Variáveis Aleatórias Discretas
|
|
- Afonso Soares Vasques
- 5 Há anos
- Visualizações:
Transcrição
1 Variáveis Aleatórias Discretas Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
2 Introdução
3 Definição Uma variável aleatória é uma função definida num espaço amostral que assume valores reais. 1
4 Exemplo. Uma moeda é lançada 3 vezes. Sejam os eventos, C: resultado cara, K: resultado coroa, e as funções X : o número de caras e Y : o número de faces iguais. valores de X valores de Y CCC 3 3 CCK 2 2 CKC 2 2 KCC 2 2 KKC 1 2 KCK 1 2 CKK 1 2 KKK 0 3 2
5 Definição Uma variável aleatória discreta X assume valores x 1, x 2,... em um conjunto finito ou infinito enumerável. Neste caso, probabilidades são calculadas como somas, P(X A) = x i A P(X = x i ), para um conjunto A qualquer. Para distribuições discretas de probabilidade também é sempre possível mostrar que P(X = x i ) = 1. i=1 3
6 No exemplo anterior, assumindo que a moeda é honesta e os lançamentos são independentes todos os resultados do espaço amostral tem probabilidade 1/8. Por exemplo, P(CCK) = P(C)P(C)P(K) = = 1 8. Distribuição de probabilidades da variável aleatória X, Valores de X Probabilidades
7 P(X = 3) = P(CCC) = 1 8 P(X = 2) = P(CCK) + P(CKC) + P(KCC) = 3 8 P(X = 1) = P(CKK) + P(KKC) + P(KCK) = 3 8 P(X = 0) = P(KKK) = 1 8 5
8 A partir da distribuição de X outras probabilidades podem ser calculadas, P(X 2) = P(X = 2) + P(X = 3) = = 1 2 P(X 2) = P(X = 2) + P(X = 1) + P(X = 0) = = 7 8 P(X < 2) = P(X = 1) + P(X = 0) = = 4 8 6
9 Função de Distribuição
10 Função de Distribuição Definição O equivalente teórico ao conceito de frequências acumuladas é a função de distribuição acumulada ou simplesmente função de distribuição definida como, F (x) = P(X x) = x i x P(X = x i ), x R. 7
11 Exemplo. Uma moeda honesta é lançada 3 vezes de forma independente e X representa o número de caras. F (x) = 0, x < 0, 0.125, 0 x < 1, 0.5, 1 x < 2, 0.875, 2 x < 3, 1, x 3. 8
12 Representação gráfica. F(x) x 9
13 Para uma variável aleatória discreta X que assume valores x 1, x 2,... F (x) = i:x i x P(X = x i ). 10
14 Exemplo. Seja a variável aleatória X tal que, F (x) = 0, x < 0, 0.5, 0 x < 1, 0.6, 1 x < 2, 0.85, 2 x < 3, 1, x 3. P(X = 0) = F (0) = 0.5, P(X = 1) = F (1) F (0) = 0.10, P(X = 2) = F (2) F (1) = 0.25, P(X = 3) = F (3) F (2) = 0.15, 11
15 F(x) x 12
16 Principais Modelos Discretos
17 Principais Modelos Discretos Estudaremos alguns modelos teóricos que se adequam a uma série de problemas práticos. Estes modelos envolvem parâmetros cujo conhecimento é necessário para calcular probabilidades. Na maioria dos problemas reais os parâmetros serão desconhecidos e será preciso fazer algum tipo de inferência sobre eles. Por enquanto assumiremos que os parâmetros são conhecidos. Vamos nos concentrar nas principais características dos modelos apresentados. 13
18 A distribuição Uniforme Discreta Suponha um experimento com um número finito de possíveis resultados e cada um deles com a mesma probabilidade de ocorrer. Defina uma variável aleatória X cujos possíveis valores {x 1,..., x k } estão associados aos resultados deste experimento. Então, P(X = x i ) = 1, i = 1,..., k. k 14
19 A distribuição de Bernoulli Em muitos experimentos os possíveis resultados apresentam ou não uma determinada característica. Esta característica será muitas vezes determinada pelo pesquisador dependendo dos objetivos do experimento. Neste tipo de experimento estaremos interessados na ocorrência de um sucesso ou falha. É usual denotar a probabilidade de sucesso por p, P(sucesso) = p P(fracasso) = 1 p. 15
20 Podemos definir uma variável aleatória X como a variável indicadora de sucesso em um experimento binário, { 1, se ocorre sucesso X = 0, se ocorre fracasso e a probabilidade de X assumir cada um dos seus possíveis valores é { p P(X = x) = x (1 p) 1 x se x = 0, 1 0 caso contrário. Dizemos que X tem distribuição de Bernoulli com parâmetro p ou equivalentemente, X Bernoulli(p), 0 < p < 1. 16
