MAB-515 Avaliação e Desempenho (DCC/UFRJ)
|
|
- Vasco Gentil Cavalheiro
- 5 Há anos
- Visualizações:
Transcrição
1 MAB-515 Avaliação e Desempenho (DCC/UFRJ) Aula 6: Desigualdades, Limites e
2 1 Normalização Desigualdade de Chebyshev Lei dos Grandes Números 2 3
3 Normalização Sumário Normalização Desigualdade de Chebyshev Lei dos Grandes Números Seja {X i } um conjunto de variáveis aleatórias (i.i.d), tais que E[X i ] = E[X] e σ 2 X i = σ 2 X. Média das Amostras ou Sample Mean S n S n = X 1+X 2 + +X n E[S n ] = E[X] σ 2 S n = σ 2 X /n n = n i=1 X i n Se Y = n i=1 X i, então E[Y] = ne[x] e σ 2 Y = nσ2 X. Lembrar que V(aX) = a 2 V(X).
4 Desigualdade de Chebyshev Normalização Desigualdade de Chebyshev Lei dos Grandes Números P( X E[X] x) σ2 X x 2 Aplicando Chebyshev a S n P( S n E[X] x) σ2 S n x 2 = σ2 X nx 2 Significado: a média aritmética de um conjunto de amostras tende para a média da distribuição à medida que o número de observações cresce.
5 Normalização Desigualdade de Chebyshev Lei dos Grandes Números Aplicação da Desigualdade de Chebyshev Problema: Um jogador pode ganhar 6 ou perder 1, ou 2, ou 3, com probabilidade 1/4 para cada evento, por jogada. Quantas vezes o jogador deve jogar para manter a sua perda ou ganho médio por jogada menor do que 2 com probabilidade de pelo menos 0,95? Solução aproximada por Chebyshev Seja X i o ganho ou perda de uma jogada. Então, E[X i ] = 0 e V(X i ) = E[X 2 ] = 50/4. Fazendo ǫ = 2, obtemos n 63. ( P 1 ) Xi ǫ σ2 n nǫ 2 ( 1 P 1 ) Xi < ǫ σ2 n nǫ 2 ( P 1 ) Xi < ǫ 1 σ2 n nǫ 2 = 0,95
6 Lei dos Grandes Números Normalização Desigualdade de Chebyshev Lei dos Grandes Números Lei Fraca dos Grandes Números lim P( S n E[X] ǫ) = 0 n Lei Forte dos Grandes Números lim S n = E[X] com probabilidade 1 n A Lei Forte garante que a média das amostras não somente converge para a média verdadeira, mas que se torna ela com 100% de probabilidade. A Lei Fraca decorre diretamente de Chebyshev.
7 Normalização Desigualdade de Chebyshev Lei dos Grandes Números Função de Gauss ou Distribuição Normal Uma variável aleatória X com PDF Φ X (x) = x 1 2π e y2 2 dy, possui E[X] = 0 e V(X) = 1, e é chamada distribuição normal unitária ou N(0, 1). Em geral, uma v.a. X com distribuição normal com média E[X] = µ e variância V(X) = σ 2 (σ > 0), designada N(µ,σ 2 ), tem pdf f X (x) = PDF F X (x) = 1 2πσ e (x µ)2 2σ 2, x 1 x 2πσ e (y µ)2 2σ 2 dy, x.
8 Normalização Desigualdade de Chebyshev Lei dos Grandes Números Função de Gauss ou Distribuição Normal Transformada de Laplace da N(µ,σ 2 ) E[e sx ] = = 1 2πσ 1 2πσ sµ+s2 σ2 = e 2 sµ+s2 σ2 = e 2. e sx e (x µ)2 2σ 2 dx e (x (µ σ2 s)) 2 +µ 2 (µ σ 2 s) 2 2σ 2 dx 1 2πσ e (x (µ σ2 s)) 2 2σ 2 dx Por esta expressão é fácil verificar que a soma de variáveis com distribuição Normal é também uma variável Normal com média igual à soma das médias e variância igual à soma das variâncias.
