3 3. Variáveis Aleatórias
|
|
- Therezinha Rico Terra
- 5 Há anos
- Visualizações:
Transcrição
1 ÍNDICE 3. VARIÁVEIS ALEATÓRIAS VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS VARIÁVEIS DISCRETAS FUNÇÃO DE PROBABILIDADE E FUNÇÃO DISTRIBUIÇÃO DE PROBABILIDADE Função de probabilidade Função distribuição de probabilidade VARIÁVEIS CONTÍNUAS FUNÇÃO DE DENSIDADE DE PROBABILIDADE E FUNÇÃO DE DISTRIBUIÇÃO DE PROBABILIDADE Função densidade de probabilidade Função de distribuição de probabilidade PARÂMETROS DAS VARIÁVEIS ALEATÓRIAS Valor médio ou valor esperado Variância e desvio padrão Mediana Relação entre a média e a mediana VARIÁVEIS ALEATÓRIAS BIDIMENSIONAIS Variáveis aleatórias bidimensionais discretas Função de probabilidade conjunta Função de distribuição conjunta Funções de probabilidade marginal Variáveis aleatórias bidimensionais contínuas Função de densidade de probabilidade conjunta Função de distribuição conjunta Funções de densidade de probabilidade marginal RELAÇÕES ENTRE AS VARIÁVEIS X E Y Funções de (densidade de) probabilidade condicionais Covariância Coeficiente de correlação linear Independência das variáveis aleatórias X e Y...2 i
2 Capítulo 3 3. Variáveis Aleatórias 3.. Variáveis Aleatórias Unidimensionais As variáveis aleatórias (v.a.) aparecem com a necessidade de representar os resultados de uma experiência aleatória através de números reais. Em muitas situações o conjunto de valores que uma variável toma confunde-se com o próprio espaço de resultados. Uma variável aleatória pode definir-se como uma função definida num espaço de resultados S e que tem como contradomínio números reais. As variáveis aleatórias classificam-se em discretas ou contínuas consoante o tipo de conjunto de valores que elas podem tomar. Variável discreta: quando a variável assume valores num conjunto finito ou infinito numerável. Variável contínua: quando a variável assume valores de um conjunto infinito não numerável. As variáveis representam-se por letras maiúsculas (tipicamente, X, Y, Z, W,...) e os valores que estas podem tomar pelas correspondentes minúsculas correspondentes (x, y, z, w,...). Exemplo 3.: Experiência aleatória: Medição do peso de uma pessoa escolhida ao acaso. Espaço de resultados: Conjunto de todos os pesos atribuíveis a uma pessoa. Variável aleatória: O peso da pessoa, que pode tomar qualquer valor do espaço de resultados. Existem no entanto outras situações em que os valores da variável aleatória não são os resultados do espaço de resultados mas sim uma transformação destes. 49
3 Exemplos 3.2: Experiência aleatória: Lançamento de dois dados. Espaço de resultados: Conjunto dos valores obtidos pelos dois dados, num total de trinta e seis resultados possíveis (#S3) {( : x, y, 2, 3, 4, 5, } S Variável aleatória: Seja X a variável aleatória que representa a soma dos números dos pontos dos dois dados. Esta v.a. pode tomar qualquer valor inteiro do número 2 ao número 2: ( S) { 2, 3, 4,..., 2} X. Mas no mesmo espaço de resultados poder-se-ia definir outra variável aleatória Variável aleatória: Seja Y a variável aleatória que representa a diferença, em valor absoluto, dos números dos pontos dos dois dados. Esta v.a. pode tomar qualquer valor inteiro do número 0 ao número 5: ( S) { 0,, 2, 3, 4, 5} Y. Exemplos 3.3: A variável resultado do lançamento de um dado é discreta (assume os valores, 2, 3, 4, 5 ou ). A variável que representa o tempo que um atleta leva a completar a prova dos 00 m é contínua se admitirmos que é medida com precisão absoluta Variáveis discretas Função de probabilidade e função distribuição de probabilidade Função de probabilidade Seja X uma variável aleatória discreta. Define-se como função de probabilidade (f.p.) a função que associa a cada valor que a variável pode tomar, a probabilidade dessa v.a. tomar esse valor. f ( x) P( X x) () 50
