c.c. É a função que associa a cada x X(S) um número f(x) que deve satisfazer as seguintes propriedades:
|
|
- Orlando Balsemão Viveiros
- 5 Há anos
- Visualizações:
Transcrição
1 Prof. Lorí Viali, Dr. Seja X uma variável aleatória com conjunto de valores X(S). Se o conjunto de valores for infinito não enumerável então a variável é dita contínua. É a função que associa a cada X(S) um número f() que deve satisfazer as seguintes propriedades: f() 0 f ().d A coleção dos pares (, f()) é denominada de distribuição de probabilidade da VAC X. Seja X uma VAC. Determine o valor de c para que f() seja uma função densidade de probabilidade (fdp). c. f () 0 se c.c.
2 Tem-se: Para determinar o valor de c, devemos igualar a área total a um, isto é, devemos fazer: - f()d - c. d - c. d c - c - c c c d - -,5 P(a < X < b) b a f ()d,0 y f () 0,5 0,0 -,5 -, -,0-0, -0,5-0, 0,0 0, 0,5 0,,0,,5 - X a b a < X < b P(a < X < b) b a f()d Se X é uma VAC, então: Isto é, a probabilidade de que X assuma valores entre os números a e b é a área sob o gráfico de f() entre os pontos a e b. a a P(X a) f ()d 0 P(a < X < b) P(a X < b) P(a < X b) P(a X b)
3 Seja X uma VAC. Determine a probabilidade de X assumir valores no intervalo [-0,5; 0,5]. f () 0 se c.c. A probabilidade solicitada é dada por: P( 0, 5 < X < 0, 5) 0,5 d -0,5 [(0,5) d (-0,5) ], 50% 0,5-0,5 0,5-05 (a) Epectância, valor esperado µ E(X) f () d (b) Variância σ V(X) ( µ) f ()d f ()d f ()d µ ( f ()d) E(X ) E(X) (iii) Desvio Padrão σ ( µ) f ()d f ()d µ E(X ) E(X) (iv) O Coeficiente de Variação γ σ/µ É a função F() definida por: F() P(X ) f (u)du A F() é a integral da f() até um ponto genérico. Considerando a função abaio como a fdp de uma VAC X, determinar F(). f () 0 se c. c.
4 A F() é uma função definida em todo o intervalo real da seguinte forma: F() 0 u du se < - se se > Vamos determinar o valor da integral em u : F() u u du [u ] u du + Assim a Função de Distribuição Acumulada (FDA) é: 0 se < - F() + se se > F +,0 () 0,9 0, 0,7 0,6 0,5 0,4 0, 0, 0, 0,0 -,5 -,0-0,5 0,0 0,5,0,5 O uso da FDA é bastante prático no cálculo das probabilidades, pois não é necessário integrar, já que ela é um função que fornece a Integral. Usando a FDA, teremos sempre três casos possíveis: P(X ) F() P(X > ) F() P( < X < ) F( ) F( ) 4
5 Normal t (Student) χ (Qui-Quadrado) F (Fisher/Snedecor) Uma variável aleatória X tem uma distribuição normal se sua fdp for do tipo: f().e π. σ µ. σ, R com - < µ < e σ > 0 0, 0,6 0,4 0, 0,0 N(0; ) N(0; 0,5) N(0; ) N(; ) P(X ).e π. σ u µ. σ du? A normal não é integrável através do TFC, isto é, não eiste F() tal que F () f(). 5
6 Utilizar integração numérica. Como não é possível fazer isto com todas as curvas, escolheu-se uma para ser tabelada (integrada numericamente). A curva escolhida é a N(0, ), isto é, com µ 0 e σ. Se X é uma N(µ, σ), então: Z X µ σ Será uma N(0; ) A fdp da variável Z é dada por: 0,4 ϕ(z) π.e z., z R 0, 0, 0, uma vez que µ 0 e σ. 0,0-4,0 -,0 -,0 -,0 0,0,0,0,0 4,0 O que é tabelado é a FDA da variável Z, isto é: P(Z z) z -.e π z - ϕ(u)du u. du Φ(z),0 0,9 0, 0,7 0,6 0,5 Φ(z) 0,4 0, 0, z 0, 0,0-4,0 -,0 -,0 -,0 0,0,0,0,0 4,0 6