21 A distribuição Binomial Suponha que n experimentos (ou ensaios) independentes, são executados, sendo n fixo. Cada experimento resulta num sucesso com probabilidade p ou numa falha com probabilidade 1 p. O experimento consiste na observação das variáveis aleatórias X 1,..., X n onde X i Bernoulli(p), i = 1,..., n. Frequentemente estaremos interessados no número total de sucessos obtidos, independente da ordem em que eles ocorrem. Por exemplo, uma moeda é lançada 10 vezes e o número total de caras é contado (aqui cara é um sucesso). 17
22 O número total de sucessos é, Y = n X i, i=1 cujos possíveis valores são 0, 1,..., n. Dizemos que Y é uma variável aleatória com distribuição binomial com parâmetros n e p, ou Y Binomial(n, p). 18
23 As probabilidades de cada um destes possíveis valores são dadas por ( ) n P(Y = k) = p k (1 p) n k, k = 0, 1,..., n (1) k sendo ( ) n = k n! k!(n k)! e m! = m i=1 i é o fatorial de m (define-se 0! = 1). 19
24 Probabilidades Binomiais com n = 5 p = p = p = 0.2 p =
25 Probabilidades Binomiais com n = p = 0.7 p = p = 0.2 p =
26 Probabilidades Binomiais com n = p = 0.7 p = p = 0.2 p =
27 Exemplo. Em uma linha de montagem estima-se que a proporção de itens defeituosos é aproximadamente 0.1. Assume-se que esta proporção é (aproximadamente) constante ao longo do processo, 20 itens são selecionados de forma independente, calcular a probabilidade de no máximo 2 itens defeituosos. 23
28 Definindo a variável aleatória Y : número de itens defeituosos podemos calcular P(no máximo 2 itens defeituosos) como, P(Y 2) = P(Y = 0) + P(Y = 1) + P(Y = 2) ( ) ( ) ( ) = = =
29 Experimentos não binomiais Lançar um dado até que apareça o número 6. (Número de repetições não é fixo). Testar itens em um lote até encontrar 5 defeituosos. De um conjunto de 20 prontuários de pacientes dos quais 5 sofreram infarto sortear 3 sem reposição e contar quantos sofreram infarto. De um lote de itens manufaturados retirar 15 itens sem reposição e verificar quantos são defeituosos e não defeituosos. (Ensaios não são independentes). Calcular a probabilidade de ganhar na Mega-Sena (apostador escolhe 7 dezenas dentre 60). 25
30 Distribuição Geométrica Suponha que ensaios de Bernoulli são realizados de forma independente e com a mesma probabilidade de sucesso (p). Seja X o número de ensaios necessários antes de ocorrer primeiro sucesso. Por exemplo, Número de inspeções necessárias antes de encontrar-se um item defeituoso em um lote. Número de nascimentos antes de nascer um menino. 26
31 Dizemos que X tem distribuição Geométrica com parâmetro p, X Geometrica(p), 0 < p < 1. Se X = k os k primeiros ensaios resultam em fracasso (com probabilidade 1 p) e o último ensaio resulta em sucesso (com probabilidade p). Então, P(X = k) = p Verifique que k (1 p) = (1 p) k p, k = 0, 1, 2,... i=1 P(X = k) = k=0 (1 p) k p = 1 k=0 27
32 Probabilidades Geometricas p = 0.7 p = p = 0.2 p =
33 Exemplo. Um motorista vê uma vaga de estacionamento em uma rua. Há cinco carros na frente dele, e cada um deles tem probabilidade 0.2 de tomar a vaga. Qual a probabilidade de a vaga ser tomada pelo carro que está imediatamente a frente dele? Defina a variável aleatória X como o número de carros que passam pela vaga antes que ela seja tomada. Assume-se que cada motorista toma a vaga ou não de forma independente. Calcule a probabilidade, P(X = 4) = (0.8) =
34 Falta de memória Se X é uma variável aleatória com distribuição Geométrica, P(X j + k X j) = P(X k). Esta é a única distribuição discreta com esta propriedade. Definição alternativa Seja Y o número de ensaios até ocorrer o primeiro sucesso. Então, Y = X + 1, e P(Y = j) = (1 p) j 1 p, j = 1, 2,... 30
35 Distribuição Binomial Negativa Seja X o número de ensaios de Bernoulli independentes antes de ocorrerem r sucessos. X tem distribuição binomial negativa com parâmetros r e p, denotando-se X BN(r, p). Sua função de probabilidade é dada por, ( ) r + k 1 P(X = k) = p r (1 p) k, k = 0, 1, 2,... k com r 1 e 0 < p < 1. 31
36 Probabilidades Binomiais negativas com r = p = 0.7 p = p = 0.2 p = x 32
37 Probabilidades Binomiais negativas com r = p = 0.7 p = p = 0.2 p = x 33