4 . f( x) 0, x 2. f ( x) Exemplo 3.4: Seja X a variável aleatória que representa o resultado do lançamento de um dado equilibrado. A função de probabilidade é definida por: f ( ), f( 2), f( 3), f( 4), f( 5), f( ) e f ( x) 0 para outros valores de x. Em termos de notação e de modo a simplificar, podemos representar a função de probabilidade por meio de uma tabela assumindo que os valores que não aparecem na tabela, têm probabilidade zero de ocorrer. No nosso exemplo teremos então: x f (x) Quando uma v.a. para todos os valores de x onde for ( x) 0 for constante, diz-se que a v.a X tem uma distribuição uniforme (discreta) Função distribuição de probabilidade f o valor de f ( x) Define-se como função de distribuição de probabilidade de uma certa variável aleatória X, a função que associa a cada valor a probabilidade da variável aleatória tomar valor menores ou iguais a esse valor. F( x) P( X x) (2) Da definição resulta que a função de distribuição pode ser calculada em qualquer ponto x através da função de probabilidade: F ( x) P( X x) f( t) (3) t x 5
5 . 0 F( x), x 2. lim F( x) e lim F( x) 0 x + x x 2 > x F( x ) F( x ), x, x ( x < X x ) F( x ) F( x ) P 2 2 Exemplo 3.5: Para o Exemplo 3.4 a função de distribuição de probabilidade é definida por: F( x) 4 5 sex < se x < 2 se 2 x < 3 se 3 x < 4 se 4 x < 5 se 5 x < sex Exemplo 3.: No caso da variável aleatória que definimos no Exemplo 3.4 a função de distribuição de probabilidade toma os seguintes valores para os seguintes exemplos: F ( F ( F ( F ( F ( ) P( X ) f( ) 4 ) P( X 4) f( ) 2) 3) 4) 4. 3) P( X 4. 3) f( ) 2) 3) 4) 0. 8) P( X 0. 8) ) P( X 7. 4) f( ) 2) 3) 4) 5) )
6 3.3. Variáveis contínuas Função de densidade de probabilidade e função de distribuição de probabilidade Sendo X uma variável aleatória contínua, toma valores num conjunto infinito não numerável. A aplicação do conceito de função de probabilidade neste tipo de conjuntos leva a que P( X a) 0, a, ou seja, a probabilidade pontual é sempre nula, o que não implica que o acontecimento seja impossível, quer apenas dizer que à partida é nula a probabilidade de acontecer a saída exacta de a (os valores que X pode tomar são tantos que estamos na presença de um acontecimento raro). Note-se no entanto, que não são nulas as probabilidades definidas sobre intervalos. Nesta situação, deixa de fazer sentido a função de probabilidade. No seu lugar aparece a função de densidade de probabilidade Função densidade de probabilidade A função de densidade de probabilidade (f.d.p.) é uma função que nos indica como a probabilidade de uma variável aleatória continua se distribuí ao longo do intervalo de valores que essa variável pode tomar. Valores de X para os quais a função de densidade toma valores mais elevados representam zonas que têm maior probabilidade de ocorrer quando observamos valores dessa variável Diz-se que f ( x) é a função de densidade de probabilidade da variável aleatória contínua X se a área limitada por f (x), o eixo dos xx e as rectas x for igual à P( a x b) x a e b b P ( a X b) f( x)dx (4) a. f( x) 0, x + 2. f ( x ) dx Função de distribuição de probabilidade No caso das variáveis aleatórias contínuas continua a fazer sentido a função de distribuição de probabilidade tal como foi definida para o caso discreto. F( x) P( X x) (5) 53
7 Da definição resulta que a função de distribuição pode ser calculada em qualquer ponto x através da função de densidade de probabilidade: x F ( x) P( X x) f( t)dt (). 0 F( x), x 2. lim F( x) e lim F( x) 0 x + x x 2 > x F( x ) F( x ), x, x P < ( x X x ) F( x ) F( x ) 5. F ( x) é uma função continua em R. 54
8 3.4. Parâmetros das variáveis aleatórias Nesta secção vamos estudar os parâmetros que caracterizam uma variável aleatória em termos médios (medidas de localização ou tendência central) média e mediana, e em termos de dispersão variância e desvio padrão Valor médio ou valor esperado Chama-se valor médio ou valor esperado ao valor que se obtém somando (ou integrando) todos os valores que uma variável aleatória pode tomar, ponderados pela respectiva probabilidade pontual (ou densidade de probabilidade no ponto) e representa-se por µ E( X) : µ ( X) x f( x) E (caso discreto) (7) + E ( X) x f( x) (caso contínuo) (8) µ dx Sejam X e Y duas variáveis aleatórias e k,a e b constantes.. E ( k) k 2. E ( kx) ke( X) 3. E ( ax ± by) ae( X) ± be( Y) Variância e desvio padrão A variância de uma variável aleatóriax, representa-se por define-se por: Var( [( X E( X) ) 2 ] Var( X) σ e X) E (9) 2 x ( x E( X) ) Var( X) f( x) 2 (caso discreto) (0) + Var( X) f( x) dx ( x E( X) ) 2 (caso contínuo) () 55
