Experiência para o qual o modelo probabilístico é adequado. Efeito. Causas. Prof. Lorí Viali, Dr.

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "Experiência para o qual o modelo probabilístico é adequado. Efeito. Causas. Prof. Lorí Viali, Dr."

Transcrição

1 Prof. Lorí Viali, Dr. Prof. Lorí Viali, Dr. Determinístico Sistema Real Causas Efeito Probabilístico X Causas Efeito Experiência para o qual o modelo probabilístico é adequado.

2 Não é possível prever um resultado particular, mas pode-se enumerar todos os possíveis; Podem ser repetidos inúmeras vezes sob as mesmas condições; Quando repetidos um grande número de vezes apresentam regularidade em termos de freqüências. E : Joga-se uma moeda quatro vezes e observa-se o número de caras e coroas; E : Joga-se uma moeda quatro vezes e observa-se a seqüência de caras e coroas ; E 3 : Uma lâmpada nova é ligada e conta-se o tempo gasto até queimar;

3 E 4 : Joga-se uma moeda até que uma cara seja obtida. Conta-se o número de lançamentos necessários; E 5 : Jogam-se dois dados e observa-se o par de valores obtido; É o conjunto de resultados S {,, 3, 4} de uma experiência aleatória. S { cccc, ccck, cckc, ckcc, kccc, cckk, kkcc, ckkc, kcck, ckck, kckc, kkkc, kkck, kckk, ckkk, kkkk} S 3 { t R / t } 3

4 S 4 {,, 3,...} S 5 { (, ), (, ),(,3), (, 4), (, 5), (, 6) (, ), (, ), (, 3), (, 4), (, 5), (, 6) (3, ), (3, ), (3, 3), (3, 4), (3, 5), (3, 6) (4, ), (4, ), (4, 3), (4, 4), (4, 5), (4, 6) (5, ), (5, ), (5, 3), (5, 4), (5, 5), (5, 6) (6, ), (6, ), (6, 3), (6, 4), (6, 5), (6, 6) } Um evento é um subconjunto de um espaço amostra. Seja S {,, 3, 4, 5, 6 } o espaço amostra, obtido no lançamento de um dado. Então são eventos: A {, 3, 5} B { 6 } C { 4, 5, 6} D E S Seja E um experimento com espaço amostra associado S. Diremos que o evento A ocorre se realizado E o resultado é um elemento de A. Sejam A e B eventos de um espaço S. Diremos que ocorre o evento: A união B, A soma B ou A mais B, se e sós se A ocorre ou B ocorre. A B 4

5 Sejam A e B eventos de um espaço S. Diremos que ocorre o evento: A produto B, A vezes B ou A interseção B, se e só se A ocorre e B ocorre. A B Sejam A e B eventos de um espaço S. Diremos que ocorre o evento: A menos B, A diferença B, se e só se A ocorre e B não ocorre. A - B Sejam A e B eventos de um espaço S. Diremos que ocorre o evento: Complementar de A (não A) se e só se A não ocorre. A A C A Dois eventos A e B são mutuamente excludentes se não puderem ocorrer juntos. Leis Comutativas A B B A A B B A Leis Associativas (A B) C A (B C) (A B) C A (B C) Leis Distributivas Α (B C) ( Α B) (A C) Α (B C) ( Α B) (A C) Leis de De Morgan A B AU B A B A B 5

6 Outras Propriedades A A A B A B A B B A CLÁSSICO FREQÜENCIAL AXIOMÁTICO (número de casos favoráveis) P(A) _ (número de casos possíveis) Qual a probabilidade de ganhar no Toto- Bola? Casos favoráveis Casos possíveis: P(Toto_Bola) Número de favoráveis Número de possíveis ,3% 6

7 (número de vezes que A ocorre) fr A (número de vezes que E é repetido) Um dado é lançado vezes e apresenta FACE SEIS 8 vezes. Então, a freqüência relativa de FACE SEIS é: fr6 número de vezes que "f_seis" ocorre número de vezes que o dado é jogado 8,5 5% P(A) lim fr A n P(A) é um número real que deve satisfazer as seguintes propriedades: () P(A) () P(S) (3) P(AUB) P(A) + P(B) se A B () P( ) () P( A) - P(A) (3) P(A - B) P(A) - P(A B) 7

8 (4) P(AUB) P(A) + P(B) - P(A B) (5) P(AUBUC) P(A) + P(B) + P(C) - - P(A B) - P(A C) - P(B C) + + P(A B C) Motivação Considere uma urna com 5 fichas, onde 4 são pretas e são brancas. Suponha que desta urna são retiradas duas fichas, ao acaso e sem reposição: Sejam os eventos: A { a primeira ficha é branca} B { a segunda ficha é branca} Então: P(A) /5, % P(B)?/49 Neste caso, não se pode avaliar P(B), pois para isto é necessário saber se A ocorreu ou não, isto é, se saiu ficha branca na primeira retirada. Nesse caso, a probabilidade de B ocorrer, dado que A ocorreu é representada e calculada por: P(B/A) 9/49 Se A não tivesse ocorrido, então: Dois eventos A e B são independentes se a probabilidade de um ocorrer não altera a probabilidade do outro ocorrer, isto é: P(B/ A) /49 8

