GET00116 Fundamentos de Estatística Aplicada Lista de Exercícios de Revisão para a P2 Profa. Ana Maria Farias

Tamanho: px
Começar a partir da página:

Download "GET00116 Fundamentos de Estatística Aplicada Lista de Exercícios de Revisão para a P2 Profa. Ana Maria Farias"

Transcrição

1 GET00116 Fundamentos de Estatística Aplicada Lista de Exercícios de Revisão para a P Profa. Ana Maria Farias 1. Em 00, Kaspersky Lab relatou que aproximadamente 0% de todos os s são lixo ou spam. A cada manhã, um usuário liga seu computador e ativa seu sistema de . a) Qual é a probabilidade de que o quarto recebido seja o primeiro spam? b) Qual é a probabilidade de que o primeiro spam venha entre os três primeiros s? a) Seja p a probabilidade pedida. Para que o quarto seja o primeiro spam, significa que os três primeiros não foram spam. Logo, p 0, 0 0, 0 0, 0064 b) Seja p a probabilidade pedida. Entre os três primeiros só tem um spam, que pode ser o primeiro ou o segundo ou o terceiro. Logo, p 0, 0, 0 + 0, 0, 0 0, 0 + 0, 0 0, 0 3 0, 0 0, 0 0, 096. Duas bolas são selecionadas, de forma aleatória e sem reposição, de uma urna contendo bolas brancas, 4 bolas pretas e laranjas. Suponha que ganhamos R$,00 por cada bola preta selecionada e perdemos R$ 1,00 por cada bola branca. Seja X o valor arrecadado ou perdido) depois de retirar as duas bolas. a) Quais os possíveis valores de X e quais as probabilidades associadas a cada um desses valores? b) Calcule o ganho médio e o desvio padrão do ganho. Note que, como temos pelo menos bolas de cada cor, é possível tirar duas bolas de cada uma das cores. Assim, em termos das cores das bolas retiradas, nosso espaço amostral é Ω {BB, BP, BL, PB, PP, PL, LB, LP, LL} a) A seguir temos os elementos de Ω, juntamente com suas probabilidades e valores de X associados. ω BB BP BL PB PP PL LB LP LL Pω) x A distribuição de probabilidade do ganho X é x PX x) b) EX) 0 1 EX ) VarX) ) 6 + 1) DPX) 1, ,

2 3. A distribuição de probabilidade de uma variável aleatória X é dada a seguir: a) Calcule EX). b) Calcule VarX). c) Calcule PX > 4 X > 3) x PX x) 0,10 0,1 0, 0,3 0,1 a) EX) 0 0, , , + 4 0, , 1 3, 17 b) EX ) 0 0, , , + 4 0, , 1 13, 19 VarX) 13, 19 3, 17 3, 1411 PX > 4) c) PX > 4 X > 3) PX > 3) 0, 1 0, 3 + 0, Seja X uma variável aleatória com função densidade f dada no gráfico a seguir. a) Determine o valor de k para que f seja realmente função densidade de X. b) Encontre a expressão matemática de f. c) Calcule a mediana m da distribuição. d) Calcule as seguintes probabilidades: i) PX > 3, ) ii) P < X < 4) iii) PX > 3 < X < 4) a) A área sob a curva tem que ser 1; essa é a área de um triângulo. Logo, k k 1 b) A função densidade f é definida por um segmento de reta y a + bx que passa pelos pontos 1, 0) e, 1/). Temos, assim, o seguinte sistema de equações: { 0 a + b 0, a + b 4b 0, b 1 a 1 Logo, fx) x 1 1 x

3 c) Veja a Figura 1. d) Veja a Figura 4. Figura 1 Cálculo da mediana 1 m 1) fm) 1 m 1) 1 m 1) m 1 ± A solução m 1 não pertence ao domínio. Logo, a mediana é m 1 + 3, 3. i) A probabilidade pedida é a área de um trapézio com base menor f3, ), base maior f) e altura 1,. f3, ) f) PX > 3, ) Usando a lei do complementar e a área do triângulo de base 3, 1) e altura f3, : PX > 3, ) 1 PX 3, ) 1 1 ) ) f ii) A probabilidade pedida é a área de um trapézio com base menor f), base maior f4) e altura. f) 1 f4) P < X < 4) P3 < X < 4) iii) PX > 3 < X < 4) P < X < 4) A probabilidade do numerador é a área de um trapézio de base menor f3), base maior f4) e altura 1. Logo, f3) 3 1 f4) P3 < X < 4) P3 < X < 4) PX > 3 < X < 4) P < X < 4) 16 a) PX > 3, ) b) P < X < 4) c) P3 < X < 4) Figura da questão 3 3

4 . O tempo de execução T em minutos) de determinada tarefa pode ser descrito por uma variável aleatória com distribuição uniforme no intervalo [0;40]. a) Determine a função densidade de probabilidade de T. b) Qual é o tempo médio de execução desta tarefa? c) Se uma pessoa já gastou minutos na execução da tarefa, qual é a probabilidade de que ela gaste menos de 30 minutos para terminar? a) Veja a Figura 3. fx) x 40 Figura 3 X Unif0, 40) b) Por simetria, EX) 30, ou seja, o tempo médio de execução da tarefa é de 30 minutos. c) O problema pede PT < 30 T > ) P < T < 30) PT > ) a) P < T < 30) b) PT > ) Figura 4 da questão 4c 6. Seja X N; ). Calcule as seguintes probabilidades: a) P0 < X < ) b) PX < 1) c) P4 < X < 1) d) P < X < 3) e) PX > ) a) 0 P0 < X < ) P < Z < ) P 0, 4 < Z < 1, ) tab1, ) + tab0, 4) 0, , 14 0, 403 4