9 Pela definição podemos observar que a variância é o valor médio dos desvios quadráticos da variável relativamente ao seu valor médio. Quanto mais frequentes forem os valores afastados do valor médio maior a variância. Designa-se por desvio padrão e representa-se por σ a raiz quadrada positiva da variância: σ x σ Var( X) (2) Sejam X e Y duas variáveis aleatórias e k,a e b constantes.. Var ( k) 0 2. Var( kx) k2var( X) 3. Var( ax ± by) a 2 Var( X) + b 2Var( Y) ± 2abCov( X,Y ) Caso as variáveis sejam independentes, como Cov( X,Y ) 0 que: Var( ax ± by) a 2 Var( X) + b 2Var( Y), temos Existe uma fórmula prática para o cálculo da variância: onde, Var ( X ) E( X 2 ) [ E( X )] 2 (3) ( X ) x E 2 2 f( x) (caso discreto) (4) + E( X 2 ) x 2 f( x) dx (caso contínuo) (5) Mediana Define-se mediana como o valor da v.a. que divide a distribuição em duas partes. Iremos definir variáveis independentes e covariância mais adiante. 5
10 Caso discreto No caso de uma v.a. discreta podemos distinguir duas situações:. Se não existir nenhum valor i será o menor valor 2. Se existir um valor i xi + xi + M e Caso contínuo 2 x para o qual a ( x ) 0, 5 x para o qual F( x i ) > 0, 5. i x para o qual a ( x ) 0, 5 F i a mediana F i a mediana será No caso de uma v.a contínua a mediana é univocamente determinada, porque existe um só valor para o qual P( X M ( X)) 0. 5 F( M ( X)) 0. 5 e e Relação entre a média e a mediana Quando média e a mediana são iguais a distribuição diz-se simétrica: µ M e Quando a distribuição é não simétrica temos uma de duas situações:. µ < Me e a distribuição diz-se assimétrica negativa. 2. M e < µ e a distribuição diz-se assimétrica positiva. 57
11 3.5. Variáveis Aleatórias Bidimensionais Uma variável aleatória bidimensional não é mais do que uma par de variáveis aleatórias ( X,Y ). No caso de X e Y serem duas variáveis aleatórias discretas o par diz-se uma variável aleatória bidimensional discreta. Na situação em que ambas são contínuas temos uma variável aleatória bidimensional contínua Variáveis aleatórias bidimensionais discretas Função de probabilidade conjunta X à x a probabilidade da variável aleatória X tomar o valor x ao mesmo tempo da variável Y tomar o valor y. Chama-se função de probabilidade conjunta da variável aleatória (,Y ) função f ( que associa a cada elemento (, y) f ( P( X x,y y) f () x, y 0, x, y R. ( ) ( ) 2 2. f ( x y Função de distribuição conjunta Chama-se função de distribuição de probabilidade conjunta da variável aleatória ( X,Y ) à função F ( que associa a cada elemento ( x, y) a probabilidade da variável aleatória X tomar valores menores ou iguais a x ao mesmo tempo da variável Y tomar valores menores ou iguais a y. F ( P( X x,y y) (7) F ( f( s,t) (8) s x t y. 0 F(, ( R 2. lim F( x + y + 3. lim F( 0, y x 58
12 4. lim F( 0, x y 5. x < x 2 y < y2 F( x, y) F( x 2, y2) Funções de probabilidade marginal A função de probabilidade marginal de uma variável é a função de probabilidade individual dessa variável e obtém-se da função de probabilidade conjunta, não impondo nenhuma restrição ao valor da outra variável. Função de probabilidade marginal de X : P( X x,y y) f X ( x) P( X x, < Y < + ) f( (9) Função de probabilidade marginal de Y : y P( X x,y y) f Y ( y) P( < X < +,Y y) f( (20) x y x Variáveis aleatórias bidimensionais contínuas Função de densidade de probabilidade conjunta Tal como acontece nas variáveis unidimensionais contínuas, nas variáveis bidimensionais contínuas não faz sentido falar em função de probabilidade visto que P( X x,y y) 0 (, aparecendo no seu lugar a função de densidade de probabilidade conjunta. Esta função indica-nos como a probabilidade se distribui pelos valores que o par aleatório ( X,Y) pode tomar. f x, y 0, x, y R. ( ) ( ) f ( x, y)dxdy Função de distribuição conjunta Chama-se função de distribuição de probabilidade conjunta da variável aleatória ( X,Y) à função F ( que associa a cada elemento ( a probabilidade 59
