Variabilidade. Módulo 3
|
|
- Guilherme Aveiro
- 5 Há anos
- Visualizações:
Transcrição
1 Variabilidade Módulo 3
2 O boi almiscarado revisitado 750 Núm indivíduos A taxa de incremento anual é constante? Anos
3 Variabilidade em A taxa = N t+1 /N t variou todos os anos em torno do valor médio (a tracejado) Ano
4 Pressupostos na projecção de N t para N t+1 1. Em N t+1 = N t, podemos usar o valor médio de ( variabilidade de não é demasiado alta) Podemos negligenciar a variabilidade ambiental que afecta 2. A população é suficientemente grande para se poder ignorar a incerteza inerente aos processos de nascimento e morte. Podemos negligenciar a estocasticidade demográfica
5 Estocasticidade Demográfica (ED) O nascimento e morte de indivíduos tem características aleatórias. Não é possivel dizer exactamente quantos indivíduos vão nascer e morrer entre t e t+1. Aleatoriedade inerente aos processos de nascimento e morte designa-se por: Estocasticidade Demográfica
6 Quando é que tenho de me preocupar com a ED? Se a população é muito pequena risco de extinção por razões aleatórias aumenta. População pode-se extinguir mesmo se > 1! Explos: Colonização Populações nas margens da distribuição da espécie Populações exploradas (caça e pesca)
7 Modelos determinísticos e estocásticos Determinísticos Usam parâmetros constantes (explo: constante) Em geral, as mesmas condições iniciais conduzem ao mesmo resultado (N 0, n) ( N n ) Estocásticos, aleatórios ou probabilísticos Usam parâmetros que variam. em geral de acordo com uma distribuição de probabilidades pré-definida. As mesmas condições iniciais não conduzem ao mesmo resultado (N 0, n) ( N n, N n, N n,...) DISTRIBUIÇÃO DE RESULTADOS
8 Fontes de incerteza sobre N t+1 Variações ambientais físicas Variações ambientais biológicas N t Erros de medição Estocasticidade Demográfica Incerteza sobre a estrutura do modelo biomatemático
9 Probabilidades de sobreviver e numero descendentes por individuo entre t e t+1 = S t (1+b t ) Referem-se ao individuo S t b t b t St t t+1
10 Parâmetros do boi almiscarado S t = Probabilidade sobreviver entre t e t+1 b t = Probabilidade de ter 1 filho em t b t S t = Probabilidade do filho estar vivo em t+1 Nunivak Island 31 indivíduos (1936)
11 Simulação de ED (sobrevivência) X é um npa retirado duma distrib. uniforme se X > se X < Não sobrevive sobrevive t t+1 Repetir para os 31 animais
12 Simulação de ED (natalidade) Repetir, simultâneamente, para os 31 animais: Y é um npa retirado duma distrib. uniforme se Y > se Y < Sem descendente 1 descendente sobrevive t t+1
13 Repetições Para 31 animais Este animal deixa descendente? Sobrevive? Repetir 10, 100, 1000,... vezes Cada repetição origina um número diferente de indivíduos em t+1!
14 Simulações: N t =31, 50 réplicas Modelo determinístico: N t = 31 N t+1 = N t = ( ) = Modelo estocástico 50 réplicas Média do histograma = Frequência Núm indivds em t+1
15 Questões a que o modelo estocástico responde Por exemplo: Probabilidade de N t+1 31 indivíduos? Probabilidade de a população crescer 10% ou mais? Probabilidade de extinção? Etc.
16 Curva de risco de t para t+1 Probabilidade de sobreviverem Z ou menos indivíduos Frequências Frequências N t+1 absolutas Relativas Cumuladas número 1.00 em N t+1 (Z) Probabilidade ou risco" de N t+1 31
17 Risco Risco = Probabilidade (em geral de um acontecimento adverso) ocorrer num intervalo de tempo Ex plos : A população descer abaixo de x indivíduos nos proximos 3 anos Uma praga ultrapassar a densidade Y antes de 2010 A população extinguir-se em 100 anos
18 Simulação de ED (natalidade) Repetir, simultâneamente, para os 31 animais: X é o número de filhos por indivíduo em (t, t+1) b é Y o número é um npa médio retirado de filhos duma por distrib. indivíduo uniforme em (t, t+1) P(X =K) Distr Poisson(b) Sem descendente X se é obtido Y > gerando n.p.a s de Poisson(b) X = 0, 1, 2, 3,... (Há 1 descendente sobrevive se Y algoritmos < próprios para isto) t t+1
19 E se S t e b t também variam? Até aqui: S t e b t constantes Na realidade: FACTORES AMBIENTAIS afectam S t, b t e, portanto,
20 A variação ambiental torna função de t Recorde-se que N t+1 =N t Admitamos que pode variar em cada (t, t+1), então: N t+1 =N t t passa a ser função de t Como atribuir valores a t em cada intervalo (t, t+1)?