38 Distribuição de Poisson Usada para modelar o número de ocorrências de um certo fenômeno, durante um intervalo fixo de tempo ou região fixa do espaço. Exemplos, o número de chamadas recebidas por uma central telefônica por hora, o número de defeitos por unidade de comprimento de uma fita magnética, o número de nmetóides encontrados por unidade de superficie de solo, o número diário de novos casos de câncer de mama, etc. 34
39 Seja a variável aleatória X o número de ocorrências por intervalo fixo (de tempo ou espaço). Dizemos que X tem distribuição de Poisson com parâmetro λ, X Poisson(λ), λ > 0, com função de probabilidade, P(X = k) = λk e λ, k = 0, 1, 2,... k! 35
40 Probabilidades Poisson com λ {1, 2, 5, 15} lambda = 2 lambda = lambda = 1 lambda = x 36
41 A constante λ pode ser interpretada como o número esperado (ou número médio) de ocorrências por unidade de tempo ou espaço. Verifique que P(X = k) = 1. k=0 37
42 Exemplo. O número de partículas radioativas emitidas em cada intervalo de 5 segundos tem distribuição de Poisson e sabe-se que em média 2 partículas são emitidas por intervalo. Se forem observados 10 intervalos de tempo qual a probabilidade de que em cada um deles menos de 3 partículas sejam emitidas? 38
43 Defina a variável aleatória X como o número de partículas emitidas por intervalo sendo que o número médio de emissões é λ = 2. Portanto X tem distribuição de Poisson com parâmetro igual a 2 e queremos calcular P(X < 3), P(X < 3) = P(X = 0) + P(X = 1) + P(X = 2) = 20 e e e 2 0! 1! 2! = = Esta é a probabilidade de emissão de menos de 3 partículas em um intervalo de tempo. Portanto, para 10 intervalos a probabilidade será =
44 Exemplo. O número médio de gols em jogos de copa do mundo é aproximadamente 2.5 gols por jogo. Assumindo que o modelo de Poisson seja adequado e sendo X o número de gols em uma partida, k P(X = k)
45 Exemplo. Pacientes são admitidos em uma unidade de tratamento intensivo (UTI) e deseja-se modelar o número de dias que os pacientes permanecem na UTI. O modelo Poisson é adequado? A distribuição de Poisson não é adequada pois o número de dias não pode ser zero. Se X é o número de dias na UTI poderiamos usar uma distribuição de Poisson truncada em zero. Deseja-se calcular, P(X = k X > 0). 41
46 Distribuição Hipergeométrica Considere um experimento que resulta em ensaios de Bernoulli dependentes. Uma forma de induzir dependência consiste em amostrar sem reposição de uma população finita. Suponha que temos uma amostra e uma população tais que, População: tem M elementos do tipo I, N M do tipo II. Amostra: k elementos do tipo I, n k do tipo II. Suponha que itens são sorteados sem reposição. Seja a variável aleatória X o número de elementos do tipo I na amostra. 42
47 Dizemos que X tem distribuição hipergeométrica com função de probabilidade, P(X = k) = ( M )( N M ) k n k ( N n) k = 0, 1,..., min(m, n). 43
48 Probabilidades Hipergeometricas com N = 500 e n = M = 70 M = M = 50 M = x 44
49 Probabilidades Hipergeometricas com N = 500 e n = M = 70 M = M = 50 M = x 45
50 Probabilidades Hypergeometricas com N = 500 e n = M = 130 M = M = 100 M = x 46
51 Se n = 1 então k = 0 ou k = 1, ( M )( N M ) 1 0 P(X = 1) = ) = M N ( N 1 X Bernoulli(M/N) Se os itens forem sorteados com reposição, ( X Binomial n, M ). N 47
52 Exemplo. Um fabricante garante que produz 10% de itens defeituosos. De um lote com 100 itens serão selecionados 5 ao acaso, sem reposição. Qual a probabilidade de nenhum ser defeituoso? População: N = 100, M = 10 (itens defeituosos) Amostra: n = 5, k = 0 X : número de defeituosos na amostra. P(X = 0) = ( 10 )( ( ) )
53 Medidas de Posição e Dispersão
54 Medidas de Posição para Variáveis Aleatórias Discretas Seja uma variável aleatória discreta X que assume valores x 1, x 2,... A esperança matemática denotada por E(X ) é dada por, E(X ) = x 1 P(X = x 1 )+x 2 P(X = x 2 )+ = x i P(X = x i ). i=1 49