7 Área à esquerda (abaio) 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 eemplo, -0,5 deve-se procurar na linha do 0, + coluna do 5 (seta coluna). A primeira é a do 0 (zero). A aproimação é centesimal ( casas após a vírgula) eceto na linha do e do +, que estão destacadas, onde a aproimação é, em virtude da pouca área, decimal. Observe que está escrito e não,0! Aproimação decimal, isto é, fatias de 0,. Depois do ±,0 0,4 segue ±, o ±, até ±,9. Aproimação centesimal, isto é, fatias de 0,0. Depois do - 0,,0 segue,99 o,9 até +,99 e daí,0. 0, 0, 0,0-4,0 -,0 -,0 -,0 0,0,0,0,0 4,0 z 0-0,00 0,000 0,0007 0,0005 -,9 0,009 P(Z 0,00 < -,) 0,00 0,007 -, 0,006 Φ(-,) 0,005 0,004 0,00 -,7 0,005 0,004 0,00 0,00 -,6 0,0047 P(Z 0,0045 < -,5) 0,0044 0,004 -,5 0,006 Φ(-,5) 0,0060 0,0059 0,0057 -,4 0,00 0,000 0,007 0,0075 -, 0,007 0,004 0,00 0,0099 P(Z < -,00) -, 0,09 0,06 0,0 0,09 Φ(-,00) -, 0,079 0,074 0,070 0,066 -,0 Prof. Lorí Viali, 0,0 Dr. UFRGS Instituto 0,0 de Matemática - Departamento 0,07 de Estatística 0,0 Uma VAC tem distribuição normal de média 50 e desvio padrão. Determinar: (a) P(X 40) (b) P(X > 65) (c) P(45 < X < 6) 7
8 (a) P(X 40) P(X 40) X P( µ σ P(Z,5) 0,56% ) (b) P(X > 65) P(X > 65) X P( µ σ > ) P(Z >,) P(Z <,) Φ(,) Φ(,),0% (c) P(45 < X < 6) P(45 < X < 6) X µ 6 50 P( < < ) σ P( 0,6 < Z <,50) Φ(,50) Φ( 0,6) 9,% 7,67% 65,65% Uma VAC tem distribuição normal de média 50 e desvio padrão. Determinar: (a) P(X ) 5% (b) P(X > ) % Para resolver este tipo de eercício 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).
9 0,05 0,04 0,0 0,0 5% 0,0 P(X ) 5% 0, Em (a) temos P(X ) 5% P(X ) P(Z z) Φ(z) 5% onde X P( 50 z µ 50 ) σ Se Φ(z) 5%,então Φ z [ Φ(z)] Φ Φ ( 0, 05) ( 5%) Procurando na tabela, o valor (z) mais próimo de 5% 0,05, tem-se: z ,00 0,000 0,0007 0,0005 0,000 0,000 -,9 0,009 0,00 0,00 0,007 0,006 0,006 -, 0,006 0,005 0,004 0,00 0,00 0,00 -,7 0,005 0,004 0,00 0,00 0,00 0,000 -,6 0,0047 0,0045 0,0044 0,004 0,004 0,0040 -,5 0,006 0,0060 0,0059 0,0057 0,0055 0,0054 -,4 0,00 0,000 0,007 z - 0,0075 0,007 z -,65 0,007 -, 0,007 0,004 0,00,64 0,0099 0,0096 0,0094 -, 0,09 0,06 0,0 0,09 0,05 0,0 -, 0,079 0,074 0,070 0,066 0,06 0,05 -,0 0,0 0,0 0,07 0,0 0,007 0,00 -,9 0,07 0,0 0,074 0,06 0,06 0,056 -, 0,059 0,05 0,044 0,06 0,09 0,0 -,7 0,0446 0,046 0,047 0,04 0,0409 0,040 -,6 0,054 0,057 0,056 0,056 0,0505 0,0495 -,5 Prof. 0,066 Lorí Viali, Dr. 0,0655 UFRGS Instituto 0,064 de Matemática 0,060 - Departamento de 0,06 Estatística 0,0606 Como os dois valores estão a mesma distância, isto é, apresentam o mesmo erro (0,0005), pega-se a média entre eles. Assim,64 +,65 z, Como z, tem se : 50,645 z 50,645. 6,4 9