13 da variável aleatória X tomar valores menores ou iguais a x ao mesmo tempo da variável Y tomar valores menores ou iguais ay. F( x, y) P( X x,y y) (2) F ( f( s,t)dtds (22) x y. 0 F (, ( R2 lim F( 2. x + y + 3. lim F( 0, y x 4. lim F( 0, x y 5. x < x 2 y < y2 F( x, y) < F( x 2, y 2) Funções de densidade de probabilidade marginal A função de densidade de probabilidade marginal de uma variável é a função de densidade de probabilidade individual dessa variável e obtém-se da função de densidade de probabilidade conjunta, não impondo nenhuma restrição ao valor da outra variável. Função de densidade de probabilidade marginal de X : + f X ( x) f( dy (23) Função de densidade de probabilidade marginal de Y : + f Y ( y) f( dx (24) 0
14 3.. Relações entre as variáveis X e Y 3... Funções de (densidade de) probabilidade condicionais Sabendo o valor que uma das variáveis vai tomar (ou tomou) podemos calcular a função de probabilidade (no caso discreto) ou a função de densidade de probabilidade (no caso contínuo) da outra variável, tendo em conta a informação conhecida relativamente ao valor da primeira variável. Caso discreto e caso contínuo: fx Y y( x) f( f ( y) (25) Y fy X x( y) Covariância f( f ( x) (2) X No estudo das relações existentes entre duas variáveis aleatórias X e Y podemos analisar a covariância das duas variáveis. Define-se então covariância, como: entre X e Y, Cov ( X,Y) [( X E( X) ) ( Y E( Y) )] Cov( X,Y) σxy E donde, no caso discreto: (27) ( X,Y) ( x E( X))( y E( Y)) f( x, Cov y) (28) x y e, no caso contínuo: + + Cov ( X,Y) ( x E( X))( y E( Y)) f( dydx (29) Verifica-se que < ( X,Y) < + Cov. Fórmula prática para o cálculo da covariância: Cov( X,Y) E( X Y) E( X) E( Y) (30) A covariância de duas variáveis fornece-nos uma medida da relação linear existente entre as duas variáveis. Quando a covariância assume um valor muito alto positivo temos a indicação de que existe uma relação linear positiva forte entre as duas variáveis. Quando a covariância toma um valor muito baixo negativo temos a indicação de que existe uma relação linear negativa forte. Na
15 situação em que a covariância toma valores perto de zero a relação linear é muito fraca e inexistente no caso em que a covariância é zero Coeficiente de correlação linear A covariância está expressa nas unidades das variáveis X e Y simultaneamente o que introduz dificuldades quando se pretende fazer comparações. Para ultrapassar esta situação podemos calcular o coeficiente de correlação linear ( ρ ) que tem sempre o seu valor entre e. Dado um par de variáveis aleatórias ( X,Y), define-se coeficiente de correlação linear como: Quando: Cov( X,Y) σ XY ρ XY (3) Var( X) Var( Y) σx σy ρ XY, existe correlação linear negativa perfeita entre X e Y. ρ XY 0, não há correlação linear entrex e Y. ρ XY, existe correlação linear positiva perfeita entre X e Y Independência das variáveis aleatórias X e Y Dada uma variável aleatória bidimensional ( X,Y), diz-se que as variáveis unidimensionais que a integram, X e Y, são independentes, se a sua função (densidade) de probabilidade conjunta f (, for igual ao produto das funções (densidade) de probabilidade marginais, isto é: X e Y são independentes se f( f ( x) f ( y), ( Como consequência da definição temos que X e Y são independentes se e só se: f ( x) f ( x) f ( y) f ( y Teorema X Y y X ou Y X x Y ) Se duas variáveis aleatórias X e Y são independentes então a Cov ( X,Y) 0 Nota: a recíproca não é verdadeira. Duas variáveis podem ter 0 não serem independentes. Apenas podemos garantir que não existe relação linear entre as duas variáveis. No entanto, pode existir outro tipo de relação, que não a linear, e não serem independentes. X Y Cov ( X,Y) e 2
