- Análise da prova Análise e Resolução da prova de Agente / PF Neste artigo, farei a análise das questões
Leia maisResoluções A. Combinatória 1 3 os anos Blaidi/Walter Ago/09. Nome: Nº: Turma:
Matemática Resoluções A. Combinatória 3 os anos Blaidi/Walter Ago/09 Nome: Nº: Turma: Prezadísssimos alunos e alunas, Neste bimestre, aprenderemos a resolver questões de análise combinatória com o auílio
Leia maisEstatística Analítica
Teste de Hipótese Testes Estatísticos 2 Teste de Hipótese Testes Estatísticos 3 1 Teste de Hipótese Testes Estatísticos 4 Principais Testes: Teste Qui-quadrado Teste T de Student Teste ANOVA Teste de Correlação
Leia maisUniversidade Federal de Goiás Campus Catalão Departamento de Matemática
Universidade Federal de Goiás Campus Catalão Departamento de Matemática Disciplina: Álgebra Linear Professor: André Luiz Galdino Aluno(a): 4 a Lista de Exercícios 1. Podemos entender transformações lineares
Leia maisIntrodução aos Processos Estocásticos - Independência
Introdução aos Processos Estocásticos - Independência Eduardo M. A. M. Mendes DELT - UFMG Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal de Minas Gerais emmendes@cpdee.ufmg.br Eduardo
Leia maisCanguru Matemático sem Fronteiras 2014
http://www.mat.uc.pt/canguru/ Destinatários: alunos do 12. ano de escolaridade Nome: Turma: Duração: 1h 30min Não podes usar calculadora. Em cada questão deves assinalar a resposta correta. As questões
Leia maisUM JOGO BINOMIAL 1. INTRODUÇÃO
1. INTRODUÇÃO UM JOGO BINOMIAL São muitos os casos de aplicação, no cotidiano de cada um de nós, dos conceitos de probabilidade. Afinal, o mundo é probabilístico, não determinístico; a natureza acontece
Leia maisBalança Digital BEL - 00237
Balança Digital BEL - 00237 l l! Instrumento não submetido a aprovação de modelo/verifi cação. Não legal para uso no comércio. Não legal para prática médica. Conforme portaria INMETRO 236/94 Plebal Plenna
Leia maisÁREA DO PROFESSOR (TUTOR)
ÁREA DO PROFESSOR (TUTOR) O MOODLE (Modular Object Oriented Dynamic Learning Environment) é um Ambiente Virtual de Ensino-Aprendizagem (AVEA) de código aberto, livre e gratuito que se mantém em desenvolvimento
Leia mais2) Escreva um algoritmo que leia um conjunto de 10 notas, armazene-as em uma variável composta chamada NOTA e calcule e imprima a sua média.
1) Inicializar um vetor de inteiros com números de 0 a 99 2) Escreva um algoritmo que leia um conjunto de 10 notas, armazene-as em uma variável composta chamada NOTA e calcule e imprima a sua média 3)
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 maisCADERNO DE EXERCÍCIOS 2F
CADERNO DE EXERCÍCIOS F Ensino Fundamental Matemática Questão Conteúdo Habilidade da Matriz da EJA/FB 1 Números inteiros (positivos e negativos) H9 Proporcionalidade H37 3 Média aritmética H50 4 Comprimento
Leia maisEstatística AMOSTRAGEM
Estatística AMOSTRAGEM Estatística: É a ciência que se preocupa com a coleta, a organização, descrição (apresentação), análise e interpretação de dados experimentais e tem como objetivo fundamental o estudo
Leia maisModelos de Probabilidade e Inferência Estatística
Modelos de Probabilidade e Inferência Estatística Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14
Leia maisAnálise Qualitativa no Gerenciamento de Riscos de Projetos
Análise Qualitativa no Gerenciamento de Riscos de Projetos Olá Gerente de Projeto. Nos artigos anteriores descrevemos um breve histórico sobre a história e contextualização dos riscos, tanto na vida real
