5. PRINCIPAIS MODELOS CONTÍNUOS
|
|
- Sophia Machado Valverde
- 6 Há anos
- Visualizações:
Transcrição
1 5. PRINCIPAIS MODELOS CONTÍNUOS 04
2 5.. Modelo uniforme Uma v.a. contínua X tem distribuição uniforme com parâmetros α e β (α β) se sua função densidade de probabilidade é dada por f ( ) β α 0, Notação: X ~ U(α, β). 0, α β α,, se α c.c. A função de distribuição acumulada é dada por F( ), se se α > β α, β. β, Propriedades: α + β E( X ) e Var( X ) ( α β ).
3 5.. Modelo eponencial Uma v.a. contínua X tem distribuição eponencial com parâmetro λ > 0 se sua função de densidade é dada por f ( ) λ e λ 0, Notação: X ~ E(λ)., c.c. 0, A função de distribuição acumulada é dada por F( ) Propriedades: E( X ) e 0, λ, c.c. 0 / λ e Var( X ) / λ. f() 0 λ F()
4 5.. Modelo eponencial Propriedade. Se X ~ E(λ), então P(X > a + b X > b) P(X > a). É a única distribuição contínua com esta propriedade ( falta de memória ). Observação. Também encontramos X ~ E(α), em que f ( ) α e 0, α, c.c. 0, Relação: α / λ. α: escala e λ: taa. Eemplo. Diferentes valores de λ. f() λ 3 λ λ 4
5 5.. Modelo eponencial Eventos ocorrem ao longo do tempo. O número de eventos tem distribuição de Poisson com taa λ. X representa a quantidade de eventos em um intervalo de comprimento t. Logo, X ~ Poisson(λt). T representa o intervalo decorrido entre dois eventos sucessivos. Eiste relação entre X e T? T > t Û X 0. Portanto, P(T > t) P(X 0) e -λt,, de modo que F(t) P(T t) P(T > t) e -λt, para t 0. Assim, T ~ E(λ). 5
6 Eemplo O intervalo de tempo entre a passagem de veículos por um ponto em uma estrada tem distribuição eponencial com média de 0,55 minutos. Qual a probabilidade de que o tempo seja no máimo segundos? Solução. Se X é o intervalo de tempo entre a passagem de veículos, temos E(X) 0,55 min, α E(X) 0,55 e X ~ E(α 0,55). Ou seja, F( ) e 0, 0,55, 0, c.c. P( X s) P( X / 60 min) e 0, 0,55 0,305. Em Ecel: DISTEXPON(0,; /0,55; VERDADEIRO) 6
7 Modelo normal (ou gaussiano) Uma variável aleatória contínua X tem distribuição normal com média µ e variância σ se sua função densidade é dada por., ) ( R e f σ µ σ π Notação: X ~ N(µ, σ ). Propriedades: E(X) µ, Var(X) σ e mediana moda µ.
8 Eemplos Distribuições normais com médias diferentes e variâncias iguais. Distribuições normais com médias iguais e variâncias diferentes. 8
9 Eemplos σ σ µ µ µ µ σ σ µ µ
10 Propriedades (a) A distribuição é simétrica em relação à média. (b) Como a área total sob curva é igual a, à esquerda e à direita de µ a área é igual a 0,5. (c) P( µ σ X µ + σ ) 0,6896, P( µ P( µ σ 3σ X X µ + µ + σ ) 3σ ) 0,9546 0,9973. e 0
11 Propriedades A função de distribuição acumulada de uma v.a. X ~ N(µ, σ ) é F( ) π σ ep t µ σ dt. Normal padrão ou reduzida. Se é uma v.a. normal com média 0 e variância, então é chamada de uma v.a. normal padrão ou reduzida e sua função densidade é f ( z) e π z, z R. Integral sem solução analítica. Cálculo de probabilidades com o auílio de tabelas. A função de distribuição acumulada de uma v.a. ~ N(0,) é Φ( z) P( z) z ep( π f(z) t ) dt z
12 Uso da tabela normal Table A.3. Areas under the normal curve. ~ N(0,): distribuição normal padrão. Valores no corpo da tabela: Φ(z) P( z), z com duas decimais. Φ ( z) P( z) z π ep( t ) dt, 3,40 z 3,49.
