VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE
|
|
- Kléber Dreer Back
- 7 Há anos
- Visualizações:
Transcrição
1 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 interessados no número de defeitos X nessa amostra de tamanho. Um espaço amostral para esse eperimento aleatório é : S = {(D, D), (D, ND), (ND, D), (ND, ND) } onde D = defeituosa e ND = não defeituosa. Assim, se ocorrer o evento {(D, D)}, teremos observado peças defeituosas na amostra, e X =. Fica, desse modo, estabelecida uma correspondência entre os elementos de S e os elementos de um conjunto numérico, como se vê no diagrama abaio : S ( D, D ) ( D, ND ) ( ND, D ) ( ND, ND ) X R 0 1 Note, então, que X é uma função real definida em S. Em símbolos : X : S s R X (s). VARIÁVEL ALEATÓRIA
2 ESTATÍSTICA Uma variável aleatória (v.a) é uma função real definida sobre os elementos de um espaço amostral S. * A variável aleatória X é dita DISCRETA se assume valores num conjunto finito ou infinito enumerável. * A variável aleatória X é dita CONTÍNUA se assume valores num conjunto infinito não enumerável (como um intervalo por eemplo). EXEMPLOS 1) A variável aleatória X, definida na introdução é discreta, pois pode assumir os valores 0, 1,. ) Uma lâmpada é fabricada e, em seguida, ensaiada quanto a sua duração de vida. Um espaço amostral para esse eperimento é S = ( t R / t 0 ). Se T é o tempo de vida da lâmpada, então T é a função (v.a.) Identidade, pois T(t) = t, para todo t S. T é uma v.a. contínua, pois assume valores no conjunto { t R / t 0 }. 3) Uma moeda é lançada até que a primeira cara ocorra. Um espaço amostral para esse eperimento é: S = { H, TH, TTH, TTTH,... }. Se X é a v.a. igual ao número de lançamentos necessários para obter a primeira cara, então X é discreta e assume valores no conjunto {1,, 3, 4,...}. 4) No eemplo acima, se X é definida como sendo 0 se T < 100 e 1 se T 100, então X é discreta pois assume valores no conjunto { 0, 1 }..3 FUNÇÃO DE PROBABILIDADE A função p() é uma função de probabilidade da v.a. X discreta se, para cada resultado possível, temos: ( 1 ) p() 0 ( ) p() = 1 (3) p() = P(X=) OBSERVAÇÃO : Aos pares (, p()) chamaremos de DISTRIBUIÇÃO DE PROBABILIDADE.
3 ESTATÍSTICA 3 _ EXEMPLO Para o mesmo eemplo visto na introdução, seja a v.a. X = número de peças defeituosas. Os valores possíveis para X são : 0, 1,. A função de probabilidade de X será então : p( 0 ) = P( X = 0 ) = P{(ND, ND)} = (7/10).(6/9) = 7/15. p( 1 ) = P( X = 1 ) = P{(D,ND) ou (ND,D)} = (3/10).(7/9) + (7/10)(3/9) = 7/15 p( ) = P( X = ) = P{(D,D)} = (3/10).(/9) = 1/15. Em forma de tabela podemos escrever : 0 1 p() 7/15 7/15 1/15 Observe que esta função possui as propriedades (1), () e (3) vistas acima. Podemos representar graficamente uma função de probabilidade simplesmente por pontos no plano cartesiano ou através do que se chama HISTOGRAMA DE PROBABILIDADE, que é um gráfico de barras. Cada barra tem o centro no ponto e altura igual a probabilidade de, ou seja, p(). Desta forma, cada retângulo tem área igual a p() e a área total abaio dos retângulos é igual a 1. Por eemplo : p() p() 7/15 7/15 1/ /15 0 1
4 4 ESTATÍSTICA.4 FUNÇÃO DENSIDADE DE PROBABILIDADE A função f() é uma função densidade de probabilidade para a v.a. X contínua, definida sobre o conjunto dos números reais R, se: ( 1 ) f() 0 + ( ) f() d = 1 ( 3 ) P(a < X < b) = f() d. a b OBSERVAÇÕES : 1) f() 0 para todo R, significa que o gráfico da função f está todo acima do eio. + ) f() d = 1, significa que a área total abaio da curva f() é igual a 1. 3) P(a < X < b) = f() d significa que probabilidades, agora, são iguais a áreas abaio da curva f(). a b 4) Note que P ( X = a ) = f() d = 0, ou seja, probabilidades pontuais são nulas. 5) Segue da observação 4 que: a a P(a < X < b) = P(a X< b) = P(a < X b) = P(a X b). EXEMPLO Seja a v.a. X contínua com função densidade de probabilidade dada por: f() = k, << 0, caso contrá rio a) Calcule o valor da constante k, que faz com que f() seja uma função densidade de probabilidade: Observe, inicialmente, que k > 0, pois f() deve ser disso, devemos ter que: 0 para todo real. Além f() d = f() d + f() d + f() d = k d = (1/ 3)k = 3k = 1.