Seja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma:
46 VALOR ESPERADO CONDICIONADO Seja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma: Variável contínua E + ( X Y
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 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 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 maisAula 11. Variáveis Aleatórias Contínuas Bidimensionais
Aula. Variáveis Aleatórias Contínuas Bidimensionais Resumo de caso unidimensional Caso Discreto p p 2 p 3 Caso Contínuo f(x) x x 2 x 3 i p i + f x dx X x x 2 x 3 P p p 2 p 3 Caso bidimensional Caso Discreto
Leia maisESTATÍSTICA I Variáveis Aleatórias Variáveis Aleatórias Discretas. Helena Penalva 2006/2007
ESTATÍSTICA I Variáveis Aleatórias 1 Definição: A uma função X de domínio Ω com valores em Ñ X:Ω Ñ, ω X(ω)=x, chamamos variável aleatória (v.a.) em Ω. Ao contradomínio da função X, designaremos por V X
Leia maisSegunda Lista de Exercícios Cálculo de Probabilidades II Prof. Michel H. Montoril
Exercício 1. Uma urna contém 4 bolas numeradas: {1, 2, 2, 3}. Retira-se dessa urna duas bolas aleatoriamente e sem reposição. Sejam 1 : O número da primeira bola escolhida; 2 : O número da segunda bola
Leia maisMotivação. VA n-dimensional. Distribuições Multivariadas VADB
Motivação Em muitas situações precisamos lidar com duas ou mais variáveis aleatórias ao mesmo tempo. Por exemplo o comprimento e a largura de uma Prof. Lorí Viali, Dr. viali@mat.ufgrs.br http://www.mat.ufrgsbr/~viali/
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 maisMotivação. 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 maisDepartamento de Matemática Escola Superior de Tecnologia de Viseu. Engenharia e Gestão Industrial
Variáveis Aleatórias Departamento de Matemática Escola Superior de Tecnologia de Viseu Engenharia e Gestão Industrial 1 Exemplo No lançamento de duas moedas ao ar, os resultados possíveis são: FF, FC,
Leia maisPar de Variáveis Aleatórias
Par de Variáveis Aleatórias Luis Henrique Assumpção Lolis 7 de abril de 2014 Luis Henrique Assumpção Lolis Par de Variáveis Aleatórias 1 Conteúdo 1 Introdução 2 Par de Variáveis Aleatórias Discretas 3
Leia maisBIOESTATÍSTICA. Parte 3 Variáveis Aleatórias
BIOESTATÍSTICA Parte 3 Variáveis Aleatórias Aulas Teóricas de 29/03/2011 a 26/04/2011 3.1. Conceito de Variável Aleatória. Função de Distribuição Variáveis aleatórias Uma variável aleatória pode ser entendida
Leia maisConteúdo Teórico: 04 Esperança
ACH2053 Introdução à Estatística Conteúdo Teórico: 04 Esperança Marcelo de Souza Lauretto Sistemas de Informação EACH www.each.usp.br/lauretto Referência: Morris DeGroot, Mark Schervish. Probability and
Leia maisMomentos: Esperança e Variância. Introdução
Momentos: Esperança e Variância. Introdução Em uma relação determinística pode-se ter a seguinte relação: " + " = 0 Assim, m =, é a declividade e a e b são parâmetros. Sabendo os valores dos parâmetros
Leia maisVariáveis Aleatórias. Departamento de Matemática Escola Superior de Tecnologia de Viseu
Variáveis Aleatórias Departamento de Matemática Escola Superior de Tecnologia de Viseu Exemplo No lançamento de duas moedas ao ar, os resultados possíveis são: FF, FC, CF ou CC. No entanto, o nosso interesse
Leia maisVARIÁVEIS ALEATÓRIAS
VARIÁVEIS ALEATÓRIAS Dada uma experiência aleatória Ei e um conjunto de resultados associado a essa experiência, define-se variável aleatória como uma regra bem definida (ou seja, como uma função) que
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufgrs.br http://www.mat.ufrgsbr/~viali/ Motivação Em muitas situações precisamos lidar com duas ou mais variáveis aleatórias ao mesmo tempo. Por exemplo o comprimento e
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 maisLista de Exercícios #5 Assunto: Variáveis Aleatórias Multidimensionais Contínuas
1. ANPEC 018 Questão 9 Uma pessoa investe R$ 10.000,00 (I) em duas aplicações cujas taxas de retorno são variáveis aleatórias independentes, R 1 e R, com médias 5% e 14% e desvios-padrão 1% e 8%, respectivamente.