13 Uso da tabela normal a coluna: parte inteira de z e a decimal. a linha: a decimal de z. Eemplo. P( -,5) é encontrada na interseção da linha correspondente a, com a coluna 0,05: a decimal Parte inteira e a decimal z 0,00 0,0 0,0 0,03 0,04 0,05 0,06 0,07 0,08 0,09-3,4... -, 0, ,4 Resposta. P( -,5) 0,056. 3
14 Eemplo Se ~ N(0,), calcule (a) P(,80), (b) P(0,80,40), (c) P( > -0,57) e (d) o valor de k tal que P( k) 0,05. Em Ecel: (a) DIST.NORMP(,8). (b) DIST.NORMP(,4) DIST.NORMP(0,8). (c) -DIST.NORMP(-0,57). (d) INV.NORMP(0,05). Solução. Da tabela normal padrão tem-se (a)p(,80) Φ (,80) 0,964, (b) P(0,80,40) Φ (,40) - Φ (0,80) 0,99-0,788 0,3, (c) P( > 0,57) P( 0,57) 0,843 0,757, (d) P( k) 0,05 k,64. Observação. Para todo k > 0, ( i) P( k) P( k) e ( ii)p( k k) P( k) P( k). 4
15 Eemplo (b) A B C, sendo que B e C são encontradas na tabela normal. f(z) z A f(z) B z.4 f(z) C z 0.8 5
16 Transformação linear de uma variável normal Se X ~ N(µ, σ ), então Y a + bx ~ N(µ Y, σ Y ), sendo que µ Y a + bµ e σ Y b σ. Tomando a - µ / σ e b / σ obtemos a padronização X σ µ ~ N(0,). Distribuição normal padrão ou reduzida. Eemplo. Se X ~ N(90,00), determinar (a) P(80 X 00), (b) P( X ) e (c) o valor de a tal que P(90 - a X 90 + a) 0,99. 6
17 7 0,686. 0,843,00) P(,00),00 P( ) P( 00) ) P(80 ( X X a σ µ 0, ,9987-3,00) P( 3,00) 3,00 P( ) P( 30) P( 30) 90 P( ) ( X X X b,85.,57 5 0,995 ) 5 P( 0,99 ) 5 P( P ) 90 P( ) 90 ) P(90 ( + a a a a a X a a X a a X a c Eemplo Eercício. Resolver o eemplo utilizando o Ecel.
18 Eemplo A resistência à compressão de blocos de concreto tem distribuição normal com média 0 N/mm e desvio padrão 5 N/mm. (a) Qual a probabilidade de que a resistência seja inferior a 00 N/mm? Solução. Definimos X como a resistência dos blocos à compressão. Pelo enunciado, X ~ N(0, 5 ). Calculamos 00 0 P( X 00) P P(,33) 5 Φ (,33) 0,098. Em Ecel: DIST.NORM(00; 0; 5;VERDADEIRO) 8
19 Eemplo (b) Qual a resistência correspondente a 95% dos blocos de menor resistência? Solução. Devemos encontrar tal que P(X ) 0,95. Após uma transformação, 0 P ( X ) P 0,95. 5 Iniciamos encontrando z tal que Φ(z) 0,95. Da tabela normal, z,64. Logo, 0 +, ,6 N/mm. Em Ecel: INV.NORM(0,95; 0; 5) 44,678. Obs. Este valor é o quantil (ou percentil) 95% da distribuição. 9
20 Eemplo (c) Qual o intervalo central correspondente a 80% de todos os valores da resistência? Solução. Devemos encontrar e tais que 0 P( X ) 0,80 P ,80. Em Ecel: Procuramos z tal que Φ(z) 0,90. Da tabela normal, z,8. Logo, INV.NORM(0,0; 0; 5) 00,7767,8,8 e INV.NORM(0,90; 0; 5) 39,36. Probabilidade acumulada até o ponto z é igual a 0, ,8 00,8 N/mm 0 + 5,8 39, N/mm., 0
21 A escala sigma Utilizada para medir o nível de qualidade de um processo de produção. Quanto maior o número de sigmas (σ), melhor. X representa uma característica de um item, sendo que X ~ N(VN, σ ). µ VN valor nominal. Limites de especificação: LIE VN 6σ e LSE VN + 6σ. P(X VN 6σ) + P(X > VN + 6σ) P(X VN 6σ) 9, , f() Em Ecel: *DIST.NORMP(-6), Corresponde, em média, a cerca de dois itens que não atendem às especificações a cada bilhão de itens produzidos. VN - 6 σ VN VN + 6 σ *DIST.NORMP(-6)* E9,980.