21 Distribuição de frequências de A taxa 1.3 = N t+1 /N t variou todos os anos Ano 8 Frequência a a a a a a a a 1.29 taxa de crescimento
22 Atribuiçao de valores a t Frequencias absolutas 10 8 Frequência a a a a a a a a Frequencias relativas cumuladas Probabilidades a a a a a a a a 1.29 npa t 0.00 a a a a a a a a a a a a 1.29 Intervalos de
23 Simulação dos próximos anos: uma réplica Fazer muitas réplicas! N t npa 1 1 npa 2 2 npa 4 4 npa 3 3 t=1 t=2 t=3 t=4 t=5 mínimo
24 Projecções estocasticas da população Baseado em 1000 réplicas maximos 1 desvio-padr. minimos
25 Curvas de risco a prazo N minimo Frequências Frequências Nos proximos 10 anos absolutas Relativas Cumuladas
26 Curvas de risco a prazo N minimo Frequências Frequências Nos proximos 10 anos absolutas Relativas Cumuladas Probabilidade de nos proximos anos N Populaçao minima Probabilidade
Population Viability Analysis. Módulo 14
Population Viability Analysis Módulo 14 Population Viability Analysis (PVA) Lato sensu: Conjunto de métodos que utilizam modelos estocásticos (= probabilísticos) para projectar o futuro da população e,...
Leia maisImplementação e desenvolvimento de modelos matriciais populacionais aplicados a tubarões de profundidade
Implementação e desenvolvimento de modelos matriciais populacionais aplicados a tubarões de profundidade Autores: Lúcia Ventura - Faculdade de Ciências - Universidade de Lisboa Ivone Figueiredo -Instituto
Leia maisMódulo 14 Population Viability Analysis (PVA)
PVA 1 Módulo 14 Population Viability Analysis (PVA) 14.1 Os fenómenos aleatórios e o caminho para a extinção Muitas populações selvagens, outrora abundantes e ocupando vastas áreas geográficas, encontram-se
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Análise da dados através de gráficos Introdução a Simulação Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Análise da dados através de gráficos Introdução a Simulação Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Somas aleatórias Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes Números Simulação de Sistemas Discretos É
Leia maisIntrodução aos Algoritmos Genéticos
Introdução aos Algoritmos Genéticos Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B Universidade Estadual de Feira de Santana 2 Algoritmos Genéticos: Introdução Introduzidos
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Função Distribuição Condicional Calculando Probabilidades condicionando Esperança Condicional Aula de hoje Análise de Comandos de Programação
Leia maisPLANIFICAÇÃO FACTORIAL UM PROCESSO OU SISTEMA PODE SER REPRESENTADO POR UM MODELO:
PLANIFICAÇÃO FACTORIAL UM PROCESSO OU SISTEMA PODE SER REPRESENTADO POR UM MODELO: OBJECTIVOS DA EXPERIÊNCIA: 1. DETERMINAR QUAL (AIS) DA (S) VARIÁVEL (EIS) x s INFLUENCIA (M) MAIS A RESPOSTA, y.. DETERMINAR
Leia maisINSTITUTO DE PÓS GRADUAÇÃO ICPG GESTÃO DA TECNOLOGIA DA INFORMAÇÃO
INSTITUTO DE PÓS GRADUAÇÃO ICPG GESTÃO DA TECNOLOGIA DA INFORMAÇÃO Prof. Msc. Saulo Popov Zambiasi (saulopz@gmail.com) Informação - ICPG - Criciuma - SC 1 Características Gerais, operadores, algoritmo.