5 b) PX < 1) P Z < 1 ) P< Z < ) 0, + tab, 0) 0, + 0, 477 0, 977 c) 4 P4 < X < 1) P < Z < 1 ) P0, 4 < Z <, 6) tab, 6) tab0, 4) 0, 493 0, 14 0, 403 d) P < X < 3) P < Z < 3 ) P, 0 < Z < 1, 0) P1 < Z < ) tab, 0) tab1, 0) 0, 477 0, , 139 e) PX > ) P Z > ) PZ > 0) 0, 7. Seja X N10; ). Encontre a abscissa k que satisfaz às seguintes condições: a) PX < k) 0, b) PX < k) 0, 0 c) P X 10 < k) 0, 7 d) PX > k) 0, 1 e) PX > 10 + k) 0, 69 f) P X 10 > k) 0, Nos gráficos a seguir, k é a abscissa desejada e k é a abscissa padronizada correspondente.

6 a) k tem que ser maior que a média! PX < k) 0, P Z < k 10 ) 0, ) k 10 tab 0, 3 k 10 0, 4 k 11, 6 b) Note que k tem que ser menor que a média! PX < k) 0, 0 P ) tab k 10 Z < k 10 0, 4 k 10 ) 0, 0 1, 64 k 10 3, k 6, 7 c) k > 0 P X 10 < k) 0, 70 P k < X 10 < k) 0, 70 P10 k < X < 10 + k) 0, 70 ) 10 k k 10 P < Z < 0, 70 P k < Z < k ) 0, 70 ) k tab 0, 3 k 1, 04 k, 0 6

7 d) Note que k tem que ser maior que a média! PX > k) 0, 1 P Z > k 10 ) 0, 1 ) k 10 tab 0, 40 k 10 1, k 1, 6 e) Note que 10 + k tem que ser menor que a média, o que é equivalente a k < 0! PX > 10 + k) 0, 69 PX 10 > k) 0, 69 P Z > k ) 0, 69 tab k ) 0, 19 k 0, 0 k 1, 0 f) k > 0 P X 10 > k) 0, 0 P X 10 k) 0, 0 P k < X 10 < k) 0, 0 P10 k < X < 10 + k) 0, 0 ) 10 k k 10 P < Z < 0, 0 P k < Z < k ) ) k 0, 0 tab 0, 40 k 1, k, 6 7

8 . Candidatos a um emprego devem realizar um teste e para passarem para a segunda fase do processo de seleção, tal teste deve ser resolvido em no máximo 0 minutos. De dados históricos, sabe-se que o tempo de resolução do teste pode ser aproximado por uma distribuição normal com média de 100 minutos e desvio-padrão de 10 minutos. a) Qual proporção de candidatos que conseguem passar para a segunda fase? b) O teste começou às 9:00 horas. Agora são 10:10 horas e João ainda está fazendo o teste. Qual é a probabilidade de João conseguir passar para a segunda fase? a) Seja T o tempo de execução do teste por um candidato. É dito que T N100; 10 ). Para ir para a segunda fase, temos que ter T < 0. PT < 0) P Z < ) PZ < ) PZ > ) 0, tab) 0, 0, 477 0, 0 10 Aproximadamente,3% dos candidatos passam para a segunda fase. b) João já gastou 70 minutos. PT < 0 T > 70) ) P < Z < P70 < T < 0) ) PT > 70) P Z > 10 P 3 < Z < ) P < Z < 3) tab3) tab) PZ > 3) PZ > 3) 0, + tab3) 0, 497 0, 477 0, 01 0, 0, Considere a seguinte função densidade de uma variável aleatória contínua X: x + 1 se 0 x 1 fx) 0 caso contrário a) Esboce o gráfico de fx)e mostre que fx) é, realmente, uma função densidade. b) Calcule PX 0, ). c) Calcule PX > 0, X < 0, ). d) Determine o valor de c tal que PX < c) 0, 7. a). fx) 0 pois o gráfico está no primeiro quadrante, em que y 0. A área sob curva é a área de um trapézio com base menor f0) 0,, base maior f1) 1, e altura 1. 0, + 1, Logo, a área é 1 1.