22 A escala sigma O processo sofre uma alteração. A média passa a ser µ VN,5σ ou µ VN +,5σ. Considere X ~ N(µ, σ ), em que µ VN +,5σ. P(X VN 6σ) + P(X > VN + 6σ) 3, f() Em Ecel: DIST.NORM(-6;,5;; VERDADEIRO) + DIST.NORM(6;,5;; VERDADEIRO) 3, Corresponde, em média, a cerca de 3,4 itens que não atendem às especificações a cada milhão de itens produzidos. VN - 6 σ VN VN +,5 σ VN + 6 σ
23 A escala sigma Nível Média de defeitos por milhão σ σ σ 60 5 σ 33 6 σ 3,4 4 σ 6 σ Sete horas de falta de energia por mês Uma hora de falta de energia a cada 34 anos 5000 cirurgias incorretas por semana,7 cirurgia incorreta por semana 5 minutos de fornecimento de Um minuto de fornecimento de água não potável por dia água não potável a cada sete meses Fonte: Keene, S. (000), Reliability Review 0, p.9. 3
24 Propriedade Se X,, X são v.a. independentes tais que X n i ~ N(µ, σ para i,...,n, então, a v.a. Y é tal que Y ~ N(nµ, nσ ). Padronização: X + + n X n X i i ), i n X i nµ X µ n( X nσ σ / n σ µ ) ~ N(0,). Eemplo. O peso de uma caia de peças é uma v.a. normal com média 65 kg e desvio padrão de 4 kg. Um carregamento de 0 caias de peças é despachado. Qual a probabilidade de que a carga pese entre kg e 7.90 kg? 4
25 Eemplo Solução. Pelo enunciado, X i : peso da i - ésima caia X ~ N(65,6), i,,0. Logo, Y : peso da carga Y Y ~ N(7800,90). 0 i i X i ~ N(0 65,0 6), Calculamos P(7893 Y 790) P 90 P(,,5) Φ (,5) Φ (,) 0,4940 0,4830 0,
26 Teorema central do limite Se X, X,..., X n é uma amostra aleatória de tamanho n de uma distribuição com média µ e desvio padrão σ (0 σ ), então a distribuição aproimada de n( X σ sendo que µ ) é normal padrão N(0,), X n n i X i é a média amostral. Observações. () Quanto maior n, melhor a aproimação. () A distribuição das variáveis X pode ser discreta ou contínua. (3) A distribuição aproimada de n X i é N( nµ, nσ ). i 6
27 Teorema central do limite Distribuição eponencial Densidade n Densidade n Densidade n 50 Densidade n
28 Teorema central do limite Distribuição Bernoulli (p 0,45) n n 0 Densidade Densidade n 50 n 00 Densidade Densidade
29 Eemplo Após arredondamento para o inteiro mais próimo, 48 números são somados. Os erros de arredondamento individuais são uniformemente distribuídos no intervalo (-0,5; 0,5). Qual a probabilidade de que a soma dos números arredondados seja diferente da verdadeira soma por mais de 3 unidades (em ambos os sentidos)? Solução. Utilizando o teorema central do limite obtemos uma solução aproimada. X i, i,...,48 são os erros de arredondamento tais que X i ~ U(-0,5; 0,5), E(X i ) (-0,5 + 0,5) / 0 e Var(X i ) [0,5 (-0,5)] / / (veja lâmina ). O erro de arredondamento E é dado por E X + X + + X 48, sendo que a distribuição aproimada é E ~ N(48 0, 48 /) N(0,4). Devemos calcular P((E -3) (E > 3)), que é igual a P(E -3) + P(E > 3). Usando a distribuição aproimada, P(E -3) + P(E > 3) P(E -3) E P P(,50) 0,0668 0,336. 9
30 Modelo de Weibull Uma variável aleatória contínua X tem distribuição de Weibull com parâmetros de escala α > 0 e forma β > 0 se sua função densidade é dada por 0., ) ( e f β α β α α β Notação: X ~ W(α, β). 0., ) ( ) ( e X P F β α Função distribuição acumulada: Obs. Se β, X ~ E(α) (lâmina 5).
31 Eemplos α β f() β 4 f() α Outras distribuições contínuas: gama, Gumbel, log-normal, Fréchet, Pearson, valor etremo, etc. 3
5. PRINCIPAIS MODELOS CONTÍNUOS
5. PRINCIPAIS MODELOS CONTÍNUOS 00 5.. Modelo uniforme Uma v.a. contínua X tem distribuição uniforme com parâmetros α e β (α β) se sua função densidade de probabilidade é dada por f ( ) β α 0, Notação:
Leia mais5. PRINCIPAIS MODELOS CONTÍNUOS
5. PRINCIPAIS MODELOS CONTÍNUOS 2019 5.1. Modelo uniforme Uma v.a. contínua X tem distribuição uniforme com parâmetros e ( < ) se sua função densidade de probabilidade é dada por f ( x )={ 1 β α, α x β
Leia maisPRINCIPAIS MODELOS CONTÍNUOS
RINCIAIS MODELOS CONTÍNUOS 0 5.. Modelo uniforme Uma v.a. contínua tem distribuição uniforme com parâmetros α e β α β se sua função densidade de probabilidade é dada por, f β α 0, Notação: ~ Uα, β. 0,
Leia mais5. PRINCIPAIS MODELOS CONTÍNUOS
5. PRINCIPAIS MODELOS CONTÍNUOS 011 5.1. Modelo uniforme Uma v.a. contínua X tem distribuição uniforme com parâmetros e ( < ) se sua função densidade de probabilidade é dada por 1, f ( ) 0, Notação: X
Leia mais5. PRINCIPAIS MODELOS CONTÍNUOS
5. RINCIAIS MODELOS CONTÍNUOS 04 5.. Modelo uniforme Uma v.a. contínua tem distribuição uniforme com parâmetros α e β α β se sua função densidade de probabilidade é dada por f, β α 0, Notação: ~ Uα, β.