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 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 maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 minutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique convenientemente todas as respostas o semestre 07/08 0/07/08 :0 o Teste C 0 valores. Um relatório anual estabelece que
Leia maisCAPÍTULO 5: VARIÁVEIS ALEATÓRIAS BIDIMENSIONAIS Todas as coisas aparecem e desaparecem por causa da concorrência de causas e condições. Nada nunca existe inteiramente só, tudo está em relação com todo
Leia maisEstatística Descritiva e Exploratória
Gledson Luiz Picharski e Wanderson Rodrigo Rocha 9 de Maio de 2008 Estatística Descritiva e exploratória 1 Váriaveis Aleatórias Discretas 2 Variáveis bidimensionais 3 Váriaveis Aleatórias Continuas Introdução
Leia maisEstatística Aplicada I. } Análise Bidimensional
Estatística Aplicada I } Análise Bidimensional 1 Aula de hoje } Temas } Associação entre variáveis } Qualitativas e Quantitativas } Covariância: conceitos e propriedades } Coeficiente de correlação } Observações
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 maisAnexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos
1 Anexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos Documento auxiliar à disciplina de Modelação, Identificação e Controlo Digital Alexandre Bernardino 003/005 IST-Secção de Sistemas
Leia maisVariável Aleatória Contínua:
Distribuição Contínua Normal Luiz Medeiros de Araujo Lima Filho Departamento de Estatística UFPB Variável Aleatória Contínua: Assume valores num intervalo de números reais. Não é possível listar, individualmente,
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 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 Lista 6 - Variáveis Aleatórias Contínuas e Vetores Aleatórios
Probabilidade Lista - Variáveis Aleatórias Contínuas e Vetores Aleatórios Exercício. Uma v.a. X tem distribuição triangular no intervalo [0, ] se sua densidade for dada por 0, x < 0 cx, 0 x /2 c( x), /2
Leia maisMétodos Empíricos de Pesquisa I. } Análise Bidimensional
Métodos Empíricos de Pesquisa I } Análise Bidimensional 1 Aula de hoje } Temas } Associação entre variáveis } Qualitativas e Quantitativas } Covariância: conceitos e propriedades } Coeficiente de correlação
Leia maisFísica Geral - Laboratório. Aula 3: Estimativas e erros em medidas diretas (I)
Física Geral - Laboratório Aula 3: Estimativas e erros em medidas diretas (I) 1 Experimentos: medidas diretas Experimento de medidas diretas de uma grandeza: Aquisição de um conjunto de dados através de
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 mais4.1. ESPERANÇA x =, x=1
4.1. ESPERANÇA 139 4.1 Esperança Certamente um dos conceitos mais conhecidos na teoria das probabilidade é a esperança de uma variável aleatória, mas não com esse nome e sim com os nomes de média ou valor
Leia maisESTATÍSTICA. 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 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 maisAULA 11 - Valor esperado e suas propriedades
AULA 11 - Valor esperado e suas propriedades Susan Schommer Introdução à Estatística Econômica - IE/UFRJ O valor esperado de uma variável aleatória Como forma de resumir o comportamento de uma variável
Leia maisAvaliação e Desempenho Aula 5
Avaliação e Desempenho Aula 5 Aula passada Revisão de probabilidade Eventos e probabilidade Independência Prob. condicional Aula de hoje Variáveis aleatórias discretas e contínuas PMF, CDF e função densidade
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 maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 minutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique convenientemente todas as respostas 2 o semestre 206/207 05/07/207 :30 o Teste C 0 valores. Uma peça de certo tipo é
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuições Condicionais 11/13 1 / 19 Em estudo feito em sala perguntamos aos alunos qual
Leia maisEST029 Cálculo de Probabilidade I Cap. 4: Variáveis Aleatórias Unidimensionais
EST029 Cálculo de Probabilidade I Cap. 4: Variáveis Aleatórias Unidimensionais Prof. Clécio da Silva Ferreira Depto Estatística - UFJF Introdução Considere o experimento: Lançamento de uma moeda. Resultados
Leia maisRevisões de Matemática e Estatística
Revisões de Matemática e Estatística Joaquim J.S. Ramalho Contents 1 Operadores matemáticos 2 1.1 Somatório........................................ 2 1.2 Duplo somatório....................................
Leia maisEventos coletivamente exaustivos: A união dos eventos é o espaço amostral.
DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíveis resultados de um experimento. Evento é qualquer subconjunto do espaço amostral. Evento combinado: Possui duas
Leia maisVariáveis aleatórias. Universidade Estadual de Santa Cruz. Ivan Bezerra Allaman
Variáveis aleatórias Universidade Estadual de Santa Cruz Ivan Bezerra Allaman DEFINIÇÃO É uma função que associa cada evento do espaço amostral a um número real. 3/37 Aplicação 1. Seja E um experimento
Leia mais1 Noções de Probabilidade
Noções de Probabilidade Já vimos que para se obter informações sobre alguma característica da população, podemos utilizar uma amostra. Estudaremos agora a probabilidade, que é uma ferramenta usada e necessária
Leia mais3. Variáveis aleatórias
3. Variáveis aleatórias Numa eperiência aleatória, independentemente de o seu espaço de resultados ser epresso numericamente, há interesse em considerar-se funções reais em Ω, denominadas por variáveis
Leia maisProcessos Estocásticos. Variáveis Aleatórias. Variáveis Aleatórias. Luiz Affonso Guedes. Como devemos descrever um experimento aleatório?