9 b) A probabilidade pedida é a área de um trapézio de bases f0, ) 0, + 0, 1 e f1) 1, e altura 0,. Logo, PX 0, ) 1, + 1 0, 0, 6. c) A área sombreada é a probabilidade que aparece no numerador. PX > 0, X < 0, ) P0, < X < 0, ) 1 PX 0, ) 0,7+1 0, 0, , 6 P0, < X < 0, ) PX < 0, ) f0,)+f0,) 0, 1 0, 6 d) A área do trapézio sombreado tem que ser 0,7; esse é um trapézio de bases 0, e fc) e altura c. Logo, 0, + 0, + c PX < c) 0, 7 c 0, 7 c + c 1, 4 0 c 1 ± 1 +, 6 A solução no domínio de f é c , 6 0, Considere uma população descrita por uma variável aleatória X normal com média µ e variância σ 64. a) Calcule PX > 96, ). b) Calcule PX > 77). c) Calcule P91 < X < 10). d) Ache um valor c tal que PX < c) 0, 3. a) b) c) PX > 96, ) P Z > PX > 77) P Z > ) 96, PZ > 1, 4) 0, tab1, 4) 0, 0, 419 0, 00 ) 77 PZ > 1, 0) 0, + tab1, 0) 0, 413 P91 < X < 10) ) P < Z < P0, 7 < Z <, ) tab, ) tab0, 7) 0, 493 0, 734 0, 04 9

10 d) Note que c tem que ser menor que a média, ou seja, temos que ter c <. PX < c) 0, 3 P Z < c ) 0, 3 P Z > c ) 0, 3 tab c ) 0, 0 c 0, c 0, Seja X uma variável aleatória normal com média µ e variância σ. Em cada uma das questões a seguir, determine o valor de k que satisfaz a condição dada, indicando em um gráfico da distribuição normal original a correta posição de k em relação à média e sombreando a área correspondente à probabilidade pedida. a) PX < k) 0, 9 b) PX < k) 0, 0 c) PX > k) 0, 10 d) P X k) 0, 9 e) P X > k) 0, 10 a) À esquerda de k tem que ter área probabilidade) 0,9; logo, k tem que ser maior que a média. PX < k) 0, 9 P Z < k ) 0, 9 ) k tab 0, 4 k 1, 64 k 33, b) À esquerda de k tem que ter área probabilidade) 0,0; logo, k tem que ser menor que a média. PX < k) 0, 0 P Z < k ) 0, 0 tab k ) 0, 4 k 1, 64 k 16, c) À direita de k tem que ter área probabilidade) 0,10; logo, k tem que ser maior que a média. PX > k) 0, 10 P Z > k ) 0, 10 ) k tab 0, 40 k 1, k 31, 4 d) Nas duas caudas da distribuição original temos que ter área de 0,10, ou seja, em cada cauda, temos que ter 0,0. Como a desigualdade envolve módulo, k tem que ser positivo. 10

11 P X > k) 0, 10 X P > k ) 0, 10 P Z > k ) 0, 10 P Z < k ) + P Z > k ) 0, 10 P Z > k ) 0, 10 P Z > k ) 0, 0 ) k tab 0, 4 k 1, 64 k, e) A expressão dada é equivalente a P X k) 0, 0, ou seja, nas duas caudas da distribuição original temos que ter área de 0,0, ou seja, em cada cauda, temos que ter 0,0 e no meio, 0,9. Como a desigualdade envolve módulo, k tem que ser positivo. P X k) 0, 9 P X > k) 0, 0 X P > k ) 0, 0 P Z > k ) 0, 0 P Z < k ) + P Z > k ) 0, 0 P Z > k ) 0, 0 P Z > k ) 0, 0 ) k tab 0, 47 k 1, 96 k 9, 1. O tempo de atendimento de clientes em uma agência bancária segue uma distribuição normal com média de minutos e desvio padrão de 1, minuto. a) Qual é a probabilidade de que um cliente espere no máximo minutos para ser atendido? b) Se um cliente espera mais que 9, minutos para ser atendido, ele tem direito a fazer uma reclamação formal à gerência do banco. Qual é a probabilidade de um cliente fazer tal reclamação? c) Um cliente já está na fila há mais de minutos. Qual é a probabilidade de que ele possa fazer uma reclamação junto à gerência do banco? d) Determine o tempo t tal que 10% dos clientes levam menos que t minutos até serem atendidos. Seja T a variável aleatória que representa o tempo de espera. Então, T N; 1, ) a) PT ) P Z ) PZ, 0) 0, + tab, 0) 0, + 0, 477 0, 977 1, 11

12 b) PT > 9, ) P Z > 9, ) PZ > 3, 0) 0, tab3, 0) 0, 0, 497 0, , c) d) PT > 9, T > ) PT > 9, ) PT > ) 0, , , 977 PT < t) 0, 10 P Z < t ) ) t 0, 10 tab 0, 40 t 1, 1, 1, 1, t 3, 0 1

Cálculo das Probabilidades e Estatística I

Cálculo 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 mais

MAE 116 Distribuição Normal FEA - 2º Semestre de 2018

MAE 116 Distribuição Normal FEA - 2º Semestre de 2018 MAE 116 Distribuição Normal FEA - 2º Semestre de 2018 1 Introdução Até aqui estudamos variáveis aleatórias discretas que são caracterizadas por ter uma distribuição de probabilidade dada por uma tabela

Leia mais

Variáveis Aleatórias Contínuas

Variáveis 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 mais

Capítulo 5 Distribuições de probabilidade normal Pearson Prentice Hall. Todos os direitos reservados.