9 Seja {X i } um conjunto de n variáveis aleatórias independentes e identicamente distribuídas (i.i.d), tais que E[X i ] = E[X] e σx 2 i = σx 2. Defina Y = n i=1 X i, com E[Y] = ne[x] e V(Y) = σy 2 = nv(x) = nσ2 X. n i=1 X i ne[x] A variável aleatória Z n = Y E[Y] σ Y = σ X n soma normalizada das variáveis aleatórias X i. Observe que E[Z n ] = 0 e V(Z n ) = 1. é chamada
10 O afirma que: lim P(Z n x) = Φ(x) n A soma normalizada de variáveis aleatórias independentes se aproxima da distribuição normal unitária. Não é necessário que todas as variáveis aleatórias tenham a mesma pdf; na prática, sempre que uma variável aleatória é a soma de um número grande de variáveis aleatórias bem comportadas, então a soma normalizada tem distribuição normal unitária. Exemplo: ruído sideral.
11 Aplicação do Problema: Em um milhão de lançamentos de uma moeda, qual a probabilidade de se obter mais de caras? Solução Exata A probabilidade de se obter exatamente caras em 10 6 lançamentos é: ( 10 6 ) (0,5) (0,5) = P(# de caras > ) = 10 6 k= ( 10 6 k ) (0,5) 106 = 26, Solução pode ser obtida através de um programa.
12 Aplicação do Solução pelo Tratando como um experimento de Bernoulli, o resultado do i-ésimo lançamento é uma variável X i, com valores 1 (cara) ou 0 (coroa) com probabilidade = 0,5. E[X i ] = 0,5, V(X i ) = 0,25 e σ Xi = 0,5. Y = 10 6 i=1 X i expressa o número de caras obtido. Seja Z n = Y 106 0,5 0, Verifica-se diretamente que P(Y > ) = P(Z n > 20). Da tabela da normal: P(Z n > 20) = 1 Φ(20) = Comparando o resultado obtido com a solução exata, vemos que o é uma excelente aproximação.
13 Aplicação do Solução usando a Desigualdade de Chebyshev P( S n E[X] x) σ2 X nx 2 P( ns n ne[x] nx) = P( Y x) Fazendo 10 6 x = , obtemos x = Então: σx 2 P( Y ) = 0, , e então P(Y ) 12, Se aproximarmos o valor da probabilidade pelo limite superior dado por Chebyshev verificamos que teremos uma resposta extremamente incorreta, pois o limite de Chebyshev para este caso é muito frouxo.
14 Aplicação do Aproximando Distribuiccões Uma v.a. Poisson Y pode ser vista como a soma de n v.as. Poisson X i : Y = n i=1 X i, com E[X] = λ i = λ/n = V(X). Pelo Z = Y E[Y] σ Y = Y λ λ = N(0,1) P(Z z) = Φ(z) ( P(Y k) = P Z k λ ) ( ) k λ = Φ λ λ Para efeito de aproximação, como Poisson é uma variável discreta( e Φ é contínua, ) usa-se uma correção de continuidade e adota-se : P(Y k) = Φ k+1/2 λ λ Esta aproximação melhora com aumento de λ.
15 Prova do Um resultado importante envolvendo momentos e T.L. E[e sx ( sx) i ] = E[ ] = i! i=0 ( s) i E[X i ] i! i=0 E[e sx ] = 1 se[x]+ s2 2 E[X2 ] s3 3! E[X3 ]+
16 Prova do Demonstração: O resultado do pode ser demonstrado de maneira simples usando o conceito de transformada. Z n = 1 n σ X n i=1 (X i E[X]) = 1 n σ X n i=1 W i, onde as variáveis W i,1 i n, são i.i.d, com E[W i ] = 0 e V(W i ) = E[Wi 2 ] = V(X) = σx 2. E [ e szn] = E [e s ni=1 ] ( ]) W σ X n i = E [e s n ( ( )) W σ X n i = Wi s n. σ X n W i (s) = 1 sew i ]+ s2 2 E[W2 i ] s3 3! E[W3 i ]+ = 1+ s2 2 E[W2 i ]+o(s 2 ) Aproximando Wi (s) = 1+ s2 2 E[W2 i ] = 1+ s2 2 σ2 X, obtemos n. E[e szn ] = (1+ 2n) s2 Para n, E [ e szn] = e s2 2 (T.L. da N(0,1)), ou seja, Z n N(0,1) com n. CQD.