Leia maisVamos denotar por C o evento balancete de custo e por O o evento balancete de orçamento. Temos: #O = 4 #C = 3 # = 7 Logo, Pr(O) =4/7 Pr(C) =2/7
AEDB - 2ª BI Probabilidade e Estatística - 2 o Ano 2011 - Prof: Roberto Campos Leoni Simulado 1. Em um arquivo há 4 balancetes de orçamento e 3 balancetes de custos. Em uma auditoria, o auditor seleciona
Leia maisActivALEA. ative e atualize a sua literacia
ActivALEA ative e atualize a sua literacia N.º 26 A FREQUÊNCIIA RELATIIVA PARA ESTIIMAR A PROBABIILIIDADE Por: Maria Eugénia Graça Martins Departamento de Estatística e Investigação Operacional da FCUL
Leia maisModelo Entidade Relacionamento (MER) Professor : Esp. Hiarly Alves
Tópicos Apresentação Entidade, Atributo e Relacionamento Cardinalidade Representação simbólica Generalizações / Especializações Agregações Apresentação O Modelo Entidade-Relacionamento tem o objetivo de
Leia maisÁlgebra Linear I - Aula 20
Álgebra Linear I - Aula 0 1 Matriz de Mudança de Base Bases Ortonormais 3 Matrizes Ortogonais 1 Matriz de Mudança de Base Os próximos problemas que estudaremos são os seguintes (na verdade são o mesmo
Leia maisP R O G R A M A TERCEIRA FASE. DISCIPLINA: Estatística Aplicada à Pesquisa Educacional Código: 3EAPE Carga Horária: 54h/a (crédito 03)
UNIVERSIDADE DO ESTADO DE SANTA CATARINA - UDESC CENTRO DE CIÊNCIAS DA SAÚDE E DO ESPORTE - CEFID DEPARTAMENTO DE EDUCAÇÃO FÍSICA - DEF CURSO: LICENCIATURA EM EDUCAÇÃO FÍSICA CURRÍCULO: 2008/2 P R O G
Leia maisModelos Lineares Generalizados - Verificação do Ajuste do Modelo
Modelos Lineares Generalizados - Verificação do Ajuste do Modelo Erica Castilho Rodrigues 21 de Junho de 2013 3 Uma outra medida usada para verificar o ajuste do modelo. Essa estatística é dada por X
Leia maisTipos de investigação educacional diferenciados por:
Bento Março 09 Tipos de investigação educacional diferenciados por: Praticalidade Básica Aplicada Método Qualitativo Quantitativo Experimental Não experimental Questões Etnográfica Histórica Descritiva
Leia maisCoeficiente de Assimetria e Curtose. Rinaldo Artes. Padronização., tem as seguintes propriedades: Momentos
Coeficiente de Assimetria e Curtose Rinaldo Artes 2014 Padronização Seja X uma variável aleatória com E(X)=µ e Var(X)=σ 2. Então a variável aleatória Z, definida como =, tem as seguintes propriedades:
Leia maisTestes Qui-Quadrado - Teste de Aderência
Testes Qui-Quadrado - Teste de Aderência Consideremos uma tabela de frequências com k frequências, k 2 k: total de categorias frequências observadas: O 1,, O k seja p 1 = p 01,, p k = p 0k as probabilidades
Leia maisEntropia, Entropia Relativa
Entropia, Entropia Relativa e Informação Mútua Miguel Barão (mjsb@di.uevora.pt) Departamento de Informática Universidade de Évora 13 de Março de 2003 1 Introdução Suponhamos que uma fonte gera símbolos
Leia maisObtenção Experimental de Modelos Matemáticos Através da Reposta ao Degrau
Alunos: Nota: 1-2 - Data: Obtenção Experimental de Modelos Matemáticos Através da Reposta ao Degrau 1.1 Objetivo O objetivo deste experimento é mostrar como se obtém o modelo matemático de um sistema através
Leia maisRelatório das Provas da 2ª. Fase - Vestibular 2016
Relatório das Provas da 2ª. Fase - Vestibular 2016 Resumo Executivo O presente relatório apresenta os resultados da segunda fase do Vestibular UNICAMP 2016 constituída por três provas. Esta etapa do vestibular
Leia mais