9 Se: () P(A/B) P(A) ou () P(B/A) P(B) ou ainda (3) P(A B) P(A).P(B) Uma urna contém 6 fichas azuis e 4 vermelhas. Duas fichas são retiradas ao acaso. Determinar as seguintes probabilidades: (i) Duas fichas azuis. (ii) Uma azul e uma vermelha. (iii) Duas fichas da mesma cor. Considerando que a extração (a) é com reposição e (b) é sem reposição. Para a situação (a), tem-se: (i) P(A A ) P(A ).P(A ) (6/).(6/) 36/ 36%. (ii) P(AV VA).P(AV).(6/).(4/) 48/ 48%. (iii) P(A A V V ) P(A A ) + P(V V ) (36/) + (6/) 5/ 5%. Para a situação (b), tem-se: (i) P(A A ) P(A ).P(A /A ) (ii) P(AV VA).P(A)P(V/A) (iii) P(A A V V ) P(A )P(A /A ) + P(V )P(V /V ) KKK CKK KKC KCK CCK CKC KCC s CCC S X x X(s) 3 R X(S) 9

10 Uma função X que associa a cada elemento de S (s S) um número real x X(s) é denominada variável aleatória. O conjunto formado por todos os valores x, isto é, a imagem da variável aleatória X, é denominado de conjunto de valores de X. X(S) { x R/ X(s) x } Conforme o conjunto de valores X(S) uma variável aleatória poderá ser discreta ou contínua. Se o conjunto de valores for finito ou então infinito enumerável a variável é dita discreta. Se o conjunto de valores for infinito não enumerável então a variável é dita contínua.

11 A função de probabilidade (fp) de uma VAD é a função que associa a cada x i X(S) o número f(x i ) P(X x i ) que satisfaz as seguintes propriedades: f(x i ), para todo i f(x i ) A coleção dos pares [x i, f(x i )] para i,, 3,... é denominada de distribuição de probabilidade da VAD X. Suponha que uma moeda equilibrada é lançada três vezes. Seja X número de caras. Então a distribuição de probabilidade de X é: KKK CKK KKC KCK CCK 3 CKC KCC X CCC R [;] x f (x) S f KKK CKK /8 KKC 3/8 KCK CCK 3/8 3 CKC /8 KCC X f CCC R [;] x f (x) S

12 Suponha que um par de dados é lançado. Então X soma do par é uma variável aleatória discreta com o seguinte conjunto de valores: Como X((a, b)) a + b, o conjunto de valores de X é dado por: X(S) {, 3, 4, 5, 6, 7, 8, 9,,, } A função de probabilidade f(x) P(X x), associa a cada x X(S), um número no intervalo [; ] dado por: f(x) P(X x) P(X(s) x) P([x X(S) / X(s) x}) Desta forma: f() P(X ) P{(,)} /36 f(3) P(X 3) P{(,), (, )} /36... f() P(X) P{(6, 5), (5, 6)} /36 f() P(X ) P{(6, 6)} /36 A distribuição de probabilidade será: A distribuição de probabilidade de X será então: Através de: x f(x) Σ uma tabela uma expressão analítica (fórmula) um diagrama

13 Seja X número de caras, obtidas no lançamento de 4 moedas honestas. Então a distribuição de X é a dada ao lado. x 3 4 Σ f(x) /6 4/6 6/6 4/6 /6 Considere X soma do par, no lançamento de dois dados equilibrados, então: f : X(S) R x (x - )/36 se x 7 ( - x +)/36 se x > 7,8,6,4,,,8,6,4,, (a) Expectância, valor esperado μ E(X) x.f (x) x.p(x x) (b) Desvio padrão σ f (x)(x μ) x f (x) μ Calcular o valor esperado e a variabilidade da variável X número de caras no lançamento de quatro moedas honestas. x 3 4 Σ f(x) /6 4/6 6/6 4/6 /6 x.f(x) 4/6 /6 /6 4/6 3/6 x f(x) 4/6 4/6 36/6 6/6 8/6 3

14 (a) Expectância ou valor esperado 3 μ E (X) x.f (x) caras 6 (b) Desvio padrão 8 σ x f (x) μ (c) Moda m o caras (d) Mediana m e caras Bernoulli Binomial EXPERIMENTO Qualquer um que corresponda a apenas dois resultados. Estes resultados são anotados por ou fracasso e ou sucesso. A probabilidade de ocorrência de sucesso é representada por p e a de insucesso por q p. Conjunto de Valores X(S) {, } A Função de Probabilidade (fp) p f (x) P(X x) p se x se x 4

15 A Função de Probabilidade (fp), A Função de Distribuição (FD),8,6,4, F(x) P(X x) q se x < se x < sex, Função de Distribuição Características Expectância ou Valor Esperado p E(X) x.f (x).q +.p p Variância V ( X ) E ( X ) - E(X) q (.q +.p ) p p p p ( p ) pq EXPERIMENTO Como existem apenas duas situações: A ocorre e A não ocorre, pode-se determinar a probabilidade de A não ocorrer como sendo q p. A VAD definida por X número de vezes que A ocorreu nas n repetições de E é denominada BINOMIAL. 5

16 Conjunto de Valores X(S) {,,, 3,..., n} A Função de Probabilidade (fp) f (x) n P(X x) p x x q n x A Função de Probabilidade (fp),8,6,4,,,8,6,4,, A Função de Distribuição (FD) x n k F(x) P(X x) p q k k n-k se x < se x n se x > n Função de Distribuição,,9,8,7,6,5,4,3,,, Características Expectância ou Valor Esperado n x n x E(X) x.f (x) x. p q np x Variância V(X) E(X ) - E(X) n x n x E(X ) x. p q n(n -) p x + np V(X) E(X n p ) - E(X) n(n ) p + np (np) Assim: + np np( p) npq E (X) σx np npq 6