17 Sumário {X 1,X 2,,X n } é o conjunto de n observações (ou amostras) independentes da v.a. X, que tem média u, variância σ 2 e pdf f(x). Estimador da Média ˆµ = 1 n n i=1 X i é a variável aleatória denominada média das amostras (ou sample mean) e é um estimador de µ. Estimador da Variância ˆσ 2 = 1 n n 1 i=1 (X i ˆµ) 2
18 Propriedades dos Não Tendencioso ou Unbiased: esperança do estimador é igual ao valor estimado E[ˆµ] = 1 n n i=1 E[X i] = E[X i ] = µ E [ˆσ 2] = σ 2 Consistente: variância do estimador tende a zero com aumento do número de amostras V(ˆµ) = V ( 1 n n i=1 X ) i = 1 n n 2 i=1 V(X i) = σ2 n V(ˆµ) = σ2 n 0 com n V(ˆσ 2 ) 0 com n
MAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade
MAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade Edson de Faria Departamento de Matemática IME-USP 28 de Agosto, 2013 Probabilidade: uma Introdução / Aula 8 1 Desigualdades de Markov e
Leia 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 maisFundamentos de Estatística
Fundamentos de Estatística Clássica Workshop Análise de Incertezas e Validação Programa de Verão 2017 Marcio Borges 1 1LABORATÓRIO NACIONAL DE COMPUTAÇÃO CIENTÍFICA mrborges@lncc.br Petrópolis, 9 de Fevereiro
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 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 maisModelagem e Análise de Sistemas de Computação Aula 19
Modelagem e Análise de Sistemas de Computação Aula 19 Aula passada Intro a simulação Gerando números pseudo-aleatórios Aula de hoje Lei dos grandes números Calculando integrais Gerando outras distribuições
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 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 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 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 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 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 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 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 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 maisProbabilidade e Estatística
Probabilidade e Estatística stica Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Inferência Estatística stica e Distribuições Amostrais Inferência Estatística stica O objetivo
Leia mais3 a Lista de PE Solução
Universidade de Brasília Departamento de Estatística 3 a Lista de PE Solução. Se X representa o ganho do jogador, então os possíveis valores para X são,, 0, e 4. Esses valores são, respectivamente, correspondentes
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 maisCC-226 Aula 07 - Estimação de Parâmetros
CC-226 Aula 07 - Estimação de Parâmetros Carlos Henrique Q. Forster - Instituto Tecnológico de Aeronáutica 2008 Estimação de Parâmetros Para construir o classificador bayesiano, assumimos as distribuições
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 maisProcessos Estocásticos
Processos Estocásticos Quarta Lista de Exercícios 12 de fevereiro de 2014 1 Sejam X e Y duas VAs que só podem assumir os valores 1 ou -1 e seja p(x, y) = P (X = x, Y = y), x, y { 1, 1} a função de probabilidade
Leia maisProbabilidades e Estatística
Departamento de Matemática Probabilidades e Estatística LEAN, LEE, LEGI, LEGM, LEIC-A, LEIC-T, LEMat, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ 2 o semestre 2/22 o TESTE (Época
Leia maisAproximação da binomial pela normal
Aproximação da binomial pela normal 1 Objetivo Verificar como a distribuição normal pode ser utilizada para calcular, de forma aproximada, probabilidades associadas a uma variável aleatória com distribuição
Leia 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 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 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 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 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 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 maisCap. 8 - Variáveis Aleatórias
Variáveis Aleatórias Discretas: A de Poisson e Outras ESQUEMA DO CAPÍTULO 8.1 A DISTRIBUIÇÃO DE POISSON 8.2 A DISTRIBUIÇÃO DE POISSON COMO APROXIMAÇÃO DA DISTRIBUIÇÃO BINOMIAL 8.3 O PROCESSO DE POISSON
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Algoritmo para simular uma fila Medidas de interesse Média amostral Aula de hoje Teorema do Limite Central Intervalo de Confiança Variância amostral
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 maisa) o time ganhe 25 jogos ou mais; b) o time ganhe mais jogos contra times da classe A do que da classe B.