5 ESTATÍSTICA 5 _ Daí, k = 1/3 e a função densidade de probabilidade poderá ser escrita como : f() = (1/ 3), < < 0, caso contrá rio Graficamente : f() 4/3 1/3 0 1 b) Calcule P( 0 < X < 1 ) : 1 P( 0< X< 1) = (1/ 3) d = 1/ FUNÇÃO DE DISTRIBUIÇÃO ACUMULADA A função de distribuição acumulada de uma v.a. X contínua com função densidade de probabilidade f() é dada por : F ( ) = PX ( ) = f(s) ds Segue imediatamente que : a) P( a < X b ) = F( b ) - F( a ) b) P( X > a) = 1 - P(X a) = 1 - F( a ) c) f( ) = F ( ), se a derivada eistir. d) F( ) = 1 e F( ) = 0 e) F() é não decrescente.
6 6 ESTATÍSTICA EXEMPLO Para uma função densidade de probabilidade definida no eemplo anterior, a função de distribuição acumulada F() é encontrada da seguinte forma: 1º ) Para valores de : F() = P(X ) = f(s) ds = 0 º ) Para valores de < < : 3 F() = P(X ) = f(s) ds = f(s) ds + f (s) ds = (1 / 3) s ds = (1 / 9) ( + 1) 3º ) Para valores de : F() = P(X ) = f(s) ds = f(s) ds + f (s) ds + f (s) ds = (1 / 3) s ds = 1 Assim, a função de distribuição acumulada da v.a. X é escrita como: 0, para F() = P( X ) = (1/9) ( 3 + 1), para < < 1, para Neste eemplo, podemos ainda calcular probabilidades para X usando a F() encontrada: P(X 0,5) = F(0,5) = (1/9) (0, ) = P(0 < X 1) = F(1) - F(0) = (1/9) ( )- (1/9) ( ) = P(X > 1,3) = 1 - P(X 1,3) = 1 - F(1,3) = 1 - (1/9) (1, ) =
7 ESTATÍSTICA 7 _.6 EXPECTÂNCIA E VARIANCIA DE UMA V.A..6.1 EXPECTÂNCIA (Esperança Matemática ou Média) DE UMA V.A.: A epectância de uma v.a. X é uma medida que posiciona o centro de uma distribuição de probabilidade e é definida por: µ= E(X) = p() se a v.a. X for discreta µ= EX ( ) = fd ( ) se a v.a. X for contínua Observações: 1) Note que no caso da v.a. discreta a epectância pode ser vista como uma média ponderada, onde os pesos são as probabilidades de cada ponto. ) No caso da v.a. contínua, a epectância coincide com o cálculo do valor da abcissa do centro de gravidade da área que fica definida pela função f(). É um ponto de equilíbrio que é calculado a partir da função densidade de probabilidade. 3) Podemos interpretar a epectância, também, como sendo uma média dos valores que a v.a. assume se imaginarmos o eperimento aleatório sendo repetido indefinidamente, e os valores de X sendo observados nas repetições. A função de probabilidade no caso discreto, ou a função densidade de probabilidade no caso contínuo refletem as freqüências relativas de ocorrência dos valores de X PROPRIEDADES DA EXPECTÂNCIA: As propriedades operatórias apresentadas a seguir são válidas para v.a. s discretas e v.a. s contínuas. 1ª ) Se a é uma constante, então: E(a) = a ª ) Se a e b são constantes, então: E( ax + b) = a E(X) + b