10 0,05 Em (b) temos P(X > ) % P(X > ) P(Z > z) Φ(z) % 0,0 Mas X P( µ σ Φ(z) Φ( z) Logo z Φ (0,0) 50 > ) 0,05 0,04 0,04 0,0 0,0 0,0 0,0 0,0 0,0 % P(X > ) % 0, Procurando na tabela, o valor (z) mais próimo de % 0,0, tem-se: z -, Conforme pode ser visto na próima lâmina! z 0-0,00 0,000 0,0007 0,0005 -,9 0,009 0,00 0,00 0,007 -, 0,006 0,005 0,004 0,00 -,7 0,005 0,004 z 0,00-0,00 -,6 0,0047 0,0045,0,0044 0,004 -,5 0,006 0,0060 0,0059 0,0057 -,4 0,00 0,000 0,007 0,0075 -, 0,007 0,004 0,00 0,0099 -, 0,09 0,06 0,0 0,09 -, 0,079 0,074 0,070 0,066 -,0 Prof. Lorí Viali, 0,0 Dr. UFRGS Instituto 0,0 de Matemática - Departamento 0,07 de Estatística 0,0 Como z Φ (0,0), tem se: 50 (,), ,64 Para se definir as Distribuições t, χ e F é necessário definir inicialmente a Função Gama. 0 Γ( k) k e d, para k > 0 0
11 A função Gama é recursiva, isto é: Γ(k+) k.γ(k) É a equação funcional da função Gama. Se n é um inteiro positivo, então: Γ(n) (n )! E uma vez que : Γ( ) 0 e d A função gama pode ser considerada uma generalização do Fatorial. Verificar, ainda, que: Γ π Uma variável aleatória X tem uma distribuição t ou de Student se sua fdp for do tipo: f () υ+ υ + Γ + υ υ πυ. Γ para R 0,40 0,0 0,0 0,0 0,00 fdp de t() t(5) t(5)
12 Epectância ou Valor esperado µ E (X) Variância Var(X) 0 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. As duas opções podem ser colocadas em uma mesma tabela. Pode-se ler uma área (α) de cima para baio e se ter um valor unilateral (P(T t) α) ou ler a área (α) de baio para cima e se ter um valor t tal que P(T t) α/. 0,00 0,00 0,050 0,040 0,00 0,00,07 6,4,706 5,94,05,,6,90 4,0 4,49 5,64 6,965,6,5,,4,96 4,54 P( Τ 4,5, 9,6) 5%,776,999,9,747 5,476,05,57,757,00,65 6,440,94,447,6,9,4 7,45,95,65,57,75,99,97,60,06,449,64,96 9,,,6,9,574, 0,7,,,59,57,764 0,00 0,00 0,050 0,040 0,00 0,00,07 6,4,706 5,94,05,,6,90 4,0 4,49 5,64 6,965 P(Τ,6,5 9 < -,6),5%,,4,96 4,54 ou 4,5 P(Τ,,776,999,9,747 9 >,6),5% 5,476,05,57,757,00,65 6,440,94,447,6,9,4 7,45,95,65,57,75,99,97,60,06,449,64,96 9,,,6,9,574, 0 Prof. Lorí,7 Viali, Dr. UFRGS, Instituto, de Matemática,59 - Departamento,57 de Estatística,764
13 Uma variável aleatória X tem uma distribuição Qui-Quadrado se sua fdp for do tipo: υ e υ f () υ Γ 0 se > 0 se 0 Epectância ou Valor esperado E(X) υ Variância Var(X) υ O valor υ é denominado de Grau de liberdade,00 Q() Q() Q() 0,0 0,60 0,40 0,0 0,00 0,0,0,0,0 4,0 5,0 6,0 7,0,0 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 tal que P(χ ) α. 0,995 0,990 0,975 0,950 0,900 0,000 0,000 0,00 0,004 0,06 0,00 0,00 0,05 0,0 0, 0,07 0,5 0,6 0,5 0,54 4 0,07 0,97 0,44 0,7, ,4 0,554 0,,45,60 6 0,676 0,7,7,65,04 7 0,99 P[χ,9 () 0,] 90%,690,67,,44,647,0,7,490 9,75,0,700,5 4,6 0,56,55,47,940 4, ,00 0,050 0,05 0,00 0,005 5,949 56,94 60,56 64,950 6,05 54,090 5,4 6,777 66,06 69,6 55,0 59,04 P[χ (49) 6,990 74,99] 67,459 % 70,66 56,69 60,4 64,0 6,70 7,9 57,505 6,656 65,40 69,957 7,66 5,64 6,0 66,66 7,0 74,47 59,774 64,00 67, 7,44 75,704 60,907 65,7 69,0 7,6 76,969 6,0 66,9 70, 74,99 7, 6,67 67,505 7,40 76,54 79,490