Universidade de Brasília Departamento de Estatística 5 a Lista de PE. Um time de basquete irá jogar uma temporada de 44 jogos. desses jogos serão disputados contra times da classe A e os 8 restantes contra
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 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 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 mais5 a Lista de PE Solução
Universidade de Brasília Departamento de Estatística 5 a Lista de PE Solução. Sejam X A e X B o números de jogos que o time ganha contra times da classe A e da classe B respectivamente. Claramente X A
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Desigualdades 02/14 1 / 31
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Desigualdades 02/14 1 / 31 Um teorema de grande importância e bastante utilidade em 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 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 maisDistribuições Amostrais e Estimação Pontual de Parâmetros
Distribuições Amostrais e Estimação Pontual de Parâmetros - parte I 19 de Maio de 2011 Introdução Objetivos Ao final deste capítulo você deve ser capaz de: Entender estimação de parâmetros de uma distribuição
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 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 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 maisInferência Estatistica
Inferência Estatistica Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Modelos e Inferência Um modelo é uma simplificação da realidade (e alguns
Leia maisDistribuições Amostrais e Estimação Pontual de Parâmetros
Distribuições Amostrais e Estimação Pontual de Parâmetros - parte I 2012/02 1 Introdução 2 3 4 5 Objetivos Ao final deste capítulo você deve ser capaz de: Entender estimação de parâmetros de uma distribuição
Leia maisEST012 - Estatística Econômica I Turma A - 1 o Semestre de 2019 Lista de Exercícios 3 - Variável aleatória
Exercício 1. Considere uma urna em que temos 4 bolas brancas e 6 bolas pretas. Vamos retirar, ao acaso, 3 bolas, uma após a outra e sem reposição. Sejam X: o número de bolas brancas e Y : o número de bolas
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 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 maisValor Esperado. Vítor H. Nascimento. 29 de outubro de 2015
Valor Esperado Vítor H. Nascimento 9 de outubro de 05 Introdução e definição Vamos falar agora sobre o conceito de valor esperado, que, apesar de aparentemente simples, é uma ideia com uma grande variedade
Leia maisAproximação da binomial pela normal
Aproximação da binomial pela normal 1 Objetivo Verificar como a distribuição normal pode ser utilizada para calcular, de forma aproximada, probabilidades associadas a uma variável aleatória com distribuição
Leia maisProcessos Estocásticos
Processos Estocásticos Luis Henrique Assumpção Lolis 26 de maio de 2014 Luis Henrique Assumpção Lolis Processos Estocásticos 1 Conteúdo 1 Introdução 2 Definição 3 Especificando um processo aleatório 4
Leia maisModelos Probabilísticos Teóricos Discretos e Contínuos. Bernoulli, Binomial, Poisson, Uniforme, Exponencial, Normal
Modelos Probabilísticos Teóricos Discretos e Contínuos Bernoulli, Binomial, Poisson, Uniforme, Exponencial, Normal Distribuição de Probabilidades A distribuição de probabilidades de uma variável aleatória:
Leia maisMódulo III: Processos de Poisson, Gaussiano e Wiener
Módulo III: Processos de Poisson, Gaussiano e Wiener Wamberto J. L. Queiroz Universidade Federal de Campina Grande-UFCG Departamento de Engenharia Elétrica Processos Estocásticos Campina Grande - PB Módulo
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 mais2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB.