Capítulo 5 Distribuições de probabilidade normal Pearson Prentice Hall. Todos os direitos reservados. Capítulo 5 Distribuições de probabilidade normal slide 1 Descrição do capítulo 5.1 Introdução à distribuição normal e distribuição normal padrão 5.2 Distribuições normais: encontrando probabilidades 5.3

Leia mais

Probabilidade e Modelos Probabilísticos

Probabilidade e Modelos Probabilísticos Probabilidade e Modelos Probabilísticos 2ª Parte: modelos probabilísticos para variáveis aleatórias contínuas, modelo uniforme, modelo exponencial, modelo normal 1 Distribuição de Probabilidades A distribuição

Leia mais

Tiago Viana Flor de Santana

Tiago 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 mais

Solução dos Exercícios - Capítulos 1 a 3

Solução dos Exercícios - Capítulos 1 a 3 Capítulo 9 Solução dos Exercícios - Capítulos a 3 9. Capítulo. a Como o valor se refere aos pacientes estudados, e não a todos os pacientes, esse é o valor de uma estatística amostral. b Estatística amostral

Leia mais

Probabilidade Aula 08

Probabilidade Aula 08 332 Probabilidade Aula 8 Magno T. M. Silva Escola Politécnica da USP Maio de 217 A maior parte dos exemplos dessa aula foram extraídos de Jay L. Devore, Probabilidade e Estatística para engenharia e ciências,

Leia mais

Aula 2 A distribuição normal

Aula 2 A distribuição normal Aula 2 A distribuição normal Objetivos: Nesta aula você estudará a distribuição normal, que é uma das mais importantes distribuições contínuas. Você verá a definição geral desta distribuição, mas, nesse

Leia mais

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição t de Student 02/14 1 / 1 A distribuição t de Student é uma das distribuições

Leia mais

3 a Lista de PE Solução

3 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 mais

Estatística e Probabilidade Aula 06 Distribuições de Probabilidades. Prof. Gabriel Bádue

Estatística e Probabilidade Aula 06 Distribuições de Probabilidades. Prof. Gabriel Bádue Estatística e Probabilidade Aula 06 Distribuições de Probabilidades Prof. Gabriel Bádue Teoria A distribuição de Poisson é uma distribuição discreta de probabilidade, aplicável a ocorrências de um evento

Leia mais

5- Variáveis aleatórias contínuas

5- Variáveis aleatórias contínuas 5- Variáveis aleatórias contínuas Para variáveis aleatórias contínuas, associamos probabilidades a intervalos de valores da variável. Exemplo 5.1 Seja a variável correspondente ao tempo até a cura de pacientes

Leia mais

6.3 Valor Médio de uma Variável Aleatória

6.3 Valor Médio de uma Variável Aleatória 6. 3 V A L O R M É D I O D E U M A V A R I Á V E L A L E A T Ó R I A 135 1. Considere uma urna contendo três bolas vermelhas e cinco pretas. Retire três bolas, sem reposição, e defina a v.a. X igual ao

Leia mais

Distribuições Amostrais e Estimação Pontual de Parâmetros

Distribuições 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 mais

Distribuições Amostrais e Estimação Pontual de Parâmetros

Distribuições 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 mais

x P(X = x) 0,1 0,7 0,2

x P(X = x) 0,1 0,7 0,2 GET001 Fundamentos de Estatística Aplicada Lista de Exercícios Módulo IV Parte a Profa. Ana Maria Farias 2017-1 CAPÍTULOS 1 e 2 1. Com objetivo de planejamento, um banco determinou a distribuição de probabilidade

Leia mais

1. (a) Lembre-se que a média de uma variável aleatória discreta é uma média ponderada de seus valores, com as probabilidades sendo os pesos.

1. (a) Lembre-se que a média de uma variável aleatória discreta é uma média ponderada de seus valores, com as probabilidades sendo os pesos. GET00172 - Fundamentos de Estatística Aplicada Gabarito da Lista de Exercícios Inferência rofa. Ana Maria Farias 1. a Lembre-se que a média de uma variável aleatória discreta é uma média ponderada de seus

Leia mais

Lucas Santana da Cunha de junho de 2018 Londrina

Lucas 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 mais

a) o time ganhe 25 jogos ou mais; b) o time ganhe mais jogos contra times da classe A do que da classe B.

a) 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 mais

2. EXERCÍCIOS PROPOSTOS SOBRE V.A. E DISTRIB.PROBAB.

2. 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 mais

Distribuições Contínuas Prof. Walter Sousa

Distribuições Contínuas Prof. Walter Sousa Estatística Distribuições Contínuas Prof. Walter Sousa DISTRIBUIÇÕES CONTÍNUAS Uma variável aleatória XX é contínua se assumir um número infinito não numerável de valores. Assim, fica definida uma função,

Leia mais

Distribuição Gaussiana

Distribuição Gaussiana Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Distribuição Gaussiana Introdução à Bioestatística Turma Nutrição Aula 7: Distribuição Normal (Gaussiana) Distribuição

Leia mais

Distribuição Normal. Prof. Eduardo Bezerra. (CEFET/RJ) - BCC - Inferência Estatística. 25 de agosto de 2017

Distribuição Normal. Prof. Eduardo Bezerra. (CEFET/RJ) - BCC - Inferência Estatística. 25 de agosto de 2017 padrão - padronização Distribuição Normal Prof. Eduardo Bezerra (CEFET/RJ) - BCC - Inferência Estatística 25 de agosto de 2017 Eduardo Bezerra (CEFET/RJ) Distribuição Normal Março/2017 1 / 32 Roteiro Distribuições

Leia mais

Distribuições Contínuas de Probabilidade

Distribuições 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 mais

Estatística. Capítulo 3 - Parte 1: Variáveis Aleatórias Discretas. Professor Fernando Porto