14 Uma variável aleatória X tem uma distribuição F ou de Snedecor se sua fdp for do tipo: m n m m+ n m + n m n Γ ( n + m ) f () se > 0 m n Γ Γ 0 se 0 Epectância ou Valor esperado m E(X) m Variância m é o grau de liberdade do numerador e n do denominador,0 0, 0,6 0,4 fdp de F(, ) F(, 5) F(5, 0) F(0, 0) Var(X) (m + n - ) m m(n - )(n - 4) 0, 0, O que é tabelado é a percentil 95% ou 99% - área à direita de cada curva (uma para cada par de valores numerador, denominador) igual a 5% e %, isto é, tal que P[F(m, n) ] 5% ou P[F(m, n) ] % ,45 99,50 5,7 4,5 0,6,99 6,77,5 9,00 9,6 9,5 9,0 9, 9,5 0, 9,55 P[F(5,7) 9, 9,,97] 9,0 5%,94,9 4 7,7 6,94 6,59 6,9 6,6 6,6 6,09 5 6,6 5,79 5,4 5,9 5,05 4,95 4, 6 5,99 5,4 4,76 4,5 4,9 4, 4, 7 5,59 4,74 4,5 4,,97,7,79 5, 4,46 4,07,4,69,5,50 9 5, 4,6,6,6,4,7,9 0 4,96 4,0,7,4,,,4 4,4,9,59,6,0,09,0 Prof. Lorí 4,75 Viali, Dr. UFRGS,9 Instituto,49 de Matemática,6- Departamento,de Estatística,00,9 4
15 , 4999,4 540,5 564,6 576,96 55,95 59, 9,50 99,00 99,6 99,5 99,0 99, 99,6 P[F(5, 7) 7,46] % 4, 0, 9,46,7,4 7,9 7,67 4,0,00 6,69 5,9 5,5 5, 4,9 5 6,6,7,06,9 0,97 0,67 0,46 6,75 0,9 9,7 9,5,75,47,6 7,5 9,55,45 7,5 7,46 7,9 6,99,6,65 7,59 7,0 6,6 6,7 6, 9 0,56,0 6,99 6,4 6,06 5,0 5,6 0 0,04 7,56 6,55 5,99 5,64 5,9 5,0 9,65 7, 6, 5,67 5, 5,07 4,9 Prof. Lorí 9, Viali, Dr. 6,9 UFRGS Instituto 5,95de Matemática 5,4- Departamento 5,06 de Estatística 4, 4,64 5
Uma 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 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 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 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 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 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 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 maisÉ 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 maisExperiência para o qual o modelo probabilístico é adequado. Efeito. Causas. Prof. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/~viali Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Determinístico Sistema Real Causas Efeito Probabilístico X Causas Efeito
Leia maisProf. 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 maisEfeito. 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 maisTipos de Modelos. Determinístico. Sistema Real. Probabilístico. Prof. Lorí Viali, Dr. FAculdade de Matemática - Departamento de Estatística - PUCRS
Tipos de Modelos Determinístico Sistema Real Probabilístico Modelo determinístico Causas Efeito Exemplos Gravitação F GM 1 M 2 /r 2 Aceleração clássica v at Aceleração relativística v 1 + at a 2 c t 2
Leia maisTipos de Modelos. Exemplos. Efeito. Causas. Exemplos. Causas. Efeito. Modelo determinístico. Modelo probabilístico. Determinístico.