Leia maisProbabilidade 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 maisModelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2018
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2018 Análise de desempenho São disponíveis duas abordagens para realizar a análise de desempenho:
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Introdução à simulação Geração de números aleatórios Lei dos Grandes Números Aula de hoje Geração de variáveis aleatórias: Transformada Inversa
Leia maisIntrodução aos Processos Estocásticos em Engenharia Elétrica 1
Introdução aos Processos Estocásticos em Engenharia Elétrica 10 de março de 2014 Introdução aos Processos Estocásticos em Engenharia Elétrica 1 Conteúdo 1 Modelos Matemáticos - Determinísticos e Probabiĺısticos
Leia maisModelagem e Análise de Sistemas - COS767
Modelagem e Análise de Sistemas - COS767 Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes Números Geração de variáveis aleatórias: método da transformada inversa Simulação
Leia maisModelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2017
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2017 Análise de desempenho São disponíveis duas abordagens para realizar a análise de desempenho:
Leia 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 maisConceito de Estatística
Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos, observáveis. Unidade Estatística um fenômeno individual é uma unidade no conjunto que irá constituir
Leia maisMomentos: Esperança e Variância. Introdução
Momentos: Esperança e Variância. Introdução Em uma relação determinística pode-se ter a seguinte relação: " + " = 0 Assim, m =, é a declividade e a e b são parâmetros. Sabendo os valores dos parâmetros
Leia maisAvaliação de Desempenho de Sistemas Discretos
Avaliação de Desempenho de Sistemas Discretos Probabilidade Professor: Reinaldo Gomes reinaldo@dsc.ufcg.edu.br Planejamento Experimental 2 fatores manipuláveis x 1 x 2 x p entradas Processo...... saídas
Leia maisEcologia de Populações
Ecologia de Populações Características individuais Idade Estágio Tamanho Sexo Comportamento Processos individuais Desenvolvimento Crescimento Alimentação Reprodução Morte Ecologia de Comunidades Características
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição t de Student 02/14 1 / 1 A distribuição t de Student é uma das distribuições
Leia maisModelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2014
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2014 Análise de desempenho São disponíveis duas abordagens para realizar a análise de desempenho:
Leia maisPROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA
PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA VARIABILIDADE NA MEDIDA DE DADOS CIENTÍFICOS Se numa pesquisa, desenvolvimento de um processo ou produto, o valor
Leia maisMESTRADO INTEGRADO EM ENGENHARIA ELECTROTÉCNICA E DE COMPUTADORES PROBABILIDADES E ESTATÍSTICA. 1ª Chamada 10/01/2008.
MESTRADO INTEGRADO EM ENGENHARIA ELECTROTÉCNICA E DE COMPUTADORES PROBABILIDADES E ESTATÍSTICA 1ª Chamada 10/01/2008 Parte Teórica DURAÇÃO : 50 min COTAÇÃO DA PARTE TEÓRICA: 8 Valores em 20 PERGUNTAS DE
Leia maisExercícios de programação
Exercícios de programação Estes exercícios serão propostos durante as aulas sobre o Mathematica. Caso você use outra linguagem para os exercícios e problemas do curso de estatística, resolva estes problemas,
Leia maisCópias dos acetatos da disciplina
FACULDADE DE ENGENHARIA UNIVERSIDADE DO PORTO MESTRADO EM ESTRUTURAS DE ENGENHARIA CIVIL Cópias dos acetatos da disciplina SEGURANÇA ESTRUTURAL SEGURANÇA ESTRUTURAL SEGURANÇA ESTRUTURAL A SEGURANÇA ABSOLUTA
Leia maisConservação e Gestão. Um fio condutor para organizar ideias
Conservação e Gestão Um fio condutor para organizar ideias Conservação Estado de conservação Uma classificação qualitativa do risco que uma espécie corre de um acontecimento indesejável (em geral, extinção).