2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB. 1) Classifique as seguintes variáveis aleatórias como discretas ou contínuas. X : o número de acidentes de automóvel por ano na rodovia BR 116. Y :
Leia maisMAB-515 Avaliação e Desempenho (DCC/UFRJ)
MAB-515 Avaliação e Desempenho (DCC/UFRJ) Aula 7: Intervalos de Confiança 13 de novembro de 2012 1 2 3 4 Percentil 100p%-percentil O ponto t 0 tal que t 0 = F 1 X (p) = min{t : F X (t) p}, 0 < p < 1 é
Leia maisExercícios de Teoria da Probabilidade e Processos Estocásticos Parte I
Exercícios de Teoria da Probabilidade e Processos Estocásticos Parte I 2014/2015 Os exercícios assinalados com (*) têm um nível de dificuldade superior. Exercício 1. Seja (X, F) um espaço mensurável. Mostre
Leia maisCOS767 - Modelagem e Análise Aula 3 - Simulação
COS767 - Modelagem e Análise Aula 3 - Simulação Validando resultados da simulação Média e variância amostral Teorema do Limite Central Intervalo de confiança Organizando as execuções da simulação Verificando
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 maisProbabilidade e Estatística
Probabilidade e Estatística Aula 5 Probabilidade: Distribuições de Discretas Parte 1 Leitura obrigatória: Devore, 3.1, 3.2 e 3.3 Chap 5-1 Objetivos Nesta parte, vamos aprender: Como representar a distribuição
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 maisEstimação: (A) Propriedades e Distribuições Amostrais
Estimação: (A) Propriedades e Distribuições Amostrais Wagner H. Bonat Fernando P. Mayer Elias T. Krainski Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação
Leia maisProbabilidades e Estatística MEEC, LEIC-A, LEGM
Departamento de Matemática Probabilidades e Estatística MEEC, LEIC-A, LEGM Exame a Época / o Teste (Grupos III e IV) o semestre 009/00 Duração: 80 / 90 minutos /06/00 9:00 horas Grupo I Exercício 5 valores
Leia mais1.1.1 Distribuição binomial
2 CAPÍTULO 1. INTRODUÇÃO 1.1.1 Distribuição binomial Em teoria das probabilidades e na estatística a distribuição binomial é a distribuição de probabilidade do número de sucessos em uma seqüência de n
Leia maisTEOREMAS LIMITE EM PROBABILIDADE RENATO ASSUNÇÃO DCC - UFMG
TEOREMAS LIMITE EM PROBABILIDADE RENATO ASSUNÇÃO DCC - UFMG Referência para um estudo aprofundado das questões (e demonstrações das afirmações feitas aqui) LIMITE DE NÚMEROS REAIS Sequência de números
Leia maisPARTE TEÓRICA Perguntas de escolha múltipla
PROBABILIDADES E ESTATÍSTICA MIEEC/FEUP PARTE TEÓRICA Perguntas de escolha múltipla 1 Dada a experiência aleatória ε define-se espaço amostral associado a ε como sendo: A O espaço físico onde se realiza
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 maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Intervalo de confiança Método de Replicações Independentes Aula de hoje Para que serve a inferência estatística? Método dos Momentos Maximum
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 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 maisAproximação da binomial pela normal
Aproximação da binomial pela normal 1 Objetivo Verificar como a distribuição normal pode ser utilizada para calcular, de forma aproximada, probabilidades associadas a uma variável aleatória com distribuição
Leia 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 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 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 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 maisAULA 15 - Distribuição de Bernoulli e Binomial
AULA 15 - Distribuição de Bernoulli e Binomial Susan Schommer Introdução à Estatística Econômica - IE/UFRJ Variável Aleatória de Bernoulli Podemos dizer que as variáveis aleatórias mais simples entre as
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 maisVerificar como a distribuição normal pode ser utilizada para calcular, l de forma aproximada, probabilidades associadas a uma variável aleatória com