8 8 ESTATÍSTICA 3ª ) E(X ± Y) = E(X) ± E(Y) 4ª ) Se X e Y são duas v.a. s independentes, então E(XY) = E(X). E(Y) (Obs.: A definição de independência de duas v.a. s não foi apresentada. Entretanto, podemos pensar nesta independência de modo análogo à independência de dois eventos A e B.) EXEMPLO 1: Se uma moeda honesta for lançada duas vezes, qual a epectância do número de caras? (ou, em média, quantas caras teremos?) Seja X a v.a. igual ao número de vezes em que aparece cara. X assume os valores 0, 1 e e sua distribuição de probabilidade é dada por: 0 1 p() ¼ ½ ¼ µ= E(X) = p() = ( 01 ) / 4+ ( 11 ) / + ( 1 ) / 4= 1 Assim, podemos dizer que ao lançarmos uma moeda duas vezes, em média obteremos 1 cara. EXEMPLO : Seja X uma v.a. contínua como função densidade de probabilidade dada por: f() =, se 0 < < 1 0, para outros valores de µ= E( X) = f( ) d=. d= / 3 0 1
9 ESTATÍSTICA 9 _ f() µ=/ EXPECTÂNCIA DE UMA FUNÇÃO DE V.A.: Seja X uma v.a. e g(x) uma função qualquer de X. Então a epectância de g(x) é dada por: E [ g(x) ] = g( ) p( ), sexfor discreta g( ) f( ) d, se X for contínua.6. VARIANCIA DE UMA V.A.: A variancia de uma v.a. é uma medida de sua dispersão ou variabilidade em torno de sua média. O gráfico abaio apresenta um eemplo das distribuições de probabilidade de duas v.a. s X1 e X que possuem a mesma forma da distribuição e a mesma epectância. Observamos, então, que a diferença entre elas é a variabilidade que elas apresentam em torno de sua média. σ 1 σ > σ 1 σ µ = µ 1 Note que a v.a. X se apresenta mais dispersa (mais espalhada ) em torno da média do que a v.a. X1.
10 10 ESTATÍSTICA A variancia de uma v.a. é definida por: σ = V(X) = E [(X - µ)] = σ = V(X) = E [(X - µ)] = ( µ) p() se X for discreta µ ( ) f( ) d, se X for contínua Note que a variancia é a média dos desvios que a v.a. X apresenta em relação à sua média µ, elevados ao quadrado. Sendo assim, a variancia será sempre positiva e quanto maior a variabilidade da v.a., maior será a sua variancia. A raiz quadrada positiva da variancia é uma medida de dispersão chamada de DESVIO PADRÃO. Uma alternativa para o cálculo da variancia é dada pelo seguinte resultado: Teorema: σ = V(X) = E (X ) - µ De fato: σ = V(X) = E [(X - µ)] = E ( X - µ X + µ) = = E (X) - µ E(X) + E(µ) = = E(X) - µ PROPRIEDADES DA VARIANCIA: 1ª ) Se b é uma constante, então: V(b) = 0 ª ) Se X é uma v.a. e b é uma constante, então: V(X + b) = V(X)