Leia mais5. Introdução à simulação
Estatística Descritiva com Excel Complementos. 103 5. Introdução à simulação 5.1- Introdução Pretende-se com este Capítulo, dar a conhecer um instrumento poderoso a simulação, que sobretudo nas duas últimas
Leia maisNoções de Simulação. Ciências Contábeis - FEA - Noturno. 2 o Semestre MAE0219 (IME-USP) Noções de Simulação 2 o Semestre / 23
Noções de Simulação Ciências Contábeis - FEA - Noturno 2 o Semestre 2013 MAE0219 (IME-USP) Noções de Simulação 2 o Semestre 2013 1 / 23 Objetivos da Aula Sumário 1 Objetivos da Aula 2 Motivação 3 Geração
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 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 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 maisInstrumentação Industrial. Fundamentos de Instrumentação Industrial: Introdução a Metrologia Incerteza na Medição
Instrumentação Industrial Fundamentos de Instrumentação Industrial: Introdução a Metrologia Incerteza na Medição Introdução a Metrologia O que significa dizer: O comprimento desta régua é 30cm. A temperatura
Leia maisDistribuição Gaussiana
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Distribuição Gaussiana Introdução à Bioestatística Turma Nutrição Aula 7: Distribuição Normal (Gaussiana) Distribuição
Leia 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 maisEstatística Indutiva
Estatística Indutiva MÓDULO 7: INTERVALOS DE CONFIANÇA 7.1 Conceitos básicos 7.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição
Leia maisFinanças Corporativas. Análise de Sensibilidade. Métodos de Avaliação de Risco. Motochoque Ltda. Análise de Risco
Finanças Corporativas Análise de Risco Prof. Luiz Brandão brandao@iag.puc-rio.br IAG PUC-Rio Métodos de Avaliação de Risco Análise de Cenário Esta metodologia amplia os horizontes do FCD obrigando o analista
Leia maisPesquisa Quantitativa. Modelos Probabilísticos. Pesquisa Quantitativa Roteiro Geral. Roteiro do Módulo
Roteiro Geral Pesquisa Quantitativa Lupércio França Bessegato Mestrado em Administração/UFJF 1. Introdução 2. Amostragem 3. Modelos probabilísticos 4. Análise exploratória de dados 5. Distribuições amostrais
Leia maisSimulação Monte Carlo
Simulação Monte Carlo Nome do Prof. Fernando Saba Arbache Email do prof. fernando@arbache.com Definição Análise de risco faz parte da tomada de decisão Surgem constantemente incertezas, ambiguidades e
Leia maisOrganização e Análise de Projectos. A análise de projectos face ao risco e à incerteza
Organização e Análise de Projectos A análise de projectos face ao risco e à incerteza Incorporação do risco e da incerteza na avaliação de projectos Incerteza e Risco Métodos de abordagem ao risco Período
Leia maisMétodos Computacionais em Física
Métodos Computacionais em Física Tatiana G. Rappoport tgrappoport@if.ufrj.br 2014-2 MetComp 2014-1 IF-UFRJ Sistemas determinísticos Os sistemas físicos podem ser: Sistemas determinísticos Descritos por
Leia maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Introdução à simulação Geração de números aleatórios Lei dos Grandes Números Aula de hoje Geração de variáveis aleatórias: Transformada Inversa
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 maisIntrodução a Métodos de Estimativas Populacionais
Instituto de Pesquisas Ecológicas Introdução a Métodos de Estimativas Populacionais Instrutor: Marcos Vinícius Carneiro Vital Universidade Federal de Alagoas http://marcosvital.wordpress.com/ Por onde
Leia maisFísica Geral. Incertezas em Medidas Diretas
Física Geral Incertezas em Medidas Diretas Experimento Simples Medidas diretas: valores resultantes de medições de uma mesma grandeza, realizadas por um mesmo experimentador, com o mesmo instrumento de
Leia maisAlgoritmos Genéticos. Pontos fracos dos métodos tradicionais. Características de alguns problemas. Tamanho do espaço de busca- Ex. caixeiro viajante:
Algoritmos Genéticos Prof. Luis Otavio Alvares INE/UFSC Características de alguns problemas Tamanho do espaço de busca- Ex. caixeiro viajante: 10 cidades: 181.000 soluções 20 cidades: 10.000.000.000.000
Leia maisMódulo 3. Variabilidade - PRÁTICAS
Módulo 3. Variabilidade - PRÁTICAS Construção de modelos estocásticos em folha de cálculo Bibliografia: Donovan, TM, and JE Goetz. 1999. Exploring demographic and environmental stochasticity with spreadsheets.