Estatística. Capítulo 3 - Parte 1: Variáveis Aleatórias Discretas. Professor Fernando Porto Estatística Capítulo 3 - Parte 1: Variáveis Aleatórias Discretas Professor Fernando Porto Lançam-se 3 moedas. Seja X o número de ocorrências da face cara. O espaço amostral do experimento é: W = {(c,c,c),(c,c,r),(c,r,c),(c,r,r),(r,c,c),(r,c,r),(r,r,c),(r,r,r)}

Leia mais

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO Área Científica Matemática Probabilidades e Estatística Curso Engenharia do Ambiente º Semestre º Ficha n.º: Probabilidades e Variáveis Aleatórias. Lançam-se ao acaso moedas. a) Escreva o espaço de resultados

Leia mais

1 Variáveis Aleatórias

1 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 mais

LISTA 3 Introdução à Probabilidade (Profa. Cira.) OBS. Apenas os exercícios indicados como adicional não constam no livro.

LISTA 3 Introdução à Probabilidade (Profa. Cira.) OBS. Apenas os exercícios indicados como adicional não constam no livro. LISTA 3 Introdução à Probabilidade (Profa. Cira.) OBS. Apenas os exercícios indicados como adicional não constam no livro. - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - V. A. C O N T Í N

Leia mais

Capítulo 3. Introdução à Probabilidade E à Inferência Estatística

Capítulo 3. Introdução à Probabilidade E à Inferência Estatística Capítulo 3 Introdução à Probabilidade E à Inferência Estatística definições e propriedades: Propriedade 5: A probabilidade condicional reflete como a probabilidade de um evento pode mudar se soubermos

Leia mais

Modelos de Distribuição PARA COMPUTAÇÃO

Modelos 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 mais

Distribuição Normal. Prof a Dr a Alcione Miranda dos Santos. Abril, 2011

Distribuição 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 mais

Lucas Santana da Cunha de junho de 2018 Londrina

Lucas 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 mais

AULA 17 - Distribuição Uniforme e Normal

AULA 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 mais

EST012 - Estatística Econômica I Turma A - 1 o Semestre de 2019 Lista de Exercícios 3 - Variável aleatória

EST012 - 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 mais

Nessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja:

Nessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja: Pessoal, trago a vocês a resolução da prova de Estatística do concurso para Auditor Fiscal aplicada pela FCC. Foram 10 questões de estatística! Não identifiquei possibilidade para recursos. Considero a

Leia mais

A figura 5.1 ilustra a densidade da curva normal, que é simétrica em torno da média (µ).

A 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 mais

4ª LISTA DE EXERCÍCIOS - LOB1012. Variáveis Aleatórias Contínuas, Aproximações e TLC

4ª LISTA DE EXERCÍCIOS - LOB1012. Variáveis Aleatórias Contínuas, Aproximações e TLC 4ª LISTA DE EXERCÍCIOS - LOB1012 Variáveis Aleatórias Contínuas, Aproximações e TLC Assunto: Função Densidade de Probabilidade Prof. Mariana Pereira de Melo 1. Suponha que f(x) = x/8 para 3

Leia mais

GET00143 TEORIA DAS PROBABILIDADES II Variáveis Aleatórias Unidmensionais

GET00143 TEORIA DAS PROBABILIDADES II Variáveis Aleatórias Unidmensionais Universidade Federal Fluminense Instituto de Matemática e Estatística GET00143 TEORIA DAS PROBABILIDADES II Variáveis Aleatórias Unidmensionais Ana Maria Lima de Farias Jessica Quintanilha Kubrusly Mariana

Leia mais

PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES

PRINCIPAIS 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 mais

Probabilidade, distribuição normal e uso de tabelas padronizadas

Probabilidade, distribuição normal e uso de tabelas padronizadas Probabilidade, distribuição normal e uso de tabelas padronizadas Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais O que é probabilidade? Número de 0 até 1 que expressa a tendência de

Leia mais

Variáveis Aleatórias Contínuas e Distribuição de Probabilidad

Variáveis 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 mais

Amostra Aleatória. Tiago Viana Flor de Santana

Amostra Aleatória. Tiago Viana Flor de Santana ESTATÍSTICA BÁSICA Amostra Aleatória Tiago Viana Flor de Santana www.uel.br/pessoal/tiagodesantana/ tiagodesantana@uel.br sala 07 Curso: MATEMÁTICA Universidade Estadual de Londrina UEL Departamento de

Leia mais

UNIVERSIDADE FEDERAL DO PARANÁ CE003 - ESTATÍSTICA II

UNIVERSIDADE FEDERAL DO PARANÁ CE003 - ESTATÍSTICA II UNIVERSIDADE FEDERAL DO PARANÁ CE003 - ESTATÍSTICA II Segunda lista de Exercícios - Variáveis Aleatórias Professora Fernanda 1. Uma máquina caça níquel de cassino possui três roletas. Na primeira e segunda

Leia mais

Estatítica Descritiva e Exploratória

Estatítica Descritiva e Exploratória Gledson Luiz Picharski e Wanderson Rodrigo Rocha 3 de Abril de 2008 Estatística Descritiva e exploratória 1 Introdução à análise exploratória de dados 2 Análise exploratória de dados: Medidas-resumo 3

Leia mais

Estatística Aplicada II. } Revisão: Probabilidade } Propriedades da Média Amostral

Estatística 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 mais

P(A i ) (n 1) i=1. Sorteia-se um homem desse grupo. Qual é a probabilidade de que seja paulista recém-formado, mas não pediatra?