Processos Estocásticos Luiz Affonso Guedes Sumário Probabilidade Funções de Uma Variável Aleatória Funções de Várias Momentos e Estatística Condicional Teorema do Limite Central Processos Estocásticos
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 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 maisFísica Geral - Laboratório. Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação
Física Geral - Laboratório Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação 1 Física Geral - Objetivos Ao final do período, o aluno deverá ser capaz de compreender as principais
Leia maisVariável aleatória. O resultado de um experimento aleatório é designado variável aleatória (X)
Variável aleatória O resultado de um experimento aleatório é designado variável aleatória (X) Função densidade de probabilidade A função densidade de probabilidade associa cada possível valor da variável
Leia maisEstatística Aplicada II. } Correlação e Regressão
Estatística Aplicada II } Correlação e Regressão 1 Aula de hoje } Tópicos } Correlação e Regressão } Referência } Barrow, M. Estatística para economia, contabilidade e administração. São Paulo: Ática,
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 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 maisCálculo II (Primitivas e Integral)
Cálculo II (Primitivas e Integral) Antônio Calixto de Souza Filho Escola de Artes, Ciências e Humanidades Universidade de São Paulo 5 de março de 2013 1 Aplicações de Integrais subject Aplicações de Integrais
Leia maisEventos coletivamente exaustivos: A união dos eventos é o espaço amostral.
DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíveis resultados de um experimento. Evento é qualquer subconjunto do espaço amostral. Evento combinado: Possui duas
Leia maisFísica Geral (2013/1) Aula 3: Estimativas e erros em medidas diretas (I)
Física Geral (2013/1) Aula 3: Estimativas e erros em medidas diretas (I) 1 Experimentos: medidas diretas Experimento de medidas diretas de uma grandeza: Aquisição de um conjunto de dados através de medições
Leia mais( x) = a. f X. = para x I. Algumas Distribuições de Probabilidade Contínuas
Probabilidade e Estatística I Antonio Roque Aula Algumas Distribuições de Probabilidade Contínuas Vamos agora estudar algumas importantes distribuições de probabilidades para variáveis contínuas. Distribuição
Leia mais2.3 Operações sobre uma variável aleatória - Esperança matemática
matemática 58 atingir a mosca dado que ele atingiu o alvo. Exercício 2.33. [3] Duas caixas tem bolas vermelhas, verdes e azuis dentro; a quantidade de cada uma é dada a seguir. Caixa 01-5 vermelhas; 35
Leia maisProcessos Estocásticos. Variáveis Aleatórias. Variáveis Aleatórias. Variáveis Aleatórias. Variáveis Aleatórias. Luiz Affonso Guedes
Processos Estocásticos Luiz Affonso Guedes Sumário Probabilidade Funções de Uma Variável Aleatória Funções de Várias Momentos e Estatística Condicional Teorema do Limite Central Processos Estocásticos
Leia maisTE802 Processos Estocásticos em Engenharia
TE802 Processos Estocásticos em Engenharia Vetores Aleatórios 10 de setembro de 2017 Modelos Probabiĺısticos para N Variáveis Aleatórias F X1,...,X n (x 1,...,x n) = P[X 1 x 1,..., X n x n] (x 1,...,x
Leia maisAnexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos
1 Anexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos Documento auxiliar à disciplina de Modelação, Identificação e Controlo Digital Alexandre Bernardino IST-Secção de Sistemas e Controlo
Leia maisProcessos 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 maisModelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2017
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2017 Análise de desempenho São disponíveis duas abordagens para realizar a análise de desempenho:
Leia maisModelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2014
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2014 Análise de desempenho São disponíveis duas abordagens para realizar a análise de desempenho:
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 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 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 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 maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Covariância e Coeficiente de correlação 11/13 1 / 21 Covariância Quando duas variáveis aleatórias
Leia maisIntrodução 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 / 35 Fabrício Simões
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 minutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique convenientemente todas as respostas 1 o semestre 2018/2019 30/01/2019 11:30 1 o Teste C 10 valores 1. Numa unidade fabril