55 A mediana de X é o valor Md que satisfaz às seguintes condições, P(X Md) 1/2 P(X Md) 1/2 Se as desigualdades são satisfeitas num certo intervalo a mediana será o ponto médio do intervalo. A moda (Mo) é o valor (ou valores) de X que tem maior probabilidade de ocorrência, P(X = Mo) = max{p 1, p 2,... } 50
56 Exemplo. Sejam as variáveis aleatórias X e Y com as distribuições de probabilidade abaixo. X P(X=x) Y P(Y=y) 3 1/8-3 4/9 2 3/8-1 1/9 1 3/8 0 2/9 0 1/8 2 2/9 51
57 Os valores esperados de X e Y são, E(X ) = 0 1/ / / /8 = 12/8 = 1.5 E(Y ) = 3 4/9 1 1/ / /9 = 9/9 = 1 52
58 Transformações lineares No exemplo anterior seja Z = 5X 10 cuja distribuição é, Z P(Z=z) 5 1/8 0 3/8-5 3/8-10 1/8 E(Z) = 5 1/ /8 5 3/8 10 1/8 = 2.5 = 5E(X ) 10 53
59 Variância de uma variável aleatória discreta Definição. A variância de X é a média ponderada dos desvios quadráticos de seus valores em relação à sua média. Var(X ) = σ 2 X = (x i E(X )) 2 P(X = x i ) i=1 A variância é um valor esperado, Var(X ) = E(X E(X )) 2 = E(X 2 ) [E(X )] 2 = xi 2 P(X = x i ) [E(X )] 2 i=1 54
60 Para transformações lineares Z = ax + b valem as propriedades, E(Z) = ae(x ) + b Var(Z) = a 2 Var(X ) 55
61 Exemplo. Seja X com distribuição Bernoulli de parâmetro p. Então, E(X ) = p E(X 2 ) = p Var(X ) = p(1 p) 56
62 Exemplo. Seja X com distribuição Poisson de parâmetro λ. Então, E(X ) = k=0 k λk e λ k! = λe λ k 1=0 λ k 1 (k 1)! = λ Var(X ) = λ Portanto, E(X ) = Var(X ) = λ > 0. 57
63 Exemplo. Seja uma variável aleatória que representa o número de reservas por hora em uma agência online. Historicamente a agencia tem recebido aproximadamente 15 reservas por hora em média com desvio padrão igual a 2.5. O modelo Poisson não é adequado pois este assume que E(X ) = Var(X ). 58
64 Exemplo. Seja X com distribuição Poisson truncada em zero e parâmetro λ. Então, P(X = k X > 0) = = = 1 P(X > 0) λ k e λ k! 1 1 P(X = 0) 1 λ k e λ 1 e λ k! λ k e λ k! E(X ) = λ 1 e λ Var(X ) = E(X )(1 + λ E(X )) 59
65 Exemplo. Seja X com distribuição Binomial de parâmetros n e p. Então, E(X ) = np Var(X ) = np(1 p) 60
66 Exemplo. Seja X com distribuição Geométrica de parâmetro p. Então, E(X ) = 1 p p Var(X ) = 1 p p 2 61
67 Exemplo. Seja X com distribuição Binomial Negativa e parâmetros r e p. Então, E(X ) = r 1 p p Var(X ) = r 1 p p 2 62
Modelos Probabilisticos Discretos
Modelos Probabilisticos Discretos Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo 1 / 30 A distribuição Uniforme Discreta Suponha um experimento
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 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 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 maisIntrodução à Bioestatística
Instituto Nacional de Cardiologia February 22, 2016 1 2 3 4 Existem dois tipos de variáveis aleatórias Variáveis aleatórias discretas Variáveis aleatórias contínuas discreta Assume um número nito ou innito
Leia maisRevisão de Probabilidade
05 Mat074 Estatística Computacional Revisão de Probabilidade Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Determinístico Sistema Real Causas Efeito Probabilístico X Causas Efeito
Leia maisIntrodução à probabilidade e estatística I
Introdução à probabilidade e estatística I Variáveis Aleatórias Prof. Alexandre G Patriota Sala: 298A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Probabilidade Daqui por diante utilizaremos
Leia maisVARIÁVEIS ALEATÓRIAS e DISTRIBUIÇÃO BINOMIAL
VARIÁVEIS ALEATÓRIAS e DISTRIBUIÇÃO BINOMIAL 1 Variável Aleatória Uma função X que associa a cada elemento w do espaço amostral W um valor x R é denominada uma variável aleatória. Experimento: jogar 1
Leia maisVARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL
VARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL 1 Variável Aleatória Uma função X que associa a cada elemento w do espaço amostral W um valor x R é denominada uma variável aleatória. Experimento: jogar 1 dado
Leia maisPRO 2271 ESTATÍSTICA I. 3. Distribuições de Probabilidades
PRO71 ESTATÍSTICA 3.1 PRO 71 ESTATÍSTICA I 3. Distribuições de Probabilidades Variáveis Aleatórias Variáveis Aleatórias são valores numéricos que são atribuídos aos resultados de um eperimento aleatório.