Tipos de Modelos Sistema Real Determinístico Probabilístico Modelo determinístico Exemplos Gravitação F GM M /r Causas Efeito Aceleração clássica v at Aceleração relativística v at + a t c Modelo probabilístico
Leia maisTipos de Modelos. Exemplos. Causas. Efeito. Exemplos. Causas. Efeito. Modelo determinístico. Modelo probabilístico. Determinístico.
5/9/07 Tipos de Modelos Sistema Real Determinístico Probabilístico Modelo determinístico Exemplos Gravitação F GM M /r Causas Efeito Aceleração clássica v at Aceleração relativística v at + a t c Modelo
Leia maisGeração de Variáveis Aleatórias Contínuas. Mat02274 Estatística Computacional. A função densidade de probabilidade. Exemplo
Estatística Computacional Geração de Variáveis Aleatórias Contínuas 06 Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ A função densidade de probabilidade Seja X uma variável aleatória
Leia maisSÉRIE: 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 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 maisIntrodução à probabilidade e à estatística II. Prof. Alexandre G Patriota Sala: 298A Site:
Introdução à probabilidade e à estatística II Revisão Prof. Alexandre G Patriota Sala: 298A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Estatística Estatística: É uma ciência que se dedica
Leia mais5. PRINCIPAIS MODELOS CONTÍNUOS
5. PRINCIPAIS MODELOS CONTÍNUOS 04 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 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 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 maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula 02/14 1 / 1 A distribuição F de Snedecor também conhecida como distribuição de Fisher é frequêntemente
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 maisDepartamento 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 mais5. 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 maisProf. Lorí Viali, Dr. Mat2282 Análise Estatística Não Paramétrica
Prof. Lorí Viali, Dr. http://www.pucrs.br/~viali/ viali@pucrs.br Objetivos Testar o valor hipotético de um parâmetro (testes paramétricos) ou de relacionamentos ou modelos (testes não paramétricos). Envolvem
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 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 maisEstatística Aplicada
Estatística Aplicada Variável Aleatória Contínua e Distribuição Contínua da Probabilidade Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE
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 Qui-quadrado 02/14 1 / 1 Definição 14.1: Uma variável aleatória contínua X tem
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 maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Dependentes Teste t para amostras emparelhadas Variâncias Teste z Conhecidas Independentes Variâncias Desconhecidas Supostas iguais
Leia maismat.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 maisPRINCIPAIS DISTRIBUIÇÕES (continuação)
UFPE - Universidade Federal de Pernambuco Departamento de Estatística Disciplina: ET-406 Estatística Econômica Professor: Waldemar A. de Santa Cruz Oliveira Júnior PRINCIPAIS DISTRIBUIÇÕES (continuação)
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 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 maisMIEEC Probabilidades e Estatística 1 a Chamada 10/01/2008. Parte Prática
MIEEC Probabilidades e Estatística 1 a Chamada 1/1/8 Parte Prática Resolução 1. Definição dos acontecimentos: T 1 Cliente do operador Ptel 1 T Cliente do operador Ptel T 3 Cliente do operador Ptel 3 S
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 maisVariável 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 maisDistribuição Normal. Diz-se que uma variável aleatória X tem distribuição normal, se a sua função densidade de probabilidade for dada por:
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 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 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 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 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 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 maisMais sobre Modelos Continuos
Mais sobre Modelos Continuos Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo 1 / 41 Transformação Linear da Uniforme Seja X uma variável aleatória
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 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 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 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 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 maisTeoria da Estimação. Fabricio Goecking Avelar. junho Universidade Federal de Alfenas - Instituto de Ciências Exatas
Teoria da Estimação Fabricio Goecking Avelar Universidade Federal de Alfenas - Instituto de Ciências Exatas junho - 2018 Algumas distribuições importantes Sumário 1 Algumas distribuições importantes 2
Leia maisVARIÁVEIS 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 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 maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ s KKK CKK KKC KCK CCK CKC KCC CCC S X 0 1 2 3 R x X(s) X(S) Uma função X que associa a cada elemento de S (s S) um número real
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 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 maisConforme 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 maisOutras distribuições contínuas. Gama Qui-quadrado t-student F-Snedecor Pareto Weibull Beta Log-Normal Meia-normal Cauchy etc...