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 maisAULAS 6 e 7. ESPERANÇA, MOMENTOS E DISTRIBUIÇÕES DE PROBABILIDADES de VARIÁVEIS DISCRETAS 05/05/2017
AULAS 6 e 7 ESPERANÇA, MOMENTOS E DISTRIBUIÇÕES DE PROBABILIDADES de VARIÁVEIS DISCRETAS 05/05/2017 Em aulas passadas vimos as funções de probabilidade de variáveis discretas e contínuas agora vamos ver
Leia maisConceitos básicos: Variável Aleatória
: Variável Aleatória Variável aleatória (v.a.) valor numérico que é resultado de uma eperiência aleatória. Podemos ter variáveis aleatórias contínuas ou discretas. Eemplo 1: Suponha que lança duas moedas
Leia maisModelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2018
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2018 Análise de desempenho São disponíveis duas abordagens para realizar a análise de desempenho:
Leia maisDistribuições por Amostragem
Distribuições por Amostragem Departamento de Matemática Escola Superior de Tecnologia de Viseu (DepMAT ESTV) Distribuições por Amostragem 2007/2008 1 / 27 Introdução: População, amostra e inferência estatística
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 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 maisMOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ-13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semanas 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 e 16 Introdução à probabilidade (eventos,
Leia maisEstimativas e Erros. Propagação de erros e Ajuste de funções
Estimativas e Erros Propagação de erros e Ajuste de funções 1 Algumas referências Estimativas e Erros em Experimentos de Física - Vitor Oguri et al (EdUERJ) Fundamentos da Teoria de Erros - José Henrique
Leia maisApontamentos de Introdução às Probabilidades e à Estatística
i Índice 1. Introdução 1 1.1. Enquadramento e objectivos 2 1.2. Organização 5 1.3. Noções base da Estatística 7 1.3.1. Distinção entre população e amostra 8 1.3.2. Amostragem 10 1.3.3. Unidade estatística
Leia maisEstatística 1. Resumo Teórico
Estatística 1 Resumo Teórico Conceitos do Curso 1. Tipos de Variáveis e Representações Gráficas a. Tipos de Variáveis b. Distribuição de Frequências c. Histograma 2. Estatística Descritiva Medidas Estatísticas
Leia maisR X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais
30 Varáves aleatóras bdmensonas Sea ε uma experênca aleatóra e S um espaço amostral assocado a essa experênca. Seam X X(s) e Y Y(s) duas funções cada uma assocando um número real a cada resultado s S.
Leia maisMESTRADO INTEGRADO EM ENGENHARIA ELECTROTÉCNICA E DE COMPUTADORES PROBABILIDADES E ESTATÍSTICA. 1ª Chamada 10/01/2008.
MESTRADO INTEGRADO EM ENGENHARIA ELECTROTÉCNICA E DE COMPUTADORES PROBABILIDADES E ESTATÍSTICA 1ª Chamada 10/01/2008 Parte Teórica DURAÇÃO : 50 min COTAÇÃO DA PARTE TEÓRICA: 8 Valores em 20 PERGUNTAS DE
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 maisCE085 - Estatística Inferencial
CE085 - Estatística Inferencial Revisão: Probabilidade Básica Prof. Wagner Hugo Bonat Laboratório de Estatística e Geoinformação - LEG Curso de Bacharelado em Estatatística Universidade Federal do Paraná
Leia maisMódulo II: Cálculo dos Momentos de um Processo Estocástico, Processo de Bernoulli, Processo Random Walk
Módulo II: Cálculo dos Momentos de um Processo Estocástico, Processo de Bernoulli, Processo Random Walk Wamberto J. L. Queiroz Universidade Federal de Campina Grande-UFCG Departamento de Engenharia Elétrica
Leia maisFundamentos da Teoria da Probabilidade
Fundamentos da Teoria da Probabilidade Edmar José do Nascimento (Princípios de Comunicações) http://www.univasf.edu.br/ edmar.nascimento Universidade Federal do Vale do São Francisco Sinais Aleatórios
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 Lembrando... Uma quantidade X, associada a cada possível resultado
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 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 maisPrincípios de Modelagem Matemática Aula 10
Princípios de Modelagem Matemática Aula 10 Prof. José Geraldo DFM CEFET/MG 19 de maio de 2014 1 Alguns resultados importantes em estatística A distribuição normal tem importante papel em estatística pois
Leia maisAula 4. Aula de hoje. Aula passada
Aula 4 Aula passada Função de distribuição Bernoulli Sequência de v.a. Binomial, Geométrica, Zeta Valor esperado Variância Distribuição conjunta Independência de v.a. Aula de hoje Valor esperado condicional
Leia maisVARIÁVEIS ALEATÓRIAS 1
VARIÁVEIS ALEATÓRIAS 1 Na prática é, muitas vezes, mais interessante associarmos um número a um evento aleatório e calcularmos a probabilidade da ocorrência desse número do que a probabilidade do evento.
Leia mais