P(A i ) (n 1) i=1. Sorteia-se um homem desse grupo. Qual é a probabilidade de que seja paulista recém-formado, mas não pediatra? GET0089 Probabilidade I Aula de exercícios - 4/08/08 Profa. Ana Maria Lima de Farias. Prove, por indução, a desigualdade de Bonferroni. Se A, A,..., A n são eventos de um espaço de probabilidade (Ω, F,

Leia mais

Disciplina: Prof. a Dr. a Simone Daniela Sartorio. DTAiSeR-Ar

Disciplina: Prof. a Dr. a Simone Daniela Sartorio. DTAiSeR-Ar Disciplina: 1171 b) Variáveis Aleatórias Contínuas Prof. a Dr. a Simone Daniela Sartorio DTAiSeR-Ar 1 Uma variável aleatória é contínua (v.a.c.) se seu conjunto de valores é qualquer intervalo dos números

Leia mais

Modelos Probabilísticos Teóricos Discretos e Contínuos. Bernoulli, Binomial, Poisson, Uniforme, Exponencial, Normal

Modelos 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 mais

b) Variáveis Aleatórias Contínuas

b) Variáveis Aleatórias Contínuas Disciplina: 1171 b) Variáveis Aleatórias Contínuas Prof. a Dr. a Simone Daniela Sartorio de Medeiros DTAiSeR-Ar 1 Uma variável aleatória é contínua (v.a.c.) se seu conjunto de valores é qualquer intervalo

Leia mais

VARIÁVEIS ALEATÓRIAS 1

VARIÁVEIS ALEATÓRIAS 1 VARIÁVEIS ALEATÓRIAS 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 duas vezes e observar

Leia mais

Introdução à probabilidade e à estatística II. Prof. Alexandre G Patriota Sala: 298A Site:

Introdução à probabilidade e à estatística II. Prof. Alexandre G Patriota Sala: 298A   Site: Introdução à probabilidade e à estatística II Revisão Prof. Alexandre G Patriota Sala: 298A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Estatística Estatística: É uma ciência que se dedica

Leia mais

Métodos Estatísticos

Métodos Estatísticos Métodos Estatísticos 5 - Distribuição Normal Referencia: Estatística Aplicada às Ciências Sociais, Cap. 7 Pedro Alberto Barbetta. Ed. UFSC, 5ª Edição, 2002. Distribuição de Probabilidades A distribuição

Leia mais

Teoria das Filas aplicadas a Sistemas Computacionais. Aula 08

Teoria 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 mais

b) Variáveis Aleatórias Contínuas

b) Variáveis Aleatórias Contínuas Disciplina: 221171 b) Variáveis Aleatórias Contínuas Prof. a Dr. a Simone Daniela Sartorio de Medeiros DTAiSeR-Ar 1 Uma variável aleatória é contínua (v.a.c.) se seu conjunto de valores é qualquer intervalo

Leia mais

Estatística I Aula 8. Prof.: Patricia Maria Bortolon, D. Sc.

Estatística 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 mais

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula 02/14 1 / 1 A distribuição F de Snedecor também conhecida como distribuição de Fisher é frequêntemente

Leia mais

Variáveis aleatórias. Universidade Estadual de Santa Cruz. Ivan Bezerra Allaman

Variáveis 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 mais

Probabilidade e Estatística. stica. Prof. Dr. Narciso Gonçalves da Silva pessoal.utfpr.edu.

Probabilidade 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 mais

5. PRINCIPAIS MODELOS CONTÍNUOS

5. 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 mais

SUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS

SUMÁRIOS 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 mais

Variável Aleatória. Gilson Barbosa Dourado 6 de agosto de 2008

Variável 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 mais

Simulação com Modelos Teóricos de Probabilidade

Simulação com Modelos Teóricos de Probabilidade Simulação com Modelos Teóricos de Probabilidade p. 1/21 Algumas distribuições teóricas apresentam certas características que permitem uma descrição correta de variáveis muito comuns em processos de simulação.

Leia mais

x P(X = x) 0,1 0,7 0,2

x P(X = x) 0,1 0,7 0,2 GET001 Fundamentos de Estatística Aplicada Exercícios de revisão para a 3 rofa. Ana Maria Farias 2018-1 1. Com objetivo de planejamento, um banco determinou a distribuição de probabilidade da idade de

Leia mais

Lucas Santana da Cunha 12 de julho de 2017

Lucas 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 mais

Professora Ana Hermínia Andrade. Período

Professora Ana Hermínia Andrade. Período Distribuições de probabilidade Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2016.2 Modelos de distribuição Para

Leia mais

ICMS/PE 2014 Resolução da Prova de Estatística Professor Fábio Amorim. ICMS PE 2014: Resolução da prova de Estatística Prof.