Outras distribuições contínuas Gama Qui-quadrado t-student F-Snedecor Pareto Weibull Beta Log-Normal Meia-normal Cauchy etc... 1 c) Algumas distribuições de probabilidade contínuas importantes d) Distribuição
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 maisModelos de Distribuições
7/5/017 Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Engenharia Mecânica 05/07/017 19: ESTATÍSTICA APLICADA
Leia maisDistribuições de probabilidade de variáveis aleatórias contínuas
Distribuições de probabilidade de variáveis aleatórias contínuas Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Distribuição Exponencial Introdução É utilizada frequentemente como modelo para
Leia maisSumário. 2 Índice Remissivo 11
i Sumário 1 Principais Distribuições Contínuas 1 1.1 Distribuição Uniforme................................. 1 1.2 A Distribuição Normal................................. 2 1.2.1 Padronização e Tabulação
Leia maisLucas Santana da Cunha de junho de 2018 Londrina
Variável aleatória contínua: Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 13 de junho de 2018 Londrina 1 / 26 Esperança e variância de Y Função de distribuição acumulada
Leia maisSUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS
4 SUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS Em muitos problemas de probabilidade que requerem o uso de variáveis aleatórias, uma completa especificação da função de densidade de probabilidade ou não está
Leia maisAcadêmico(a) Turma: Capítulo 7: Limites
Acadêmico(a) Turma: Capítulo 7: Limites 7.1. Noção Intuitiva de ite Considere a função f(), em que f() = 2 + 1. Para valores de que se aproima de 1, por valores maiores que 1 (Direita) e por valores menores
Leia maisCap. 8 Distribuições contínuas e modelo normal
Estatística Aplicada às Ciências Sociais Seta Edição Pedro Alberto Barbetta Florianópolis: Editora da UFSC, 2006 Cap. 8 Distribuições contínuas e modelo normal Variável aleatória discreta variável aleatória
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 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 maisProbabilidade, distribuição normal e uso de tabelas padronizadas
Probabilidade, distribuição normal e uso de tabelas padronizadas Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais O que é probabilidade? Número de 0 até 1 que expressa a tendência 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 maisEstatísticas Inferenciais Distribuições Amostrais. Estatística
Estatística Na descrição dos conjuntos de dados x 1,..., x n, não foi feita menção ao conceito de população. Estatísticas inferenciais: preocupadas com a fonte dos dados e em tentar fazer generalizações
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 maisUNIVERSIDADE 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 maisCálculo das Probabilidades e Estatística I
Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Variáveis Aleatórias Ao descrever um espaço
Leia maisIntervalos de Confiança - Amostras Pequenas
Intervalos de Confiança - Amostras Pequenas Prof. Eduardo Bezerra CEFET/RJ 20 de Abril de 2018 (CEFET/RJ) Intervalos de Confiança - Amostras Pequenas 1 / 26 Roteiro 1 Distribuição t de Student 2 Funções
Leia maisDistribuições de Probabilidade. Variáveis aleatórias contínuas
Distribuições de Probabilidade Variáveis aleatórias contínuas 1 Variáveis contínuas Uma variável aleatória contínua toma um nº infinito não numerável de valores (intervalos de números reais), os quais
Leia maisVariáveis Aleatórias - VA
Variáveis Aleatórias - VA cc ck kc kk 0 1 2 1/4 1/2 Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM - Introdução Se entende por VA ou V. indicadoras uma lista de valores