17 Suponha que numa prova de questões objetivas, de escolha múltipla, um candidato respondeu todas ao acaso. Se o número de alternativas em cada questão é cinco, qual a probabilidade de que tenha acertado 6 questões. Como se tratam de questões a variável X número de acertos ao acaso é uma Binomial com p %, assim a distribuição é: x x f(x) P(X x) (,).(,8) x para x,,,..., Portanto a probabilidade solicitada vale: 6 6 f(6) P(X 6) (,).(,8) ,55% (,) (,8) Variável Aleatória Contínua (VAC) A função densidade de probabilidade (fdp) É a função que associa a cada x de X(S) um número f(x) que deve satisfazer as seguintes propriedades: (i) f(x) (isto é, a função deve ser positiva estar acima do eixo x) e () A área total sob a curva deve ser igual a um. Cálculo de probabilidade com uma VAC A coleção dos pares (x, f(x)) é denominada de distribuição de probabilidade da VAC X. P ( a < X < b ) Á rea entre "a" e "b". y a b x a < X < b 7

18 Diferenças entre uma VAD e uma VAC Distribuições de probabilidade Contínuas (Modelos probabilísticos) P ( X a ) P (a < X < b ) P (a X < b ) A Normal P (a < X b ) P ( a X b ),8 N(; ),6,4, N(;,5) N(; ) N(; ) Como não é possível calcular a área de todas as curvas, escolheu-se uma para ser tabelada., A curva escolhida é a N(, ), isto é, com μ e σ. Se X é uma N(μ, σ), então: Z X μ σ Será uma N(; ),4,3,,, -4, -3, -, -,,,, 3, 4, 8

19 O que é tabelado é a FDA da variável Z, isto é: P(Z z) Área a esquerda (abaixo) de z.,,9,8,7,6,5 Φ(z),4,3, z,, -4, -3, -, -,,,, 3, 4, Área à esquerda (abaixo) de z P(Z z) Φ(z) Leitura direta Área à direita (acima) de z P(Z > z) -P(Z z) -Φ(z) Φ( z) Área entre dois valores de z P( z < Z < z ) Φ (z ) Φ (z) A tabela é construída como uma matriz. As linhas fornecem a unidade ou unidade mais décimo e as colunas fornecem os centésimos. Assim para ler, por exemplo, -,5 deve-se procurar na linha do, + coluna do 5 (sexta coluna). A primeira é a do (zero). A aproximação é centesimal ( casas após a vírgula) exceto na linha do 3 e do +3, que estão destacadas, onde a aproximação é, em virtude da pouca área, decimal. Observe que está escrito 3 e não 3,! Aproximação decimal, isto é, fatias de,. Depois do ±3, segue ±3, o ±3, até,4 Aproximação centesimal, ±3,9. isto é, fatias de,.,3 Depois do -3, segue,99 o,98 até +,99 e daí 3,.,,, -4, -3, -, -,,,, 3, 4, 9

20 z 3-3,3,,7,5 -,9,9 P(Z,8 < -3,3),8,7 -,8,6 Φ(-3,3),5,4,3 -,7,35,34,33,3 -,6,47 P(Z,45 < -,53),44,43 -,5,6 Φ(-,53),6,59,57 -,4,8,8,78,75 -,3,7,4,,99 P(Z < -,) -,,39,36,3,9 Φ(-,) -,,79,74,7,66 -,,8,,7, Uma VAC tem distribuição normal de média 5 e desvio padrão 8. Determinar: (a) P(X 4) (b) P(X > 65) (c) P(45 < X < 6) (a) P(X 4) (b) P(X > 65) P(X 4) X P( μ 4 5 ) σ 8 P(Z,5),56% P(X > 65) X P( μ σ 65 5 > ) 8 P(Z >,88) P(Z <,88) Φ(,88) Φ(,88) 3,% (c) P(45 < X < 6) P(45 < X < 6) 45 5 P( < 8 P(,6 < Z X μ 6 5 < ) σ 8 <,5) Φ(,5) Φ (,6) 93,3% 7,67% 65,65%

21 Uma VAC tem distribuição normal de média 5 e desvio padrão 8. Determinar: (a) P(X x) 5% (b) P(X > x) % Para resolver este tipo de exercício é preciso utilizar a função inversa, isto pode ser feito direto na tabela. Só que agora devemos procurar uma probabilidade (corpo da tabela) e obter um valor de z (lateral da tabela).,5,4,3, 5%, P(X x) 5%, x Em (a) temos P(X x) 5% P(X x) onde X P( x 5 z 8 μ σ x 5 ) 8 P(Z z) Φ (z) 5% Se Φ ( z ) 5 %, então Φ z [ Φ ( z )] Φ Φ (, 5 ) ( 5%) Procurando na tabela, o valor (z) mais próximo de 5%,5, tem-se: z ,3,,7,5,3, -,9,9,8,8,7,6,6 -,8,6,5,4,3,3, -,7,35,34,33,3,3,3 -,6,47,45,44,43,4,4 -,5,6,6,59,57,55,54 -,4,8,8,78,75,73,7 -,3,7,4, z -,64 z -,65,99,96,94 -,,39,36,3,9,5, -,,79,74,7,66,6,58 -,,8,,7,,7, -,9,87,8,74,68,6,56 -,8,359,35,344,336,39,3 -,7,446,436,47,48,49,4 -,6,548,537,56,56,55,495 -,5 Prof. Lorí Viali,,668Dr. UFRGS,655 Instituto,643 de Matemática,63 - Departamento,68 de Estatística,66

22 Assim Como os dois valores estão a mesma distância, isto é, apresentam o mesmo erro (,5), pega-se a média entre eles.,64 +,65 z,645 x 5 Como z, tem 8 x 5,645 z 8 x 5, ,84 se :,5 Em (b) temos P(X > x) % P(X P(Z > Mas > x) Logo z X P( z) Φ (z) %, Φ (z) Φ ( z) Φ μ σ (,) x 5 > ) 8,5,4,4,3,3,,,, % P(X > x) %, x Procurando na tabela, o valor (z) mais próximo de %,, tem-se: z -,33 Conforme pode ser visto na próxima lâmina! z 3-3,3,,7,5 -,9,9,8,8,7 -,8,6,5,4,3 -,7,35,34z -,33,33,3 -,6,47,45,44,43 -,5,6,6,59,57 -,4,8,8,78,75 -,3,7,4,,99 -,,39,36,3,9 -,,79,74,7,66 Prof. -,Lorí Viali, Dr.,8 UFRGS Instituto, de Matemática -,7 Departamento de Estatística,