ICMS/PE 2014 Resolução da Prova de Estatística Professor Fábio Amorim. ICMS PE 2014: Resolução da prova de Estatística Prof. ICMS/PE 2014 Resolução da Prova de Estatística Professor Fábio Amorim 1 de 6 Pessoal, segue a resolução das questões de Estatística da prova realizada pela SEFAZ-PE, para o cargo de Auditor Fiscal do Tesouro

Leia mais

Variáveis Aleatórias. Probabilidade e Estatística. Prof. Dr. Narciso Gonçalves da Silva

Variáveis 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 mais

Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina.

Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina. Caros Alunos, segue a resolução das questões de Estatística aplicadas na prova para o cargo de Auditor Fiscal da Receita Municipal de Teresina. De forma geral, a prova manteve o padrão das questões da

Leia mais

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba

Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição Qui-quadrado 02/14 1 / 1 Definição 14.1: Uma variável aleatória contínua X tem

Leia mais

Variáveis Aleatórias Contínuas e Distribuições de Probabilidade

Variáveis 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 mais

MA12 - Unidade 17 Probabilidade

MA12 - Unidade 17 Probabilidade MA12 - Unidade 17 Probabilidade Paulo Cezar Pinto Carvalho PROFMAT - SBM 17 de Maio de 2013 Teoria da Probabilidade Teoria da Probabilidade: modelo matemático para incerteza. Objeto de estudo: experimentos

Leia mais

Exercícios propostos:

Exercícios propostos: INF 16 Exercícios propostos: 1. Sabendo-se que Y=X-5 e que E(X)= e V(X)=1, calcule: a)e(y); b)v(y); c)e(x+y); d)e(x + Y ); e)v(x+y); Resp.: 1; 9; 5; 15; 81. Uma urna contém 5 bolas brancas e 7 bolas pretas.

Leia mais

Departamento de Matemática Escola Superior de Tecnologia de Viseu

Departamento de Matemática Escola Superior de Tecnologia de Viseu Distribuições contínuas Departamento de Matemática Escola Superior de Tecnologia de Viseu Distribuição Normal Diz-se que uma variável aleatória X tem distribuição normal, se a sua função densidade de probabilidade

Leia mais

( x) = a. f X. = para x I. Algumas Distribuições de Probabilidade Contínuas

( 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 mais

Estatística Aplicada

Estatística 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 mais

IND 1115 Inferência Estatística Aula 7

IND 1115 Inferência Estatística Aula 7 Conteúdo IND 1115 Inferência Estatística Aula 7 Setembro 2004 Por que a revisão de probabilidades até agora? A importância da distribuição Normal O Mônica Barros mbarros.com 1 mbarros.com 2 Por que uma

Leia mais

5- Variáveis aleatórias contínuas

5- Variáveis aleatórias contínuas 5- Variáveis aleatórias contínuas Para variáveis aleatórias contínuas, atribuímos probabilidades a intervalos de valores. Exemplo 5.1 Seja a variável correspondente ao tempo de vida útil de determinado

Leia mais

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra.

A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através de evidências fornecidas por uma amostra. UNIVERSIDADE FEDERAL DA PARAÍBA Distribuição Amostral Prof. Tarciana Liberal Departamento de Estatística INTRODUÇÃO A Inferência Estatística é um conjunto de técnicas que objetiva estudar a população através

Leia mais

5 TORIA ELEMENTAR DA AMOSTRAGEM

5 TORIA ELEMENTAR DA AMOSTRAGEM 5 TORIA ELEMENTAR DA AMOSTRAGEM É errôneo pensar que, caso tivéssemos acesso a todos os elementos da população, seríamos mais precisos. Os erros de coleta e manuseio de um grande número de dados são maiores

Leia mais

Probabilidade, distribuição normal e uso de tabelas padronizadas. Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais

Probabilidade, distribuição normal e uso de tabelas padronizadas. Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais Probabilidade, distribuição normal e uso de tabelas padronizadas Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais O que é probabilidade? Perspectiva de que algo venha a ocorrer. Número

Leia mais

Escola Politécnica da USP Engenharia de Petróleo e Gás DISTRIBUIÇÃO DE PROBABILIDADE CONTÍNUA. Aulas 10, 11,12 e 13 - Prof. Regina Meyer Branski

Escola Politécnica da USP Engenharia de Petróleo e Gás DISTRIBUIÇÃO DE PROBABILIDADE CONTÍNUA. Aulas 10, 11,12 e 13 - Prof. Regina Meyer Branski Escola Politécnica da USP Engenharia de Petróleo e Gás DISTRIBUIÇÃO DE PROBABILIDADE CONTÍNUA Aulas 10, 11,12 e 13 - Prof. Regina Meyer Branski Objetivos Distribuição Normal e Distribuição Normal Padrão

Leia mais

ESCOLA SUPERIOR DE TECNOLOGIA

ESCOLA SUPERIOR DE TECNOLOGIA Departamento Matemática Probabilidades e Estatística Curso Engenharia do Ambiente 2º Semestre 1º Ficha n.º1: Probabilidades e Variáveis Aleatórias 1. Lançam- ao acaso 2 moedas. a) Escreva o espaço de resultados

Leia mais

Revisão de distribuições de probabilidades contínuas (Capítulo 6 Levine)

Revisão de distribuições de probabilidades contínuas (Capítulo 6 Levine) Revisão de distribuições de probabilidades contínuas (Capítulo 6 Levine) Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc. Chap 6-1 Objetivos: Neste capítulo, você aprenderá:

Leia mais

Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas. Modelo Normal. Cristian Villegas