Leia maisPropriedades: Notação: X ~ U(α, β). PRINCIPAIS MODELOS CONTÍNUOS
0 CONTÍNUOS PRINCIPAIS MODELOS Notação: ~ U(α β). Propriedades: Eemplo A dureza de uma peça de aço pode ser pesada como sedo uma variável aleatória uiforme o itervalo (5070) uidades. Qual a probabilidade
Leia maisALGUMAS DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE
ALGUMAS DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE 4. 1 INTRODUÇÃO Serão apresentadas aqui algumas distribuições de probabilidade associadas a v.a. s contínuas. A mais importante delas é a distribuição Normal
Leia maisCap. 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 maisDistribuições 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 maisCap. 6 Variáveis aleatórias contínuas
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Cap. 6 Variáveis aleatórias contínuas APOIO: Fundação de
Leia mais4. Distribuições de probabilidade e
4. Distribuições de probabilidade e características Valor esperado de uma variável aleatória. Definição 4.1: Dada uma v.a. discreta (contínua) X com f.m.p. (f.d.p.) f X (), o valor esperado (ou valor médio
Leia maisc.c. É a função que associa a cada x X(S) um número f(x) que deve satisfazer as seguintes propriedades:
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Seja X uma variável aleatória com conjunto de valores X(S). Se o conjunto de valores for infinito não enumerável então a variável
Leia maisMOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ 3 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semanas 2 3 4 5 6 7 8 9 0 2 3 4 5 e 6 Introdução à probabilidade (eventos, espaço
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 6 Distribuições Contínuas (Parte 02) Leitura obrigatória: Devore, Capítulo 4 Chap 6-1 Distribuições de Probabilidade Distribuições de Probabilidade Distribuições de Probabilidade
Leia maisUma variável aleatória X tem uma distribuição normal se sua fdp for do tipo:
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Uma variável aleatória X tem uma distribuição normal se sua fdp for do tipo: f().e π. μ., R com - < μ < e > 0 0, 0,6 N(0; ) N(0;
Leia maisIntrodução à Probabilidade e à Estatística (BCN ) Prova 2 (A) 16/08/2018 Correção
Introdução à Probabilidade e à Estatística (BCN0406-1) Prova 2 (A) 16/08/2018 Correção (1.pt) 1. Dadas as seguintes probabilidades associadas à variável aleatória X: -1 1 2 p() 1/2 1/3 1/6 a) Calcule a
Leia maisEstatística Aplicada II. } Revisão: Probabilidade } Propriedades da Média Amostral
Estatística Aplicada II } Revisão: Probabilidade } Propriedades da Média Amostral 1 Aula de hoje } Tópicos } Revisão: } Distribuição de probabilidade } Variáveis aleatórias } Distribuição normal } Propriedades
Leia maisDistribuições de Probabilidade. Distribuição Uniforme Distribuição Exponencial Distribuição Normal
Distribuições de Probabilidade Distribuição Uniforme Distribuição Exponencial Distribuição Normal 1 Distribuição Uniforme A distribuição Uniforme atribui uma densidade igual ao longo de um intervalo (a,b).
Leia mais4. PRINCIPAIS MODELOS DISCRETOS
4. PRINCIPAIS MODELOS DISCRETOS 2010 Principais modelos probabilísticos discretos 4.1. Modelo Bernoulli Muitos eperimentos admitem apenas dois resultados. Eemplos: 3. Uma peça é classificada como defeituosa
Leia maisDistribuições de Probabilidade. Distribuição Normal
Distribuições de Probabilidade Distribuição Normal 1 Distribuição Normal ou Gaussiana A distribuição Normal ou Gaussiana é muito utilizada em análises estatísticas. É uma distribuição simétrica em torno
Leia maisMétodos Experimentais em Ciências Mecânicas
Métodos Experimentais em Ciências Mecânicas Professor Jorge Luiz A. Ferreira Função que descreve a chance que uma variável pode assumir ao longo de um espaço de valores. Uma distribuição de probabilidade
Leia maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 08
Teoria das Filas aplicadas a Sistemas Computacionais Aula 08 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Leia maisAULA 17 - Distribuição Uniforme e Normal
AULA 17 - Distribuição Uniforme e Normal Susan Schommer Introdução à Estatística Econômica - IE/UFRJ Distribuições Contínuas Em muitos problemas se torna matematicamente mais simples considerar um espaço
Leia maisRedes de Computadores sem Fio
Redes de Computadores sem Fio Prof. Marcelo Gonçalves Rubinstein Programa de Pós-Graduação em Engenharia Eletrônica Faculdade de Engenharia Universidade do Estado do Rio de Janeiro Programa Introdução
Leia maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 09
Teoria das Filas aplicadas a Sistemas Computacionais Aula 09 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Leia maisDistribuições derivadas da distribuição Normal. Distribuição Normal., x real.