23 Como z Φ (,), tem se : (,33 ) x 5 8 x, ,64,4,3, fdp de t() t(5) t(5),, Expectância ou Valor esperado μ E (X) Variância Var(X) υ υ- O valor υ é denominado de Grau de liberdade O que é tabelado é a função inversa (percentis), em relação a área à direita (unilateral) de cada curva (uma para cada linha), ou a soma das caudas (bilateral), isto é, a tabela retorna um valor t tal que P(Τ t) α (unilateral) ou P( T t) α. 3

24 As duas opções podem ser colocadas em uma mesma tabela. Pode-se ler uma área (α) de cima para baixo e se ter um valor unilateral (P(T t) α) ou ler a área (α) de baixo para cima e se ter um valor t tal que P(T t) α/.,,,5,4,3, 3,78 6,34,76 5,894,5 3,8,886,9 4,33 4,849 5,643 6,965 3,638,353 3,8 3,48 3,896 4,54 P( Τ 4,533,3 9,6) 5%,776,999 3,98 3,747 5,476,5,57,757 3,3 3,365 6,44,943,447,6,89 3,43 7,45,895,365,57,75,998 8,397,86,36,449,634,896 9,383,833,6,398,574,8,37,8,8,359,57,764,,,5,4,3, 3,78 6,34,76 5,894,5 3,8,886,9 4,33 4,849 5,643 6,965 3,638 P(Τ 9,353 < -,6) 3,8,5% 3,48ou 3,896 4,54 4,533 P(Τ,3 9 >,6),776,5%,999 3,98 3,747 5,476,5,57,757 3,3 3,365 6,44,943,447,6,89 3,43 7,45,895,365,57,75,998 8,397,86,36,449,634,896 9,383,833,6,398,574,8 Prof. Lorí Viali,,37 Dr. UFRGS,8 Instituto,8 de Matemática,359 - Departamento,57 de Estatística,764 Expectância ou Valor esperado E(X) υ Variância Var(X) υ,,8,6,4, Q() Q() Q(3) O valor υ é denominado de Grau de liberdade,,,, 3, 4, 5, 6, 7, 8, 4

25 O que é tabelado é a função inversa, em relação a área à direita de cada curva (uma para cada linha), isto é, dado um valor de área na cauda direita (α), a tabela retorna um valor x tal que P(χ x) α.,995,99,975,95,9,,,,4,6,,,5,3, 3,7,5,6,35,584 4,7,97,484,7,64 5,4,554,83,45,6 6,676,87,37,635,4 7,989 P[χ,39 (),] 9%,69,67,833 8,344,647,8,733 3,49 9,735,88,7 3,35 4,68,56,558 3,47 3,94 4, ,,5,5,,5 5,949 56,94 6,56 64,95 68,53 54,9 58,4 6,777 66,6 69,336 55,3 59,34 P[χ (49) 74,99] 6,99 67,459 % 7,66 56,369 6,48 64, 68,7 7,89 57,55 6,656 65,4 69,957 73,66 58,64 6,83 66,66 7, 74,437 59,774 64, 67,8 7,443 75,74 6,97 65,7 69,3 73,683 76,969 6,38 66,339 7, 74,99 78,3 63,67 67,55 7,4 76,54 79,49 5

Efeito. Causas. Determinístico. Sistema Real. Probabilístico. Experiência para o qual o. modelo probabilístico é adequado.

Efeito. Causas. Determinístico. Sistema Real. Probabilístico. Experiência para o qual o. modelo probabilístico é adequado. Sistema Real Determinístico Probabilístico Causas Efeito X Causas Efeito Eperiência para o qual o modelo probabilístico é adequado. ❶ Não é possível prever um resultado particular, mas pode-se enumerar

Leia mais

É o conjunto de resultados de uma experiência aleatória. E 1 : Joga-se uma moeda quatro vezes e observa-se o número de caras e coroas;

É o conjunto de resultados de uma experiência aleatória. E 1 : Joga-se uma moeda quatro vezes e observa-se o número de caras e coroas; Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/famat/viali Eperiência na qual o resultado é incerto. E : Joga-se uma moeda quatro vezes e observa-se o número de caras e coroas; E : Joga-se uma

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

Exemplos. Experimento Aleatório. E 1 : Joga-se uma moeda quatro vezes e observa-se o número de caras;

Exemplos. Experimento Aleatório. E 1 : Joga-se uma moeda quatro vezes e observa-se o número de caras; Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Eperimento Aleatório Eperiência para o qual o modelo probabilístico é adequado. Eemplos E : Joga-se uma moeda quatro vezes e observa-se

Leia mais

Tipos de Modelo. Exemplos. Modelo determinístico. Causas. Efeito. Exemplos. Modelo probabilístico. Causas. Efeito. Determinístico.

Tipos de Modelo. Exemplos. Modelo determinístico. Causas. Efeito. Exemplos. Modelo probabilístico. Causas. Efeito. Determinístico. Tipos de Modelo Sistema Real Determinístico Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Probabilístico Modelo determinístico Exemplos Gravitação F GM 1 M 2 /r 2 Causas Efeito

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

Tipos de Modelos. Exemplos. Modelo determinístico. Exemplos. Modelo probabilístico. Causas Efeito. Determinístico. Sistema Real.