Escola Superior de Agricultura Luiz de Queiroz, Departamento de Ciências Exatas. Modelo Normal. Cristian Villegas Modelo Normal Cristian Villegas clobos@usp.br http://www.lce.esalq.usp.br/arquivos/aulas/2014/lce0216/ 1 Introdução O modelo normal ocupa uma posição de grande destaque tanto a nível teórico como prático,

Leia mais

ALGUMAS DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE

ALGUMAS DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE ALGUMAS DISTRIBUIÇÕES CONTÍNUAS DE PROBABILIDADE 4. 1 INTRODUÇÃO Serão apresentadas aqui algumas distribuições de probabilidade associadas a v.a. s contínuas. A mais importante delas é a distribuição Normal

Leia mais

Métodos Estatísticos Aplicados à Economia II (GET00118) Variáveis Aleatórias Contínuas

Métodos Estatísticos Aplicados à Economia II (GET00118) Variáveis Aleatórias Contínuas Universidade Federal Fluminense Instituto de Matemática e Estatística Métodos Estatísticos Aplicados à Economia II GET118) Variáveis Aleatórias Contínuas Ana Maria Lima de Farias Departamento de Estatística

Leia mais

3. Considere uma amostra aleatória de tamanho 7 de uma normal com média 18. Sejam X e S 2, a média e a variância amostral, respectivamente.

3. Considere uma amostra aleatória de tamanho 7 de uma normal com média 18. Sejam X e S 2, a média e a variância amostral, respectivamente. 1 Universidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz Departamento de Ciências Exatas Professores: Clarice Demétrio, Roseli Leandro e Mauricio Mota Lista 3- Distribuições Amostrais-

Leia mais

Tiago Viana Flor de Santana

Tiago Viana Flor de Santana ESTATÍSTICA BÁSICA DISTRIBUIÇÃO UNIFORME Tiago Viana Flor de Santana www.uel.br/pessoal/tiagodesantana/ tiagodesantana@uel.br sala 07 Curso: MATEMÁTICA Universidade Estadual de Londrina UEL Departamento

Leia mais

Resolução da Prova de Matemática Financeira e Estatística do ISS Teresina, aplicada em 28/08/2016.

Resolução da Prova de Matemática Financeira e Estatística do ISS Teresina, aplicada em 28/08/2016. de Matemática Financeira e Estatística do ISS Teresina, aplicada em 8/08/016. 11 - (ISS Teresina 016 / FCC) Joana aplicou todo seu capital, durante 6 meses, em bancos ( e Y). No Banco, ela aplicou 37,5%

Leia mais

Variável Aleatória Contínua (v.a.c)

Variável Aleatória Contínua (v.a.c) Variável Aleatória Contínua (v.a.c) Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 20 de junho de 2018 Londrina 1 / 14 (v.a.c.) Uma função Y definida sobre o espaço amostral

Leia mais

Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas. Modelo Normal. Cristian Villegas

Escola Superior de Agricultura Luiz de Queiroz, Departamento de Ciências Exatas. Modelo Normal. Cristian Villegas Modelo Normal Cristian Villegas clobos@usp.br Outubro de 2013 Apostila de Estatística (Cristian Villegas) 1 Introdução O modelo normal ocupa uma posição de grande destaque tanto a nível teórico como prático,

Leia mais

Distribuições de Probabilidade Contínuas 1/19

Distribuições 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 mais

Teoria das Filas aplicadas a Sistemas Computacionais. Aula 09

Teoria 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 mais

EELT-7035 Processos Estocásticos em Engenharia. Variáveis Aleatórias. EELT-7035 Variáveis Aleatórias Discretas. Evelio M. G.

EELT-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 mais

Lista de Exercicios 1 MEDIDAS RESUMO. ESTIMAÇÃO PONTUAL.

Lista de Exercicios 1 MEDIDAS RESUMO. ESTIMAÇÃO PONTUAL. Introdução à Inferência Estatística Departamento de Física é Matemática. USP-RP. Prof. Rafael A. Rosales 5 de setembro de 004 Lista de Exercicios 1 MEDIDAS RESUMO. ESTIMAÇÃO PONTUAL. 1 Medidas Resumo DISTRIBUIÇÕES

Leia mais

Variáveis Aleatórias. Departamento de Matemática Escola Superior de Tecnologia de Viseu

Variáveis 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 mais

{ C(1 x 2 ), se x ( 1, 1), f(x) = Cxe x/2, se x > 0, x + k, se 0 x 3; 0, c.c. k, se 1 < x 2; kx + 3k, se 2 < x 3;

{ C(1 x 2 ), se x ( 1, 1), f(x) = Cxe x/2, se x > 0, x + k, se 0 x 3; 0, c.c. k, se 1 < x 2; kx + 3k, se 2 < x 3; Universidade de Brasília Departamento de Estatística 4 a Lista de PE 1. Seja X uma variável aleatória com densidade { C(1 x 2 ), se x ( 1, 1), 0, se x / ( 1, 1). a) Qual o valor de C? b) Qual a função

Leia mais

Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Variáveis Aleatórias Contínuas

Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Variáveis Aleatórias Contínuas Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Variáveis Aleatórias Contínuas Professora Renata Alcarde Piracicaba abril 2014 Renata Alcarde Estatística Geral 24 de Abril de 2014

Leia mais