Distribuições derivadas da distribuição Normal Distribuição Normal Uma variável aleatória X tem distribuição normal com parâmetros µ e σ, quando sua densidade de probabilidade é f ( x) π σ e ( x µ ) σ,
Leia maisVariáveis Aleatórias Contínuas
Variáveis Aleatórias Contínuas Bacharelado em Administração - FEA - Noturno 2 o Semestre 2017 MAE0219 (IME-USP) Variáveis Aleatórias Contínuas 2 o Semestre 2017 1 / 35 Objetivos da Aula Sumário 1 Objetivos
Leia maisCapítulo 4 - Variáveis aleatórias e distribuições contínuas
Capítulo 4 - Variáveis aleatórias e distribuições contínuas Conceição Amado e Ana M. Pires 4.1 - Variáveis aleatórias contínuas. Função densidade de probabilidade 3 4.2 - Valor esperado, variância e algumas
Leia mais4. PRINCIPAIS MODELOS DISCRETOS
4. PRINCIPAIS MODELOS DISCRETOS 2019 Principais modelos probabilísticos discretos 4.1. Modelo Bernoulli Muitos eperimentos admitem apenas dois resultados. Eemplos: 1. Uma peça é classificada como defeituosa
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Uma variável aleatória X tem uma distribuição normal se sua fdp for do tipo: f(x) 1.e 1 2. x µ σ 2, x R 2π. σ com - < µ < e σ >
Leia maisProbabilidade e variáveis aleatórias (revisão)
Probabilidade e variáveis aleatórias (revisão) CE219 - Controle Estatístico de Qualidade Prof. Cesar Taconeli taconeli@ufpr.br Prof. Walmes Zeviani walmes@ufpr.br Laboratório de Estatística e Geoinformação
Leia maisTiago Viana Flor de Santana
ESTATÍSTICA BÁSICA DISTRIBUIÇÃO NORMAL DE PROBABILIDADE (MODELO NORMAL) Tiago Viana Flor de Santana www.uel.br/pessoal/tiagodesantana/ tiagodesantana@uel.br sala 07 Curso: MATEMÁTICA Universidade Estadual
Leia maisExperiência para o qual o modelo probabilístico é adequado. Efeito. Causas. E 1 : Joga-se um dado e observase o número da face superior.
Determinístico Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www. ufrgs.br/~viali/ Sistema Real Probabilístico Causas Efeito X Causas Efeito Eperiência para o qual o modelo probabilístico é adequado.
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Seja X uma variável aleatória com conjunto de valores X(S). Se o conjunto de valores for infinito não enumerável então a variável
Leia maisDistribuições Contínuas de Probabilidade
Distribuições Contínuas de Probabilidade Uma variável aleatória contínua é uma função definida sobre o espaço amostral, que associa valores em um intervalo de números reais. Exemplos: Espessura de um item
Leia maisAula de hoje. administração. São Paulo: Ática, 2007, Cap. 3. ! Tópicos. ! Referências. ! Distribuição de probabilidades! Variáveis aleatórias
Aula de hoje! Tópicos! Distribuição de probabilidades! Variáveis aleatórias! Variáveis discretas! Variáveis contínuas! Distribuição binomial! Distribuição normal! Referências! Barrow, M. Estatística para
Leia maisUniversidade Federal de Lavras
Universidade Federal de Lavras Departamento de Ciências Eatas Prof. Daniel Furtado Ferreira 7 a Lista Prática Distribuição de Probabilidade Normal 1) Calcule a partir da distribuição normal padroniada,
Leia maisModelos Lineares Distribuições de Probabilidades Distribuição Normal Teorema Central do Limite. Professora Ariane Ferreira
Distribuições de Probabilidades Distribuição Normal Teorema Central do Limite Professora Ariane Ferreira Modelos Probabilísticos de v.a. continuas Distribuição de Probabilidades 2 IPRJ UERJ Ariane Ferreira
Leia maisModelos de Distribuição PARA COMPUTAÇÃO
Modelos de Distribuição MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Distribuições Discretas Bernoulli Binomial Geométrica Hipergeométrica Poisson ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO
Leia maisTeorema do Limite Central
Teorema do Limite Central Bacharelado em Economia - FEA - Noturno 1 o Semestre 2014 MAE0219 (IME-USP) Teorema do Limite Central 1 o Semestre 2014 1 / 47 Objetivos da Aula Sumário 1 Objetivos da Aula 2
Leia maisNoções de Simulação. Ciências Contábeis - FEA - Noturno. 2 o Semestre MAE0219 (IME-USP) Noções de Simulação 2 o Semestre / 23
Noções de Simulação Ciências Contábeis - FEA - Noturno 2 o Semestre 2013 MAE0219 (IME-USP) Noções de Simulação 2 o Semestre 2013 1 / 23 Objetivos da Aula Sumário 1 Objetivos da Aula 2 Motivação 3 Geração
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 maisIND 1115 Inferência Estatística Aula 7
Conteúdo IND 1115 Inferência Estatística Aula 7 Setembro 2004 Por que a revisão de probabilidades até agora? A importância da distribuição Normal O Mônica Barros mbarros.com 1 mbarros.com 2 Por que uma
Leia mais{ C(1 x 2 ), se x ( 1, 1), f(x) = Cxe x/2, se x > 0, x + k, se 0 x 3; 0, c.c. k, se 1 < x 2; kx + 3k, se 2 < x 3;
Universidade de Brasília Departamento de Estatística 4 a Lista de PE 1. Seja X uma variável aleatória com densidade { C(1 x 2 ), se x ( 1, 1), 0, se x / ( 1, 1). a) Qual o valor de C? b) Qual a função
Leia maisDistribuição Normal. Prof. Eduardo Bezerra. (CEFET/RJ) - BCC - Inferência Estatística. 25 de agosto de 2017
padrão - padronização Distribuição Normal Prof. Eduardo Bezerra (CEFET/RJ) - BCC - Inferência Estatística 25 de agosto de 2017 Eduardo Bezerra (CEFET/RJ) Distribuição Normal Março/2017 1 / 32 Roteiro Distribuições
Leia maisA distribuição normal é a distribuição mais importante do campo da Estatística, Muitas funções convergem para a normal (Poisson, Binomial);
Distribuições de Probabilidades Contínuas Capítu 7lo. DISTRIBUIÇÃO NORMAL A distribuição normal é a distribuição mais importante do campo da Estatística, uma vez que: Serve de parâmetro de comparação;
Leia maisALGUNS MODELOS DE VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS. Prof.: Idemauro Antonio Rodrigues de Lara
1 ALGUNS MODELOS DE VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS Prof.: Idemauro Antonio Rodrigues de Lara 2 Modelos de variáveis aleatórias discretas 1. Distribuição Uniforme Discreta 2. Distribuição Binomial
Leia maisGeração de Variáveis Aleatórias Contínuas. Mat02274 Estatística Computacional. A Normal. A Normal. Normal Log-Normal Gama Erlang Beta.