Leia 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 maisMAT 461 Tópicos de Matemática II Aula 5: Resumo de Probabilidade
MAT 461 Tópicos de Matemática II Aula 5: Resumo de Probabilidade Edson de Faria Departamento de Matemática IME-USP 26 de Agosto, 2013 Probabilidade: uma Introdução / Aula 5 1 Variáveis aleatórias Definição
Leia 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 maisDistribuição de Probabilidade. Prof. Ademilson
Distribuição de Probabilidade Prof. Ademilson Distribuição de Probabilidade Em Estatística, uma distribuição de probabilidade descreve a chance que uma variável pode assumir ao longo de um espaço de valores.
Leia maisVARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL
VARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL Variável Aleatória Uma função X que associa a cada elemento ω do espaço amostral Ω um valor x R é denominada uma variável aleatória. A variável aleatória pode
Leia maisAULA 16 - Distribuição de Poisson e Geométrica
AULA 16 - Distribuição de Poisson e Geométrica Susan Schommer Introdução à Estatística Econômica - IE/UFRJ Distribuição de Poisson Em muitas situações nos deparamos com a situação em que o número de ensaios
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 maisLista de Exercícios #2 Assunto: Variáveis Aleatórias Discretas
1. ANPEC 2018 Questão 3 Considere um indivíduo procurando emprego. Para cada entrevista de emprego (X) esse indivíduo tem um custo linear (C) de 10,00 Reais. Suponha que a probabilidade de sucesso em uma
Leia maisEstatística. Capítulo 4: Distribuições Teóricas de Probabilidades de Variáveis Aleatórias Discretas. Professor Fernando Porto
Estatística Capítulo 4: Distribuições Teóricas de Probabilidades de Variáveis Aleatórias Discretas Professor Fernando Porto Capítulo 4 Baseado no Capítulo 4 do livro texto, Distribuições Teóricas de Probabilidades
Leia 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 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 Modelos de distribuição Para utilizar a teoria
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 mais4. PRINCIPAIS MODELOS DISCRETOS
4. PRINCIPAIS MODELOS DISCRETOS 2011 Principais modelos probabilísticos discretos 4.1. Modelo Bernoulli Muitos eperimentos admitem apenas dois resultados. Eemplos: 1. Uma peça é classificada como defeituosa
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 maisPARTE 2. Profª. Drª. Alessandra de Ávila Montini
PARTE 2 Profª. Drª. Alessandra de Ávila Montini Conteúdo Introdução a Probabilidade Conceito de Experimento Conceito de Espaço Amostral Conceito de Variável Aleatória Principais Distribuições de Probabilidade
Leia maisAula 5. Variáveis Aleatórias Discretas
Aula 5. Variáveis Aleatórias Discretas Definição formal : Variável aleatória é qualquer função definida em espaço Ω. Ω função é uma regra que para cada valor de domínio corresponde um valor de R R Definição
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 maisEstatística (MAD231) Turma: IGA. Período: 2018/2
Estatística (MAD231) Turma: IGA Período: 2018/2 Aula #03 de Probabilidade: 19/10/2018 1 Variáveis Aleatórias Considere um experimento cujo espaço amostral é Ω. Ω contém todos os resultados possíveis: e
Leia maisVariáveis Aleatórias Discretas e Distribuição de Probabilidade
Variáveis Aleatórias Discretas e Distribuição de Probabilidades - parte IV 2012/02 1 Distribuição Poisson Objetivos Ao final deste capítulo você deve ser capaz de: Ententer suposições para cada uma das
Leia maisDISTRIBUIÇÕES BERNOULLI E BINOMIAL
DISTRIBUIÇÕES BERNOULLI E BINOMIAL Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 26 de junho de 2017 Distribuição Bernoulli Nos experimentos
Leia maisExperimento Aleatório
Probabilidades 1 Experimento Aleatório Experimento aleatório (E) é o processo pelo qual uma observação é ob;da. Exemplos: ü E 1 : Jogar uma moeda 3 vezes e observar o número de caras ob;das; ü E 2 : Lançar