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

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

Texto SII: ELEMENTOS DE PROBABILIDADE

Texto SII: ELEMENTOS DE PROBABILIDADE SUMÁRIO 1. INTRODUÇÃO... 2 1.1. MODELOS... 2 1.2. EXPERIMENTO ALEATÓRIO (NÃO-DETERMINÍSTICO)... 2 1.3. O ESPAÇO AMOSTRAL... 3 1.4. EVENTOS... 4 1.5. COMBINAÇÃO DE EVENTOS... 4 1.6. EVENTOS MUTUAMENTE EXCLUDENTES...

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

UFRGS - UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA - DEPARTAMENTO DE ESTATÍSTICA

UFRGS - UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA - DEPARTAMENTO DE ESTATÍSTICA UFRGS - UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA - DEPARTAMENTO DE ESTATÍSTICA SUMÁRIO 1. COMBINATÓRIA... 3 1.1. CONJUNTOS... 3 1.2. OPERAÇÕES COM CONJUNTOS... 3 1.3. APLICAÇÕES

Leia mais

SÉRIE: Probabilidade Texto 1: PROBABILIDADE UNIVARIADA I 1. INTRODUÇÃO...3

SÉRIE: Probabilidade Texto 1: PROBABILIDADE UNIVARIADA I 1. INTRODUÇÃO...3 SUMÁRIO. INTRODUÇÃO...3.. MODELOS...3... Modelo determínistico...3..2. Modelo não-determinístico ou probabilístico...3.2. EXPERIMENTO ALEATÓRIO (NÃO-DETERMINÍSTICO)...4.2.. Características dos Experimentos

Leia mais

Texto SII: ELEMENTOS DE PROBABILIDADE 3.1. INTRODUÇÃO...9

Texto SII: ELEMENTOS DE PROBABILIDADE 3.1. INTRODUÇÃO...9 SUMÁRIO 1. INTRODUÇÃO...2 1.1. MODELOS...2 1.2. EXPERIMENTO ALEATÓRIO (NÃO-DETERMINÍSTICO)...2 1.3. O ESPAÇO AMOSTRAL...3 1.4. EVENTOS...4 1.5. COMBINAÇÃO DE EVENTOS...4 1.6. EVENTOS MUTUAMENTE EXCLUDENTES...5

Leia mais

Estatística. Probabilidade. Conteúdo. Objetivos. Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal.

Estatística. Probabilidade. Conteúdo. Objetivos. Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal. Estatística Probabilidade Profa. Ivonete Melo de Carvalho Conteúdo Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal. Objetivos Utilizar a probabilidade como estimador

Leia mais

Teoria da Probabilidade

Teoria da Probabilidade Teoria da Probabilidade Luis Henrique Assumpção Lolis 14 de fevereiro de 2014 Luis Henrique Assumpção Lolis Teoria da Probabilidade 1 Conteúdo 1 O Experimento Aleatório 2 Espaço de amostras 3 Álgebra dos

Leia 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

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

TEORIA DAS PROBABILIDADES

TEORIA DAS PROBABILIDADES TEORIA DAS PROBABILIDADES 1.1 Introdução Ao estudarmos um fenômeno coletivo, verificamos a necessidade de descrever o próprio fenômeno e o modelo matemático associado ao mesmo, que permita explicá-lo da

Leia mais

TEORIA DA PROBABILIDADE

TEORIA DA PROBABILIDADE TEORIA DA PROBABILIDADE Lucas Santana da Cunha lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 22 de maio de 2017 Introdução Conceitos probabiĺısticos são necessários

Leia 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

Variáveis Aleatórias - VA

Variáveis 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 mais

Estatística Empresarial. Fundamentos de Probabilidade

Estatística Empresarial. Fundamentos de Probabilidade Fundamentos de Probabilidade A probabilidade de chuva é de 90% A probabilidade de eu sair é de 5% Conceitos Básicos Conceitos Básicos 1. Experiência Aleatória (E) Processo de obtenção de uma observação

Leia mais

AULA 08 Probabilidade

AULA 08 Probabilidade Cursinho Pré-Vestibular da UFSCar São Carlos Matemática Professora Elvira e Monitores Ana Carolina e Bruno AULA 08 Conceitos e assuntos envolvidos: Espaço amostral Evento Combinação de eventos Espaço Amostral

Leia 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

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

Probabilidade. Probabilidade e Estatística. Prof. Dr. Narciso Gonçalves da Silva

Probabilidade. Probabilidade e Estatística. Prof. Dr. Narciso Gonçalves da Silva Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Probabilidade Probabilidade Experimento Aleatório Um experimento é dito aleatório quando satisfaz

Leia 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

PROBABILIDADE E ESTATÍSTICA PROBABILIDADES

PROBABILIDADE E ESTATÍSTICA PROBABILIDADES PROBABILIDADE E ESTATÍSTICA PROBABILIDADES Bruno Baierle Maurício Furigo Prof.ª Sheila Regina Oro (orientadora) Edital 06/2013 - Produção de Recursos Educacionais Digitais Revisando - Análise combinatória

Leia mais

PROBABILIDADE E ESTATÍSTICA PROBABILIDADES

PROBABILIDADE E ESTATÍSTICA PROBABILIDADES PROBABILIDADE E ESTATÍSTICA PROBABILIDADES Bruno Baierle Maurício Furigo Prof.ª Sheila Regina Oro (orientadora) Edital 06/2013 - Produção de Recursos Educacionais Digitais Revisando - Análise combinatória

Leia mais

2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB.