Leia maisAlgoritmos Evolutivos Canônicos
Algoritmos Evolutivos Canônicos Como representar os indivíduos Vetor de comprimento fixo com L características escolhidas previamente. Ex.: Definição
Leia maisMonte Carlo Method. Peter Frank Perroni. December 1, Monte Carlo Simulation
Monte Carlo Simulation December 1, 2015 Histórico Técnica muito antiga porém somente recentemente oficializado como método estatístico. Foi muito importante nas simulações da bomba desenvolvida no Projeto
Leia maisIntrodução aos Proc. Estocásticos - ENG 430
Introdução aos Proc. Estocásticos - ENG 430 Fabrício Simões IFBA 16 de novembro de 2015 Fabrício Simões (IFBA) Introdução aos Proc. Estocásticos - ENG 430 16 de novembro de 2015 1 / 34 1 Motivação 2 Conceitos
Leia maisCapítulo 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 maisGeração de números uniformes
Geração de números uniformes Importância e principais algorítmos Prof. Walmes Zeviani walmes@ufpr.br Laboratório de Estatística e Geoinformação Departamento de Estatística Universidade Federal do Paraná
Leia maisAmostragem Aleatória Simples. Exercício Resolvido 4
Exercício Resolvido 4 Amostragem Aleatória Simples Para dimensionar o pavimento de uma infra-estrutura rodoviária é necessário ter em conta para além de outros factores, o tráfego médio diário anual (TMDA)
Leia mais- desvio padrão, caracteriza a dispersão dos resultados
O resultado da experiência, então, pode ser expresso na forma < x > ± x n (veja a explicação mais adiante) - desvio padrão, caracteriza a dispersão dos resultados Histograma de frequências Histograma
Leia maisDistribuições de Probabilidade. Variáveis aleatórias contínuas
Distribuições de Probabilidade Variáveis aleatórias contínuas 1 Variáveis contínuas Uma variável aleatória contínua toma um nº infinito não numerável de valores (intervalos de números reais), os quais
Leia 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 maisO papel da estatística na ciência. Camila de Toledo Castanho
O papel da estatística na ciência Camila de Toledo Castanho 2017 Por que eu preciso saber estatística? Ferramenta para tomada de decisão diante de incerteza CIÊNCIA Sistema útil para responder perguntas
Leia maisIntrodução às Medidas em Física a Aula. Nemitala Added Prédio novo do Linac, sala 204, r. 6824
Introdução às Medidas em Física 4300152 3 a Aula Nemitala Added nemitala@dfn.if.usp.br Prédio novo do Linac, sala 204, r. 6824 Experiência I: Medidas de Tempo e o Pêndulo Simples Objetivos: Realizar medidas
Leia maisAlgoritmos Probabilísticos
Algoritmos Probabilísticos Gilson Evandro Fortunato Dias Orientador: José Coelho de Pina Universidade de São Paulo Instituto de Matemática e Estatística Departamento de Ciência da Computação MAC0499 p.
Leia maisAlgoritmos Genéticos. Princípio de Seleção Natural. Sub-áreas da Computação Evolutiva. Idéias básicas da CE. Computação Evolutiva
Computação Evolutiva Algoritmos Genéticos A computação evolutiva (CE) é uma área da ciência da computação que abrange modelos computacionais inspirados na Teoria da Evolução das Espécies, essencialmente
Leia maisO papel da estatística na ciência. Camila de Toledo Castanho
O papel da estatística na ciência Camila de Toledo Castanho 2018 Por que eu preciso saber estatística? Ferramenta para tomada de decisão diante de incerteza CIÊNCIA Sistema útil para responder perguntas
Leia maisLaboratório de Termodinâmica e Estrutura da Matéria Docente: João Fonseca,
Laboratório de Termodinâmica e Estrutura da Matéria Docente: João Fonseca, jfonseca@tecnico.ulisboa.pt Programa (componente laboratorial): Lab 1 (16/10 a 20/10) - Determinação dos calores específicos de
Leia mais6- Probabilidade e amostras: A distribuição das médias amostrais
6- Probabilidade e amostras: A distribuição das médias amostrais Anteriormente estudamos como atribuir probabilidades a uma observação de alguma variável de interesse (ex: Probabilidade de um escore de
Leia maisSimulação 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 maisAmostragem. Cuidados a ter na amostragem Tipos de amostragem Distribuições de amostragem
Amostragem Cuidados a ter na amostragem Tipos de amostragem Distribuições de amostragem 1 Muito Importante!! Em relação às amostras, deve assegurar-se a sua representatividade relativamente à população
Leia maisIntrodução a Algoritmos Genéticos
Introdução a Algoritmos Genéticos Tiago da Conceição Mota Laboratório de Inteligência Computacional Núcleo de Computação Eletrônica Universidade Federal do Rio de Janeiro Outubro de 2007 O Que São? Busca
Leia maisDinâmica de Populações. Capítulo - 48
Dinâmica de Populações Capítulo - 48 Dinâmica de populações ou demoecologia Descreve a abundância das diversas espécies e procura a causa de suas variações. População? O que mostra o sucesso de uma população?