Leia maisDaniel Queiroz VARIÁVEIS ALEATÓRIAS DISCRETAS
Daniel Queiroz VARIÁVEIS ALEATÓRIAS DISCRETAS INTRODUÇÃO O que é uma variável aleatória? Um tipo de variável que depende do resultado aleatório de um experimento aleatório. Diz-se que um experimento é
Leia mais4. Distribuições de probabilidade e
4. Distribuições de probabilidade e características Valor esperado de uma variável aleatória. Definição 4.1: Dada uma v.a. discreta (contínua) X com f.m.p. (f.d.p.) f X (), o valor esperado (ou valor médio
Leia 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 maisDistribuições Bernoulli e Binomial
Distribuições Bernoulli e Binomial Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 04 de junho de 2018 Londrina 1 / 12 Distribuição Bernoulli Nos experimentos
Leia maisLucas Santana da Cunha de junho de 2017
VARIÁVEL ALEATÓRIA Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 19 de junho de 2017 Uma função que associa um número real aos resultados
Leia maisPRINCIPAIS DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE
PRINCIPAIS DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE 3.1 INTRODUÇÃO Muitas variáveis aleatórias associadas a experimentos aleatórios têm propriedades similares e, portanto, podem ser descritas através de
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 maisProbabilidade e Estatística
Probabilidade e Estatística Aula 5 Probabilidade: Distribuições de Discretas Parte 2 Leitura obrigatória: Devore, seções 3.4, 3.5 (hipergeométrica), 3.6 Aula 5-1 Objetivos Nesta parte 01 aprendemos a representar,
Leia mais1 Distribuições Discretas de Probabilidade
1 Distribuições Discretas de Probabilidade A distribuição discreta descreve quantidades aleatórias (dados de interesse) que podem assumir valores particulares e os valores são finitos. Por exemplo, uma
Leia maisVariável Aleatória Poisson. Número de erros de impressão em uma
EST029 Cálculo de Probabilidade I Cap. 7. Principais Variáveis Aleatórias Discretas Prof. Clécio da Silva Ferreira Depto Estatística - UFJF Variável Aleatória Poisson Caraterização: Usa-se quando o experimento
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 maisDistribuições amostrais
Distribuições amostrais Tatiene Correia de Souza / UFPB tatiene@de.ufpb.br October 14, 2014 Souza () Distribuições amostrais October 14, 2014 1 / 23 Distribuição Amostral Objetivo Estender a noção de uma
Leia maisEstatística Planejamento das Aulas
29 de outubro de 2018 Distribuição Discreta Uniforme No experimento estatístico, os eventos são equiprováveis. A v.a. discreta X assume n valores discretos tem função de probabilidade: { 1 se x f x = i
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 maisDISTRIBUIÇÕES BERNOULLI, BINOMIAL E POISSON
DISTRIBUIÇÕES BERNOULLI, BINOMIAL E POISSON http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 05 de julho de 2017 Distribuição Bernoulli Exemplo Nos experimentos de Bernoulli, o espaço
Leia maisProbabilidade. 1 Distribuição de Bernoulli 2 Distribuição Binomial 3 Multinomial 4 Distribuição de Poisson. Renata Souza
Probabilidade Distribuição de Bernoulli 2 Distribuição Binomial 3 Multinomial 4 Distribuição de Poisson Renata Souza Distribuição de Bernoulli Uma lâmpada é escolhida ao acaso Ensaio de Bernoulli A lâmpada
Leia maisProcessos Estocásticos. Luiz Affonso Guedes
Processos Estocásticos Luiz Affonso Guedes Sumário Modelos Probabilísticos Discretos Uniforme Bernoulli Binomial Hipergeométrico Geométrico Poisson Contínuos Uniforme Normal Tempo de Vida Exponencial Gama
Leia maisProcessos Estocásticos
Processos Estocásticos Luiz Affonso Guedes Sumário Modelos Probabilísticos Discretos Uniforme Bernoulli Binomial Hipergeométrico Geométrico Poisson Contínuos Uniforme Normal Tempo de Vida Exponencial Gama
Leia maisPROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES
PROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES Bruno Baierle Maurício Furigo Prof.ª Sheila Regina Oro (orientadora) Edital 06/2013 - Produção de Recursos Educacionais Digitais Variável Aleatória