Leia 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 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 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 maisVariáveis Aleatórias. Probabilidade e Estatística. Prof. Dr. Narciso Gonçalves da Silva
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Variáveis Aleatórias Variável Aleatória Variável aleatória (VA) é uma função que associa a cada
Leia maisDA 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 maisVariáveis Aleatórias Contínuas. Discente: Adaptado do seminário de André Luiz Cardoso de Sousa Docente: Prof. José Cláudio Faria
Variáveis Aleatórias Contínuas Discente: Adaptado do seminário de André Luiz Cardoso de Sousa Docente: Prof. José Cláudio Faria Roteiro Variável Aleatória Contínua O que é? Exemplos Função Densidade de
Leia mais1 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)$&8/'$'('((1*(1+$5,$'(5(&856261$785$,6 7$%(/$6(67$7Ì67,&$6. -~OLR$3GD&XQKD2VyULR )$52
)$&8/'$'('((1*(1+$5,$'(5(&856261$785$,6 7$%(/$6(67$7Ì67,&$6 -~OLR$3GD&XQKD2VyULR )$52 1RWDVH[SOLFDWLYDV TABELAS ESTATÍSTICAS Notas explicativas Fontes x As tabelas das distribuições binomiais, de Poisson,
Leia mais5- Variáveis aleatórias contínuas
5- Variáveis aleatórias contínuas Para variáveis aleatórias contínuas, atribuímos probabilidades a intervalos de valores. Exemplo 5.1 Seja a variável correspondente ao tempo de vida útil de determinado
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 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 maisVARIÁVEIS ALEATÓRIAS
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA VARIÁVEIS ALEATÓRIAS Joaquim H Vianna Neto Relatório Técnico RTE-03/013 Relatório Técnico Série Ensino Variáveis
Leia maisDistribuição Gaussiana
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Distribuição Gaussiana Introdução à Bioestatística Turma Nutrição Aula 7: Distribuição Normal (Gaussiana) Distribuição
Leia maisMOQ-12: PROBABILIDADES E PROCESSOS ESTOCÁSTICOS. VA s e Distribuições
Motivação: MOQ-2: PROBABILIDADES E PROCESSOS ESTOCÁSTICOS VA s e Distribuições Definimos anteriormente Espaço de Probabilidades como sendo a tripla (W,, P(.)), em que, dado um eperimento, W representa
Leia maisExcel INTERMEDIÁRIO Estatística. Prof. Cassiano Isler Turma 3
Excel INTERMEDIÁRIO Prof. Cassiano Isler 2017.1 - Turma 3 s s Prof. Cassiano Isler Excel INTERMEDIÁRIO - Aula 4 2 / 29 s COSTA NETO, P. L. O.. 2. ed. São Paulo: Edgard Blücher (2002). GÓMEZ, Luis Alberto.
Leia maisProblemas Resolvidos. 1. Distr. Uniforme Contínua. (a) f X (x; a, b) = 1 1 (x µ) 2. (b) µ = E(x) = a+b. e V ar(x) = (b a)2. 2. Distr.
Distribuições Contínuas - Problemas Resolvidos. Distr. Uniforme Contínua (a) f X (x; a, b) = b a (b) µ = E(x) = a+b e V ar(x) = (b a). Distr. Gaussiana (a) f X (x; a, b) = (x µ) π e (b) µ = E(x) = µ e
Leia maisVariável Aleatória Contínua (v.a.c)
Variável Aleatória Contínua (v.a.c) Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 20 de junho de 2018 Londrina 1 / 14 (v.a.c.) Uma função Y definida sobre o espaço amostral
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 maisJanete Pereira Amador 1
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 maisVariáveis Aleatórias. Esperança e Variância. Prof. Luiz Medeiros Departamento de Estatística - UFPB
Variáveis Aleatórias Esperança e Variância Prof. Luiz Medeiros Departamento de Estatística - UFPB ESPERANÇA E VARIÂNCIA Nos modelos matemáticos aleatórios parâmetros podem ser empregados para caracterizar
Leia mais