Aproximação da binomial pela normal 1 Objetivo Verificar como a distribuição normal pode ser utilizada para calcular, l de forma aproximada, probabilidades associadas a uma variável aleatória com distribuição
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 Discretas 1/1
Variáveis Aleatórias Discretas Professores Eduardo Zambon e Magnos Martinello UFES Universidade Federal do Espírito Santo DI Departamento de Informática CEUNES Centro Universitário Norte do Espírito Santo
Leia maisVariáveis Aleatórias
Variáveis Aleatórias Conceitos, Discretas, Contínuas, Propriedades Itens 5. e 6. BARBETTA, REIS e BORNIA Estatística para Cursos de Engenharia e Informática. Atlas, 004 Variável aleatória Uma variável
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 maisDistribuição Normal. Prof. Herondino
Distribuição Normal Prof. Herondino Distribuição Normal A mais importante distribuição de probabilidade contínua em todo o domínio da estatística é a distribuição normal. Seu gráfico, chamado de curva
Leia mais6. Amostragem e estimação pontual
6. Amostragem e estimação pontual Definição 6.1: População é um conjunto cujos elementos possuem qualquer característica em comum. Definição 6.2: Amostra é um subconjunto da população. Exemplo 6.1: Um
Leia maisNeste capítulo, introduzimos as variáveis aleatórias e suas distribuições de probabilidade.
Capítulo 4 Variáveis aleatórias Neste capítulo, introduzimos as variáveis aleatórias e suas distribuições de probabilidade. Definição 4.1 Dado um experimento aleatório, descrito pelo espaço de probabilidades
Leia maisExercícios de Teoria da Probabilidade e Processos Estocásticos Parte II
Exercícios de Teoria da Probabilidade e Processos Estocásticos Parte II 13 de Dezembro de 2013 Exercício 1. Descreva o espaço de probabilidade associado às seguintes experiências aleatórias: 1. Uma moeda
Leia maisEstatística I Aula 8. Prof.: Patricia Maria Bortolon, D. Sc.
Estatística I Aula 8 Prof.: Patricia Maria Bortolon, D. Sc. MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS CONTÍNUAS Lembram o que vimos sobre V.A. contínua na Aula 6? Definição: uma variável
Leia 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 maisMAE0229 Introdução à Probabilidade e Estatística II
Exercício Entre jovens atletas, um nível alto de colesterol pode ser considerado preocupante e indicativo para um acompanhamento médico mais frequente. Suponha que são classificados como tendo taxa de
Leia maisPROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES PARTE I
PROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES PARTE I Bruno Baierle Maurício Furigo Prof.ª Sheila Regina Oro (orientadora) Edital 06/2013 - Produção de Recursos Educacionais Digitais Variável
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 maisModelagem e Análise de Sistemas de Computação Aula 20
Modelagem e Análise de Sistemas de Computação Aula 20 Aula passada Lei dos grandes números Calculando integrais Gerando outras distribuições Método da transformada inversa Aula de hoje Simulando uma fila
Leia maisCap. 5 Variáveis aleatórias discretas
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Cap. 5 Variáveis aleatórias discretas APOIO: Fundação de
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 maisDistribuições conjuntas de probabilidades e complementos
Probabilidades e Estatística 2004/05 Colectânea de Exercícios LEIC, LERCI, LEE Capítulo 5 Distribuições conjuntas de probabilidades e complementos 02 x = 0 065 x = 1 Exercício 51 (a) P(X = x) = 015 x =
Leia maisVetor de Variáveis Aleatórias
Vetor de Variáveis Aleatórias Luis Henrique Assumpção Lolis 25 de junho de 2013 Luis Henrique Assumpção Lolis Vetor de Variáveis Aleatórias 1 Conteúdo 1 Vetor de Variáveis Aleatórias 2 Função de Várias
Leia mais