Leia maisProf. Dr. Lucas Santana da Cunha de maio de 2018 Londrina
Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 21 de maio de 2018 Londrina 1 / 14 Variável aleatória Introdução Definição Uma função que associa um número real
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 maisVariáveis Aleatórias Discretas e Distribuição de Probabilidade
Variáveis Aleatórias Discretas e Distribuição de Probabilidades - parte II 29 de Março de 2011 Distribuição Uniforme Discreta Média Propriedade da falta de memória Objetivos Ao final deste capítulo você
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 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 maisDistribuições discretas de probabilidades. Cap. 8 Binomial, Hipergeométrica, Poisson
Distribuições discretas de probabilidades Cap. 8 Binomial, Hipergeométrica, Poisson Definições Variável aleatória: função que associa a cada elemento do espaço amostral um número real. Exemplo: diâmetro
Leia maisMAE0219 Introdução à Probabilidade e Estatística I
Exercício 1 Um par de dados não viciados é lançado. Seja X a variável aleatória denotando o menor dos dois números observados. a) Encontre a tabela da distribuição dessa variável. b) Construa o gráfico
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 maisVariável Aleatória. Gilson Barbosa Dourado 6 de agosto de 2008
Variável Aleatória Gilson Barbosa Dourado gdourado@uneb.br 6 de agosto de 2008 Denição de Variável Aleatória Considere um experimento E e seu espaço amostral Ω = {a 1, a 2,..., a n }. Variável aleatória
Leia maisConfiabilidade de sistemas. Uma importante aplicação de probabilidade nas engenharias é no estudo da confiabilidade de sistemas.
Confiabilidade de sistemas Uma importante aplicação de probabilidade nas engenharias é no estudo da confiabilidade de sistemas. Uma definição pratica de confiabilidade corresponde à probabilidade de um
Leia maisPrincipais distribuições discretas Distribuição de Bernoulli sucesso fracasso X = 1, se sucesso X = 0, se fracasso P(X) TOTAL 1 Exemplo 5:
Principais distribuições discretas Na prática, sempre se procura associar um fenômeno aleatório a ser estudado, a uma forma já conhecida de distribuição de probabilidade (distribuição teórica) e, a partir
Leia maisProbabilidade. Variáveis Aleatórias e Distribuição de Probabilidades
Probabilidade Variáveis Aleatórias e Distribuição de Probabilidades Na aula de hoje, vamos 1 - Estender o conceito de variável, definindo o conceito de variável aleatória; 2 Entender porque as variáveis
Leia maisProbabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 1 / 13
Probabilidade I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 1 / 13 Distribuição Geométrica Considere novamente uma sequência
Leia 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 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 maisPRINCIPAIS MODELOS DISCRETOS
PRINCIPAIS MODELOS DISCRETOS 2012 Principais modelos probabilísticos discretos 4.1. Modelo Bernoulli Muitos eperimentos admitem apenas dois resultados. Eemplos: 1. Uma peça é classificada como defeituosa
Leia 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 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 mais1 Variáveis Aleatórias
Centro de Ciências e Tecnologia Agroalimentar - Campus Pombal Disciplina: Estatística Básica - 2013 Aula 5 Professor: Carlos Sérgio UNIDADE 3 - VARIÁVEIS ALEATÓRIAS DISCRETAS (Notas de aula) 1 Variáveis
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Distribuições Discretas de Probabilidade Prof. Narciso Gonçalves da Silva www.pessoal.utfpr.edu.br/ngsilva Introdução Distribuições Discretas de Probabilidade Muitas variáveis
Leia 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 maisEELT-7035 Processos Estocásticos em Engenharia. Variáveis Aleatórias. EELT-7035 Variáveis Aleatórias Discretas. Evelio M. G.