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 maisEstatítica 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 maisUm robô está num corredor. Ele possui um mapa do corredor mas não sabe onde está localizado. A parede do corredor e indistinta, exceto pelas portas.
Um robô está num corredor. Ele possui um mapa do corredor mas não sabe onde está localizado. A parede do corredor e indistinta, exceto pelas portas. O corredor possui 3 portas idênticas, exceto pelas sua
Leia maisSIMULAÇÃO DE ACONTECIMENTOS DISCRETOS
SIMULAÇÃO DE ACONTECIMENTOS DISCRETOS Definições: Representação imitativa do funcionamento de um sistema ou processo através do funcionamento de outro. Estudo de um problema frequente não sujeito a experimentação
Leia maisConceitos introdutórios
Erros Grosseiros: erros cujo acompanhamento só pode envolver a repetição do ensaio (fáceis de detectar) (ex.: derrame de uma solução); Erros Sistemáticos: afectam a proximidade dos resultados em relação
Leia maisSeja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma:
46 VALOR ESPERADO CONDICIONADO Seja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma: Variável contínua E + ( X Y
Leia mais3. Conceitos Introdutórios. Qualidade em Análise Química
3. Conceitos Introdutórios 0 3.1 - Objectivo do controlo da qualidade dos ensaios 3.2 - Definições e terminologia - Exactidão - Veracidade - Erro sistemático - Precisão - Repetibilidade - Reprodutibilidade
Leia maisSimulação a Eventos Discretos. Fernando Nogueira Simulação 1
Simulação a s Discretos Fernando Nogueira Simulação Introdução Simulação não é uma técnica de otimização: estima-se medidas de performance de um sistema modelado. Modelos Contínuos X Modelos Discretos
Leia maisIndexando permutações
Introdução à Simulação Estocás5ca usando R INF2035 PUC- Rio, 2013.1 Departamento de InformáAca - PUC- Rio Hélio Lopes Departamento de InformáAca PUC- Rio Indexando permutações Uma permutação é uma função
Leia maisESTATÍSTICA ECONÔMICA A 6EMA
6EMA020-2000 Lucas Santana da Cunha email: lscunha@uel.br Universidade Estadual de Londrina 13 de abril de 2016 CRONOGRAMA 1 o BIMESTRE: MÓDULO I - Estatística Descritiva Noções Básicas em estatística:
Leia maisSistemas Aleatórios. Um sistema é aleatório quando seu estado futuro só pode ser conhecido. jogar uma moeda ou um dado. decaimento de uma partícula
Sistemas Aleatórios Um sistema é aleatório quando seu estado futuro só pode ser conhecido pela realização de uma experiência. jogar uma moeda ou um dado decaimento de uma partícula trajetória de uma partícula
Leia maisrio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade Aleatórias nuas
ITA - Laboratório rio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade Aula 04: Variáveis Aleatórias Contínuas nuas Função densidade de probabilidade contínua nua f(x) a b f(x) 0 para
Leia maisAula 7. Aula de hoje. Aula passada
Aula 7 Aula passada Método de Monte Carlo Estimando somatórios Calculando erro Estimando Erro de Integração de Monte Carlo Monte Carlo Ray Tracing Aula de hoje Gerando amostras de v.a. discretas Gerando
Leia maisEXERCÍCIOS SOBRE TESTE T
EXERCÍCIOS SOBRE TESTE T 1 Exercício Foi realizado um estudo para determinar se havia influência de um gene sobre a resistência a geadas de plantas de uma determinada espécie. Foram produzidas 10 plantas
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 maisIntrodução à Bioestatística Turma Nutrição
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Introdução à Bioestatística Turma Nutrição Aula 8: Intervalos de Confiança para Média e Proporção Distribuição
Leia maisUnidade IV Inferência estatística