2. 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 mais

1 Definição Clássica de Probabilidade

1 Definição Clássica de Probabilidade Centro de Ciências e Tecnologia Agroalimentar - Campus Pombal Disciplina: Estatística Básica - 2013 Aula 4 Professor: Carlos Sérgio UNIDADE 2 - Probabilidade: Definições (Notas de aula) 1 Definição Clássica

Leia mais

I NTRODUÇÃO. SÉRIE: Probabilidade

I NTRODUÇÃO. SÉRIE: Probabilidade SUMÁRIO 1. COMBINATÓRIA... 5 1.1. CONJUNTOS... 5 1.2. OPERAÇÕES COM CONJUNTOS... 5 1.3. APLICAÇÕES DOS DIAGRAMAS DE VENN... 6 1.4. FATORIAL... 6 1.5. PRINCÍPIO FUNDAMENTAL DA CONTAGEM (PRINCÍPIO MULTIPLICATIVO)...

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

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

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

PRO 2271 ESTATÍSTICA I. 3. Distribuições de Probabilidades

PRO 2271 ESTATÍSTICA I. 3. Distribuições de Probabilidades PRO71 ESTATÍSTICA 3.1 PRO 71 ESTATÍSTICA I 3. Distribuições de Probabilidades Variáveis Aleatórias Variáveis Aleatórias são valores numéricos que são atribuídos aos resultados de um eperimento aleatório.

Leia mais

Introdução à Probabilidade

Introdução à Probabilidade A Teoria de Probabilidade é responsável pelo estudo de fenômenos que envolvem a incerteza (é impossível prever antecipadamente o resultado) e teve origem na teoria de jogos, servindo como ferramenta para

Leia mais

SÉRIE: Probabilidade Univariada Parte 2: Variáveis Contínuas 2. PROPRIEDADES DA MÉDIA E DA VARIÂNCIA DE VARIÁVEIS ALEATÓRIAS EXERCÍCIOS...

SÉRIE: Probabilidade Univariada Parte 2: Variáveis Contínuas 2. PROPRIEDADES DA MÉDIA E DA VARIÂNCIA DE VARIÁVEIS ALEATÓRIAS EXERCÍCIOS... SUMÁRIO 1. VARIÁVEIS ALEATÓRIAS CONTÍNUAS... 1.1. CÁLCULO DE PROBABILIDADE COM UMA VAC... 1.. A FUNÇÃO DE DISTRIBUIÇÃO ACUMULADA...3 1.3. VARIÁVEL ALEATÓRIA CONTÍNUA (CARACTERIZAÇÃO)...4 1.3.1. Expectância,

Leia mais

6.3 Valor Médio de uma Variável Aleatória

6.3 Valor Médio de uma Variável Aleatória 6. 3 V A L O R M É D I O D E U M A V A R I Á V E L A L E A T Ó R I A 135 1. Considere uma urna contendo três bolas vermelhas e cinco pretas. Retire três bolas, sem reposição, e defina a v.a. X igual ao

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

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. ENEM 2016 Prof. Marcela Naves

PROBABILIDADE. ENEM 2016 Prof. Marcela Naves PROBABILIDADE ENEM 2016 Prof. Marcela Naves PROBABILIDADE NO ENEM As questões de probabilidade no Enem podem cobrar conceitos relacionados com probabilidade condicional e probabilidade de eventos simultâneos.

Leia mais

3ª lista de exercícios sobre cálculo de probabilidades, axiomas, propriedades, teorema da probabilidade total e teorema de Bayes

3ª lista de exercícios sobre cálculo de probabilidades, axiomas, propriedades, teorema da probabilidade total e teorema de Bayes 3ª lista de exercícios sobre cálculo de probabilidades, axiomas, propriedades, teorema da probabilidade total e teorema de Bayes 1) Quatro moedas são lançadas e observa-se a seqüência de caras e coroas

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

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

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

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

Cap. 6 Variáveis aleatórias contínuas

Cap. 6 Variáveis aleatórias contínuas Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 004 Cap. 6 Variáveis aleatórias contínuas APOIO: Fundação de Apoio

Leia mais

Prof. Janete Pereira Amador 1. 1 Introdução

Prof. Janete Pereira Amador 1. 1 Introdução Prof. Janete Pereira Amador 1 1 Introdução A ciência manteve-se até pouco tempo atrás, firmemente apegada à lei da causa e efeito. Quando o efeito esperado não se concretizava, atribuía-se o fato ou a

Leia mais

Aula 10 Variáveis aleatórias discretas

Aula 10 Variáveis aleatórias discretas AULA 0 Aula 0 Variáveis aleatórias discretas Nesta aula você aprenderá um conceito muito importante da teoria de probabilidade: o conceito de variável aleatória. Você verá que as variáveis aleatórias e

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

Conjunto de Valores. A Função de Probabilidade (fp)

Conjunto de Valores. A Função de Probabilidade (fp) Prof. Lorí Viali, Dr. viali@mat.ufrgs.br htt://www.mat.ufrgs.br/~viali/ Bernoulli Binomial Binomial Negativa ou Pascal Geométrica Hiergeométrica Uniforme Poisson Eerimento Qualquer um que corresonda a

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

Chamamos de evento qualquer subconjunto do espaço amostral: A é um evento A Ω.

Chamamos de evento qualquer subconjunto do espaço amostral: A é um evento A Ω. PROBABILIDADE 1.0 Conceitos Gerais No caso em que os possíveis resultados de um experimento aleatório podem ser listados (caso discreto), um modelo probabilístico pode ser entendido como a listagem desses

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

1 Introdução. 2 Noções de Experimento, Espaço Amostral e Eventos

1 Introdução. 2 Noções de Experimento, Espaço Amostral e Eventos Prof. Janete Pereira Amador 1 1 Introdução A ciência manteve-se até pouco tempo atrás, firmemente apegada à lei da causa e efeito. Quando o efeito esperado não se concretizava, atribuía-se o fato ou a

Leia 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

Motivação. VA n-dimensional. Distribuições Multivariadas VADB. Em muitas situações precisamos

Motivação. VA n-dimensional. Distribuições Multivariadas VADB. Em muitas situações precisamos Motivação Em muitas situações precisamos Prof. Lorí Viali, Dr. viali@pucrs.br lidar com duas ou mais variáveis aleatórias ao mesmo tempo. Por exemplo o comprimento e a largura de uma determinada peça.