EELT-7035 Processos Estocásticos em Engenharia Variáveis Aleatórias Discretas 21 de março de 2019 Variáveis Aleatórias Variável aleatória, X( ): função que mapeia o espaço amostral (S) em números pertencentes
Leia maisDistribuições Bernoulli, Binomial e Poisson
Distribuições Bernoulli, Binomial e Poisson Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 06 de junho de 2018 Londrina 1 / 18 Nos experimentos de Bernoulli,
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 maisProbabilidade e Modelos Probabilísticos
Probabilidade e Modelos Probabilísticos 1ª Parte: Conceitos básicos, variáveis aleatórias, modelos probabilísticos para variáveis aleatórias discretas, modelo binomial, modelo de Poisson 1 Probabilidade
Leia 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 maisBioestatística F. Modelo Binomial. Enrico A. Colosimo
Bioestatística F Modelo Binomial Enrico A. Colosimo Departamento de Estatística Universidade Federal de Minas Gerais http://www.est.ufmg.br/~enricoc 2011 1 / 1 Variável aleatória discreta Definição Uma
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 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 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 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 maisDistribuição de Probabilidade. Prof.: Joni Fusinato
Distribuição de Probabilidade Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Modelos de Probabilidade Utilizados para descrever fenômenos ou situações que encontramos na natureza, ou
Leia maisa) Considerando o lançamento de dois dados, o espaço amostral é Tabela 1: Tabela de distribuição de X. X P 11/36 9/36 7/36 5/36 3/36 1/36
1 Exercício 1 Um par de dados não viciados é lançado. Seja X a variável aleatória denotando o menor dos dois números observados. a) Encontre a tabela da distribuição dessa variável. b) Construa o gráfico
Leia maisEstatística (MAD231) Turma: IGA. Período: 2017/2
Estatística (MAD231) Turma: IGA Período: 2017/2 Aula #03 de Probabilidade: 04/10/2017 1 Variáveis Aleatórias Considere um experimento cujo espaço amostral é Ω. Ω contém todos os resultados possíveis: e
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 mais4. PRINCIPAIS MODELOS DISCRETOS
4. PRINCIPAIS MODELOS DISCRETOS 2019 Principais modelos probabilísticos discretos 4.1. Modelo Bernoulli Muitos eperimentos admitem apenas dois resultados. Eemplos: 1. Uma peça é classificada como defeituosa
Leia maisEstatística Básica MEDIDAS RESUMO
Estatística Básica MEDIDAS RESUMO Renato Dourado Maia Instituto de Ciências Agrárias Universidade Federal de Minas Gerais Motivação Básica Se você estivesse num ponto de ônibus e alguém perguntasse sobre
Leia maisEstatística Aplicada
Estatística Aplicada Distribuições Discretas de Probabilidade Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada DISTRIBUIÇÕES DISCRETAS DE PROBABILIDADE Distribuições de Probabilidade
Leia mais4. PRINCIPAIS MODELOS DISCRETOS
4. PRINCIPAIS MODELOS DISCRETOS 2010 Principais modelos probabilísticos discretos 4.1. Modelo Bernoulli Muitos eperimentos admitem apenas dois resultados. Eemplos: 3. Uma peça é classificada como defeituosa
Leia 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 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 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 maisVariáveis Aleatórias Discretas e Distribuições de 3Probabilidade
Variáveis Aleatórias Discretas e Distribuições de 3Probabilidade Variáveis Aleatórias Discretas e Distribuições de Probabilidade Objetivos do aprendizado 3 Como determinar se um experimento é Binomial.
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 maisCE Estatística I
CE 002 - Estatística I Agronomia - Turma B Professor Walmes Marques Zeviani Laboratório de Estatística e Geoinformação Departamento de Estatística Universidade Federal do Paraná 1º semestre de 2012 Zeviani,
Leia maisVariáveis Aleatórias Discretas e Distribuição de Probabilidade
Variáveis Aleatórias Discretas e Distribuição de Probabilidades - parte III 08 de Abril de 2014 Distribuição Binomial Negativa Objetivos Ao final deste capítulo você deve ser capaz de: Ententer suposições
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 maisF (x) = P (X x) = Σ xi xp(x i ) E(X) = x i p(x i ).
Variável Aleatória Uma variável aleatória é uma variável numérica, cujo valor medido pode variar de uma réplica para outra do experimento. Exemplos: (i) Variáveis aleatórias contínuas: corrente elétrica,
Leia maisBioestatística e Computação I
Bioestatística e Computação I Distribuições Teóricas de Probabilidade Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas
Leia maisVARIÁVEIS ALEATÓRIAS 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