Estatística Computacional Geração de Variáveis Aleatórias Contínuas 6 Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Normal Log-Normal Gama Erlang Beta Weibull Student (t) Qui-Quadrado
Leia maisCAPÍTULO 5 DISTRIBUIÇÕES DE PROBABILIDADE PPGEP. Introdução. Introdução. Introdução UFRGS. Distribuições de Probabilidade
Introdução CAPÍTULO 5 DISTRIBUIÇÕES DE PROBABILIDADE UFRGS O histograma é usado para apresentar dados amostrais etraídas de uma população. Por eemplo, os 50 valores de uma característica dimensional apresentados
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 maisPRINCIPAIS MODELOS DISCRETOS
PRINCIPAIS MODELOS DISCRETOS 2012 Principais modelos probabilísticos discretos 4.1. Modelo Bernoulli Muitos eperimentos admitem apenas dois resultados. Eemplos: 1. Uma peça é classificada como defeituosa
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 Distribuição Normal Motivação: Distribuição
Leia maisPRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES
PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES Certas distribuições de probabilidades se encaixam em diversas situações práticas As principais são: se v.a. discreta Distribuição de Bernoulli Distribuição binomial
Leia maisFAMÍLIA EXPONENCIAL DE DISTRIBUIÇÕES
FAMÍLIA EXPONENCIAL DE DISTRIBUIÇÕES 1 Os modelos lineares generalizados, propostos originalmente em Nelder e Wedderburn (1972), configuram etensões dos modelos lineares clássicos e permitem analisar a
Leia maisDistribuições Importantes. Distribuições Contínuas
Distribuições Importantes Distribuições Contínuas Distribuição Normal ou de Gauss Definição Diz-se que uma v.a. X contínua tem distribuição normal ou de Gauss, X Nor(µ,σ), se a sua função densidade de
Leia maisBioestatística 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 maisVariáveis Aleatórias Contínuas e Distribuições de Probabilidade
Variáveis Aleatórias Contínuas e Distribuições de Probabilidade Motivação A quantidade de oxigênio dissolvido é importante para aferir a qualidade de um regato. Os níveis aceitáveis de oxigênio variam
Leia maisLEEC Probabilidades e Estatística 1 a Chamada 13/06/2005. Parte Prática C (C) M 1% 9% 10% (M) 4% 86% 90% 5% 95% 100%
. Definição dos acontecimentos: M T-shirt tem manchas C T-shirt tem costuras defeituosas D T-shirt é defeituosa A Preço da t-shirt é alterado a) PM) = % PC) = 5% PM C) = % LEEC Probabilidades e Estatística
Leia maisVariáveis Aleatórias
Variáveis Aleatórias Definição: Uma variável aleatória v.a. é uma função que associa elementos do espaço amostral a valores numéricos, ou seja, X : Ω A, em que A R. Esquematicamente As variáveis aleatórias
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 7 Distribuição da Média Amostral Leitura obrigatória: Devore: Seções 5.3, 5.4 e 5.5 Chap 8-1 Inferência Estatística Na próxima aula vamos começar a parte de inferência
Leia maisSUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2
SUMÁRIO 1 CONCEITOS BÁSICOS, 1 1.1 Introdução, 1 1.2 Conceitos Fundamentais, 2 1.2.1 Objetivo, 2 1.2.2 População e amostra, 2 1.3 Processos estatísticos de abordagem, 2 1.4 Dados estatísticos, 3 1.5 Estatística
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Lei dos Grandes Números e Teorema Central do Limite 02/14 1 / 9 Lei dos Grandes Números Lei
Leia maisProbabilidade e Estatística. stica. Prof. Dr. Narciso Gonçalves da Silva pessoal.utfpr.edu.