Leia mais

Estatística. Capítulo 3 - Parte 1: Variáveis Aleatórias Discretas. Professor Fernando Porto

Estatística. Capítulo 3 - Parte 1: Variáveis Aleatórias Discretas. Professor Fernando Porto Estatística Capítulo 3 - Parte 1: Variáveis Aleatórias Discretas Professor Fernando Porto Lançam-se 3 moedas. Seja X o número de ocorrências da face cara. O espaço amostral do experimento é: W = {(c,c,c),(c,c,r),(c,r,c),(c,r,r),(r,c,c),(r,c,r),(r,r,c),(r,r,r)}

Leia mais

Probabilidade. Experiências aleatórias

Probabilidade. Experiências aleatórias Probabilidade Experiências aleatórias 1 Experiências aleatórias Acontecimento: Qualquer colecção de resultados de uma experiência. Acontecimento elementar: Um resultado que não pode ser simplificado ou

Leia mais

Tema 4- Modelos de probabilidade. (Versão: para o manual a partir de 2016/17)

Tema 4- Modelos de probabilidade. (Versão: para o manual a partir de 2016/17) Tema 4- Modelos de probabilidade. (Versão: para o manual a partir de 016/17) 1- Modelos de probabilidade(136) 1.1) Introdução.(36) (Vídeo: 33) 1.) Fenómenos aleatórios(138) Experiência determinística-produz

Leia mais

Cursos de Licenciatura em Ensino de Matemática e de EGI Teoria de Probabilidade

Cursos de Licenciatura em Ensino de Matemática e de EGI Teoria de Probabilidade FACULDADE DE CIÊNCIAS NATURAIS E MATEMÁTICA DEPARTAMENTO DE MATEMÁTICA Campus de Lhanguene, Av. de Moçambique, km, Tel: +5 4007, Fax: +5 400, Maputo Cursos de Licenciatura em Ensino de Matemática e de

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

ELEMENTOS DE PROBABILIDADE. Prof. Paulo Rafael Bösing 25/11/2015

ELEMENTOS DE PROBABILIDADE. Prof. Paulo Rafael Bösing 25/11/2015 ELEMENTOS DE PROBABILIDADE Prof. Paulo Rafael Bösing 25/11/2015 ELEMENTOS DE PROBABILIDADE Def.: Um experimento é dito aleatório quando o seu resultado não for previsível antes de sua realização, ou seja,

Leia mais

HEP-5800 BIOESTATÍSTICA. Capitulo 2

HEP-5800 BIOESTATÍSTICA. Capitulo 2 HEP-5800 BIOESTATÍSTICA Capitulo 2 NOÇÕES DE PROBABILIDADE, DISTRIBUIÇÃO BINOMIAL, DISTRIBUIÇÃO NORMAL Nilza Nunes da Silva Regina T. I. Bernal MARÇO DE 2012 2 1. NOÇÕES DE PROBABILIDADE 1. DEFINIÇÃO Considere

Leia mais

Sumário. 2 Índice Remissivo 12

Sumário. 2 Índice Remissivo 12 i Sumário 1 Definições Básicas 1 1.1 Fundamentos de Probabilidade............................. 1 1.2 Noções de Probabilidade................................ 3 1.3 Espaços Amostrais Finitos...............................

Leia mais

1. Cinco cartas são extraídas de um baralho comum (52 cartas, 13 de cada naipe) sem reposição. Defina a v.a. X = número de cartas vermelhas sorteadas.

1. Cinco cartas são extraídas de um baralho comum (52 cartas, 13 de cada naipe) sem reposição. Defina a v.a. X = número de cartas vermelhas sorteadas. GET007 Métodos Estatísticos Aplicados à Economia I Lista de Exercícios - variáveis Aleatórias Discretas Profa. Ana Maria Farias. Cinco cartas são extraídas de um baralho comum ( cartas, de cada naipe sem

Leia mais

Distribuições de Probabilidade Contínuas 1/19

Distribuições de Probabilidade Contínuas 1/19 all Distribuições de Probabilidade Contínuas Professores Eduardo Zambon e Magnos Martinello UFES Universidade Federal do Espírito Santo DI Departamento de Informática CEUNES Centro Universitário Norte

Leia mais

BIOESTATISTICA. Unidade IV - Probabilidades

BIOESTATISTICA. Unidade IV - Probabilidades BIOESTATISTICA Unidade IV - Probabilidades 0 PROBABILIDADE E DISTRIBUIÇÃO DE FREQUÊNCIAS COMO ESTIMATIVA DA PROBABILIDADE Noções de Probabilidade Após realizar a descrição dos eventos utilizando gráficos,

Leia 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

PROBABILIDADE. Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti

PROBABILIDADE. Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti PROBABILIDADE Dizemos que a probabilidade é uma medida da quantidade de incerteza que existe em um determinado experimento.