6//5 Unidade IV Inferência estatística 4.. Introdução e histórico 4.. Conceitos fundamentais 4.3. Distribuições amostrais e Teorema central do limite 4.4. Estimação de parâmetros 4.5. Testes de hipóteses
Leia maisIntrodução às Medidas em Física 2 a Aula *
Introdução às Medidas em Física 2 a Aula * http://fge.if.usp.br/~takagui/fap0152_2010/ Marcia Takagui Ed. Ala 1 * Baseada em Suaide/ Munhoz 2006 sala 216 ramal 6811 1 Objetivos! Medidas de tempo Tempo
Leia maisProcessos Hidrológicos CST 318 / SER 456. Tema 9 -Métodos estatísticos aplicados à hidrologia ANO 2016
Processos Hidrológicos CST 318 / SER 456 Tema 9 -Métodos estatísticos aplicados à hidrologia ANO 2016 Camilo Daleles Rennó Laura De Simone Borma http://www.dpi.inpe.br/~camilo/prochidr/ Caracterização
Leia maisVariável aleatória. O resultado de um experimento aleatório é designado variável aleatória (X)
Variável aleatória O resultado de um experimento aleatório é designado variável aleatória (X) Função densidade de probabilidade A função densidade de probabilidade associa cada possível valor da variável
Leia maisCAPÍTULO 6 CARACTERÍSTICAS DE OPERAÇÃO DOS PLANOS DE AMOSTRAGEM
CAPÍTULO 6 CARACTERÍSTICAS DE OPERAÇÃO DOS PLANOS DE AMOSTRAGEM A CCO define para cada plano de amostragem: a probabilidade de aceitação do lote (P) que tem uma qualidade p em porcentagem defeituosa, e
Leia maisEAD Simulação. Aula 2 Parte 2: Tipos de Simulação. Profa. Dra. Adriana Backx Noronha Viana
EAD0652 - Simulação Aula 2 Parte 2: Tipos de Simulação Profa. Dra. Adriana Backx Noronha Viana Tipos de Simulação Pergunta relacionada ao que se está simulando): O problema a ser considerado na simulação
Leia maisTolerância a Falhas. June 2, 2010
Tolerância a Falhas June 2, 2010 Sumário Introdução e Terminologia Modelos Redundância Grupos de Processos Leitura Adicional Sumário Introdução e Terminologia Modelos Redundância Grupos de Processos Leitura
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 maisDistribuições Importantes. Distribuições Discretas
Distribuições Importantes Distribuições Discretas Distribuição de Bernoulli Definição Prova ou experiência de Bernoulli é uma experiência aleatória que apenas tem dois resultados possíveis: A que se designa
Leia maisExame de Segurança Estrutural Mestrado em Estruturas de Engenharia Civil Duração: 2horas 15/04/1998
Exame de Segurança Estrutural Mestrado em Estruturas de Engenharia Civil Duração: horas 5/04/998 De acordo com a nomenclatura corrente os métodos de verificação da segurança estrutural com base probabilística
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 maisGET00116 Fundamentos de Estatística Aplicada Lista de Exercícios de Revisão para a P2 Profa. Ana Maria Farias
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 e-mails são lixo ou spam.
Leia maisAvaliação de Desempenho
Avaliação de Desempenho Aula passada Métricas, Técnicas, Erros Aula de hoje Conceitos importantes de probabilidade Como fazer a análise de desempenho? Modelos Matemáticos Modelos de Simulação Como fazer
Leia mais3 3. Variáveis Aleatórias
ÍNDICE 3. VARIÁVEIS ALEATÓRIAS...49 3.. VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS...49 3.2. VARIÁVEIS DISCRETAS FUNÇÃO DE PROBABILIDADE E FUNÇÃO DISTRIBUIÇÃO DE PROBABILIDADE...50 3.2.. Função de probabilidade...50
Leia maisIntrodução à probabilidade e à estatística II. Prof. Alexandre G Patriota Sala: 298A Site:
Introdução à probabilidade e à estatística II Revisão Prof. Alexandre G Patriota Sala: 298A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Estatística Estatística: É uma ciência que se dedica
Leia mais