Probabilidade e Estatística stica Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva pessoal.utfpr.edu.br/ngsilva Distribuição Uniforme Uma variável aleatória contínua X está
Leia maisVariável Aleatória Contínua:
Distribuição Contínua Normal Prof. Tarciana Liberal Departamento de Estatística UFPB x x Variável Aleatória Contínua: Assume valores num intervalo de números reais. Não é possível listar, individualmente,
Leia maisModelos discretos e contínuos
Modelos discretos e contínuos Joaquim Neto joaquim.neto@ufjf.edu.br Departamento de Estatística - ICE Universidade Federal de Juiz de Fora (UFJF) Versão 3.0 Joaquim Neto (UFJF) ICE - UFJF Versão 3.0 1
Leia maisLucas Santana da Cunha 12 de julho de 2017
DISTRIBUIÇÃO NORMAL Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 12 de julho de 2017 Distribuição Normal Dentre todas as distribuições de probabilidades,
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição t de Student 02/14 1 / 1 A distribuição t de Student é uma das distribuições
Leia maisVariáveis Aleatórias Contínuas e Distribuição de Probabilidad
Variáveis Aleatórias Contínuas e Distribuição de Probabilidades - parte II 26 de Novembro de 2013 Distribuição Contínua Uniforme Média e Variância Objetivos Ao final deste capítulo você deve ser capaz
Leia maisCapítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia
Departamento de Engenharia Civil Prof. Dr. Doalcey Antunes Ramos Capítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia 3.1 - Objetivos Séries de variáveis hidrológicas como precipitações,
Leia maisSolução: A distribuição normal. Representação gráfica. Cálculo de probabilidades. A normal padrão. σ Será uma N(0; 1).
A distribuição normal Uma variável aleatória X tem uma distribuição normal se sua fdp for do tipo: f (x) =.e π. σ x µ. σ, x R Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ com
Leia maisCapítulo 5 - Distribuições conjuntas de probabilidade e complementos 3
Capítulo 5 - Distribuições conjuntas de probabilidade e complementos Conceição Amado e Ana M. Pires Departamento de Matemática Instituto Superior Técnico Capítulo 5 - Distribuições conjuntas de probabilidade
Leia maisLucas Santana da Cunha de junho de 2018 Londrina
Distribuição Normal Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 25 de junho de 2018 Londrina 1 / 17 Distribuição Normal Dentre todas as distribuições de probabilidades,
Leia maisCapítulo 2. Variáveis Aleatórias e Distribuições
Capítulo 2 Variáveis Aleatórias e Distribuições Experimento Aleatório Não existe uma definição satisfatória de Experimento Aleatório. Os exemplos dados são de fenômenos para os quais modelos probabilísticos
Leia maisPrincipais Modelos Contínuos
rincipais Modlos Contínuos . Modlo uniform Uma v.a. contínua tm distribuição uniform com parâmtros < s sua função dnsidad d probabilidad é dada por c c f. 0. Var E F 0 0 A função d distribuição acumulada
Leia maisProbabilidade Aula 08
332 Probabilidade Aula 8 Magno T. M. Silva Escola Politécnica da USP Maio de 217 A maior parte dos exemplos dessa aula foram extraídos de Jay L. Devore, Probabilidade e Estatística para engenharia e ciências,
Leia maisVariáveis Aleatórias Contínuas e Distribuição de Probabilidad
Variáveis Aleatórias Contínuas e Distribuição de Probabilidades - parte III 23 de Abril de 2012 Introdução Objetivos Ao final deste capítulo você deve ser capaz de: Calcular probabilidades aproximadas
Leia maisUMa das abordagens mais úteis para modelagem de sistemas é a caracterização de eventos
3 Capítulo 1 Distribuições de Probabilidade 1.1 Introdução UMa das abordagens mais úteis para modelagem de sistemas é a caracterização de eventos através de distribuições de probabilidade. As distribuições
Leia maisEng a. Morgana Pizzolato, Dr a. Aula 02 Revisão de Estatística DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM
Eng a. Morgana Pizzolato, Dr a. Aula 02 Revisão de Estatística DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS DESTA AULA Revisão de Estatística Coleta de dados Análise de dados
Leia maisCAPÍTULO 4 CONCEITOS BÁSICOS DE ESTATÍSTICA E PROBABILIDADES
CAPÍTULO 4 CONCEITOS BÁSICOS DE ESTATÍSTICA E PROBABILIDADES. INTRODUÇÃO - Conceito de população desconhecida π e proporção da amostra observada P. π P + pequeno erro Perguntas: - Qual é o pequeno erro?
Leia maisDistribuições de Probabilidades
Distribuições de Probabilidades 1 Distribuições Contínuas 1.1 Distribuição Uniforme - U(a,b) Uso mais comum: Primeira tentativa em casos em que apenas os limites dos dados são conhecidos. f() 1/(b-a) a
Leia maisDistribuição Normal. Prof a Dr a Alcione Miranda dos Santos. Abril, 2011
Distribuição Normal Prof a Dr a Alcione Miranda dos Santos Universidade Federal do Maranhão Programa de Pós-Graduação em Saúde Coletiva email:alcione.miranda@gmail.com Abril, 2011 1 / 18 Sumário Introdução
Leia maisrio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade Aleatórias nuas
ITA - Laboratório rio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade Aula 04: Variáveis Aleatórias Contínuas nuas Função densidade de probabilidade contínua nua f(x) a b f(x) 0 para
Leia maisMorgana Pizzolato, Dr a. Aula 02 Revisão de Estatística DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM
Morgana Pizzolato, Dr a. Aula 02 Revisão de Estatística DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM Cronograma parcial DPS1037 Data Aula Conteúdo 10/ago 1 Introdução à Engenharia da
Leia maisTE802 Processos Estocásticos em Engenharia. Valores Esperados de Somas de Variáveis Aleatórias. TE802 Somas de Variáveis Aleatórias
TE802 Processos Estocásticos em Engenharia Somas de Variáveis Aleatórias 27 de setembro de 2017 Valores Esperados de Somas de Variáveis Aleatórias Seja W n = X 1 + + X n, E[W n ] = E[X 1 ] + E[X 2 ] +
Leia maisEstatística Básica VARIÁVEIS ALEATÓRIAS CONTÍNUAS. Renato Dourado Maia Instituto de Ciências Agrárias Universidade Federal de Minas Gerais
Estatística Básica VARIÁVEIS ALEATÓRIAS CONTÍNUAS Renato Dourado Maia Instituto de Ciências Agrárias Universidade Federal de Minas Gerais Modelo Uniforme Contínuo Uma variável aleatória X tem distribuição
Leia maisMAT 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 maisA figura 5.1 ilustra a densidade da curva normal, que é simétrica em torno da média (µ).