Leia mais

Noções sobre Probabilidade

Noções sobre Probabilidade Noções sobre Probabilidade Introdução Vimos anteriormente como apresentar dados em tabelas e gráficos, e também como calcular medidas que descrevem características específicas destes dados. Mas além de

Leia 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

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

ESCOLA 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 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

UNIVERSIDADE FEDERAL DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros

UNIVERSIDADE FEDERAL DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros UNIVERSIDADE FEDERAL DA PARAÍBA Variáveis Aleatórias Departamento de Estatística Luiz Medeiros Introdução Como sabemos, características de interesse em diversas áreas estão sujeitas à variação; Essa variabilidade

Leia mais

Teoria das Probabilidades

Teoria das Probabilidades Capítulo 2 Teoria das Probabilidades 2.1 Introdução No capítulo anterior, foram mostrados alguns conceitos relacionados à estatística descritiva. Neste capítulo apresentamos a base teórica para o desenvolvimento

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

Leia mais

Probabilidades- Teoria Elementar

Probabilidades- Teoria Elementar Probabilidades- Teoria Elementar Experiência Aleatória Experiência aleatória é uma experiência em que: não se sabe exactamente o resultado que se virá a observar, mas conhece-se o universo dos resultados

Leia 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

Estatística I Aula 8. Prof.: Patricia Maria Bortolon, D. Sc.

Estatística I Aula 8. Prof.: Patricia Maria Bortolon, D. Sc. Estatística I Aula 8 Prof.: Patricia Maria Bortolon, D. Sc. MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS CONTÍNUAS Lembram o que vimos sobre V.A. contínua na Aula 6? Definição: uma variável

Leia mais

Módulo de Probabilidade Condicional. Lei Binomial da Probabilidade. 2 a série E.M.

Módulo de Probabilidade Condicional. Lei Binomial da Probabilidade. 2 a série E.M. Módulo de Probabilidade Condicional Lei Binomial da Probabilidade. a série E.M. Probabilidade Condicional Lei Binomial da Probabilidade Exercícios Introdutórios Exercício. Uma moeda tem probabilidade p

Leia mais

Prof.: Joni Fusinato

Prof.: Joni Fusinato Introdução a Teoria da Probabilidade Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Teoria da Probabilidade Consiste em utilizar a intuição humana para estudar os fenômenos do nosso

Leia mais

3. Probabilidade P(A) =

3. Probabilidade P(A) = 7 3. Probabilidade Probabilidade é uma medida numérica da plausibilidade de que um evento ocorrerá. Assim, as probabilidades podem ser usadas como medidas do grau de incerteza e podem ser expressas de

Leia mais

Estatística Aplicada. Prof. Carlos Alberto Stechhahn PARTE I ESPAÇO AMOSTRAL - EVENTOS PROBABILIDADE PROBABILIDADE CONDICIONAL.

Estatística Aplicada. Prof. Carlos Alberto Stechhahn PARTE I ESPAÇO AMOSTRAL - EVENTOS PROBABILIDADE PROBABILIDADE CONDICIONAL. Estatística Aplicada Administração p(a) = n(a) / n(u) PARTE I ESPAÇO AMOSTRAL - EVENTOS PROBABILIDADE PROBABILIDADE CONDICIONAL Prof. Carlos Alberto Stechhahn 2014 1. Noções de Probabilidade Chama-se experimento

Leia 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

Lucas Santana da Cunha de junho de 2017

Lucas 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 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

Introdução aos Proc. Estocásticos - ENG 430

Introdução aos Proc. Estocásticos - ENG 430 Introdução aos Proc. Estocásticos - ENG 430 Fabrício Simões IFBA 16 de novembro de 2015 Fabrício Simões (IFBA) Introdução aos Proc. Estocásticos - ENG 430 16 de novembro de 2015 1 / 34 1 Motivação 2 Conceitos

Leia mais

mat.ufrgs..ufrgs.br br/~viali/ mat.ufrgs..ufrgs.br

mat.ufrgs..ufrgs.br br/~viali/ mat.ufrgs..ufrgs.br Prof. Lorí Viali, Dr. http://www. ://www.mat mat.ufrgs..ufrgs.br br/~viali/ viali@mat mat.ufrgs..ufrgs.br Média Uma amostra Proporção Variância Dependentes Diferença de médias m Duas amostras Independentes

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

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

Métodos Estatísticos Básicos

Métodos Estatísticos Básicos Aula 6 - Introdução à probabilidade Departamento de Economia Universidade Federal de Pelotas (UFPel) Maio de 2014 Experimento Experimento aleatório (E ): é um experimento que pode ser repetido indenidamente

Leia mais

Fernando de Pol Mayer. Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR)

Fernando de Pol Mayer. Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR) Fernando de Pol Mayer Laboratório de Estatística e Geoinformação (LEG) Departamento de Estatística (DEST) Universidade Federal do Paraná (UFPR) Este conteúdo está disponível por meio da Licença Creative

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

CAPÍTULO 3 PROBABILIDADE

CAPÍTULO 3 PROBABILIDADE CAPÍTULO 3 PROBABILIDADE 1. Conceitos 1.1 Experimento determinístico Um experimento se diz determinístico quando repetido em mesmas condições conduz a resultados idênticos. Exemplo 1: De uma urna que contém

Leia mais

Unidade IV ESTATÍSTICA. Prof. Fernando Rodrigues

Unidade IV ESTATÍSTICA. Prof. Fernando Rodrigues Unidade IV ESTATÍSTICA Prof. Fernando Rodrigues Análise combinatória Analise combinatória é a área da Matemática que trata dos problemas de contagem. Ela é utilizada para contarmos o número de eventos

Leia mais

Distribuições de probabilidade

Distribuições de probabilidade Distribuições de probabilidade Distribuições contínuas Carla Henriques, Nuno Bastos e Cristina Lucas Departamento de Matemática Escola Superior de Tecnologia de Viseu. Henriques, N. Bastos e C. Lucas (DepMAT)

Leia mais

Departamento de Matemática Escola Superior de Tecnologia de Viseu

Departamento de Matemática Escola Superior de Tecnologia de Viseu Distribuições contínuas Departamento de Matemática Escola Superior de Tecnologia de Viseu Distribuição Normal Diz-se que uma variável aleatória X tem distribuição normal, se a sua função densidade de probabilidade

Leia mais