Capítulo 5 Distribuição Normal Muitas variáveis aleatórias contínuas, tais como altura, comprimento, peso, entre outras, podem ser descritas pelo modelo Normal de probabilidades. Este modelo é, sem dúvida,
Leia maisAULA 3: DISTRIBUIÇÕES DE PROBABILIDADES. Gleici Castro Perdoná
AULA 3: DISTRIBUIÇÕES DE PROBABILIDADES Gleici Castro Perdoná pgleici@fmrp.usp.br AVALIAÇÃO 1 - (20 min) ENTRAR NO STOA E RESPONDER 5 QUESTÕES Qual objetivo das medidas descritivas? OBTENÇÃO ORGANIZAÇÃO
Leia maisVariáveis Aleatórias Bidimensionais &Teoremas de Limite 1/22
all Variáveis Aleatórias Bidimensionais & Teoremas de Limite Professores Eduardo Zambon e Magnos Martinello UFES Universidade Federal do Espírito Santo DI Departamento de Informática CEUNES Centro Universitário
Leia maisEstatística II Aula 2. Prof.: Patricia Maria Bortolon, D. Sc.
Estatística II Aula Prof.: Patricia Maria Bortolon, D. Sc. Distribuições Amostrais ... vocês lembram que: Antes de tudo... Estatística Parâmetro Amostra População E usamos estatíticas das amostras para
Leia maisDISTRIBUIÇÃO NORMAL DISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS ROTEIRO DISTRIBUIÇÃO NORMAL
ROTEIRO DISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS 1. Distribuições conjuntas 2. Independência 3. Confiabilidade 4. Combinações lineares de variáveis aleatórias 5. Referências DISTRIBUIÇÃO NORMAL Definição:
Leia maisDisciplina: Prof. a Dr. a Simone Daniela Sartorio. DTAiSeR-Ar
Disciplina: 1171 b) Variáveis Aleatórias Contínuas Prof. a Dr. a Simone Daniela Sartorio DTAiSeR-Ar 1 Uma variável aleatória é contínua (v.a.c.) se seu conjunto de valores é qualquer intervalo dos números
Leia maisRevisão de distribuições de probabilidades contínuas (Capítulo 6 Levine)
Revisão de distribuições de probabilidades contínuas (Capítulo 6 Levine) Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc. Chap 6-1 Objetivos: Neste capítulo, você aprenderá:
Leia maisTE802 Processos Estocásticos em Engenharia. Valores Esperados de Somas de Variáveis Aleatórias Notes. PDF da Soma de Duas Variáveis Aleatórias.
TE802 Processos Estocásticos em Engenharia Somas de Variáveis Aleatórias 25 de abril de 2016 Valores Esperados de Somas de Variáveis Aleatórias Seja W n = X 1 + + X n, E[W n ] = E[X 1 ] + E[X 2 ] + + E[X
Leia maisb) Variáveis Aleatórias Contínuas
Disciplina: 1171 b) Variáveis Aleatórias Contínuas Prof. a Dr. a Simone Daniela Sartorio de Medeiros DTAiSeR-Ar 1 Uma variável aleatória é contínua (v.a.c.) se seu conjunto de valores é qualquer intervalo
Leia maisProcessos Estocásticos. Luiz Affonso Guedes
Processos Estocásticos Luiz Affonso Guedes Sumário Modelos Probabilísticos Discretos Uniforme Bernoulli Binomial Hipergeométrico Geométrico Poisson Contínuos Uniforme Normal Tempo de Vida Exponencial Gama
Leia maisExemplos. 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 maisDistribuições Contínuas. Estatística. 7 - Distribuição de Probabilidade de Variáveis Aleatórias Contínuas UNESP FEG DPD
Estatística 7 - Distribuição de Probabilidade de Variáveis Aleatórias Contínuas 7- Distribuição Uniforme A variável aleatória contínua pode ser qualquer valor no intervalo [a,b] A probabilidade da variável
Leia maisDistribuições de Probabilidade
Distribuições de Probabilidade Júlio Osório Distribuições Teóricas de Probabilidades Diz-se que uma variável aleatória contínua X tem uma distribuição normal de parâmetros µ (média) e σ (desviopadrão)
Leia maisProfessora Ana Hermínia Andrade. Período
Distribuições de probabilidade Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2016.2 Modelos de distribuição Para
Leia mais