11 ESTATÍSTICA 11 _ 3ª ) Se X é uma v.a. e a é uma constante, então: V(aX) = a V(X) 4ª ) Se X e Y são v.a. s independentes e a e b são constantes, então: V(aX + by) = a V(X) + b V(Y) e V(aX - by) = a V(X) + b V(Y) EXEMPLO 1 Considere o eemplo 1 da definição de epectância ( o lançamento de moedas). Sabemos que: σ = V(X) = E (X) - µ Devemos calcular, inicialmente, E(X): E(X) = (0) p(0) + (1) p(1) + () p() = 3/ Daí, V(X) = 3/ - 1 = 1/ EXEMPLO Considere o eemplo da definição de epectância. Da mesma forma que no eemplo anterior, vamos calcular inicialmente E(X): EX ( ) = fd ( ) = d= 1/ Daí σ = V(X) = E (X) - µ = 1 / - (/3) = 1/ DESIGUALDADE DE CHEBYSHEV O matemático russo Chebyshev observou que a probabilidade de que qualquer v.a. X caia dentro de k desvios padrões em torno da média é pelo menos (1-1/k). Isto é: P(µ - k σ < X < µ + k σ) 1-1/k
12 1 ESTATÍSTICA Note que para k = a desigualdade afirma que a v.a. X tem uma probabilidade de no mínimo 1 - (1/) = ¾ de cair entre dois desvios padrões da média, ou seja, ¾ ou mais observações de qualquer distribuição caem no intervalo µ ± σ. Por ser uma desigualdade que se aplica para qualquer distribuição, é um resultado fraco. Sabemos, por eemplo, que temos pelo menos ¾ de probabilidade de uma observação cair no intervalo µ ± σ, mas não sabemos eatamente quanto seria esta probabilidade realmente. Isto só pode ser calculado se soubermos qual a distribuição de probabilidade da v.a..7 DISTRIBUIÇÕES EMPÍRICAS Geralmente, em um eperimento aleatório envolvendo uma v.a. continua, a sua função densidade de probabilidade f() é desconhecida. Para que a escolha de f() seja razoável, deve-se fazer um julgamento prévio baseado em informações disponíveis. Dados estatísticos, gerados em grande escala, podem ser muito úteis ao estudar o comportamento da distribuição, se apresentados na forma de uma distribuição de freqüência relativa. Tal arranjo é obtido agrupando-se os dados em classes e determinando a proporção das medidas em cada uma das classes. EXEMPLO A vida de 40 baterias de carro foram medidas em anos e são dadas a seguir :, 4,1 3,5 4,5 3, 3,7 3,0,6 3,4 1,6 3,1 3,3 3,8 3,1 4,7 3,7,5 4,3 3,4 3,6,9 3,3 3,9 3,1 3,3 3,1 3,7 4,4 3, 4,1 1,9 3,4 4,7 3,8 3,,6 3,9 3,0 4, 3,5 Devemos decidir, primeiro, sobre o número de classes nas quais os dados serão agrupados. Isto é arbitrário e geralmente entre 5 e 0 classes, dependendo do número de observações obtidas. Vamos escolher 7 classes para o eemplo. O intervalo de classe deve ser tal que 7 intervalos acomodem todos os dados. Assim, sendo 4,7-1,6 a amplitude total, então, o tamanho de intervalo será : ( 4,7-1,6 ) / 7 = 0,443. Vamos aproimar para 0,5 e fazer todos os 7 intervalos do mesmo tamanho. Se começarmos com 1,5 para o limite inferior do primeiro intervalo, então a distribuição de freqüência será dada por :
13 ESTATÍSTICA 13 _ Classes Pto. Médio de Classe Freqüência ( f ) Freqüência Relativa 1,5 1,9 1,7 0,050,0,4, 1 0,05,5,9,7 4 0,100 3,0 3,4 3, 15 0,375 3,4 3,9 3,7 10 0,50 4,0 4,4 4, 5 0,15 4,4 4,9 4,7 3 0,075 TOTAL 40 1,000 Podemos, a partir daí, construir um histograma de freqüência relativa : 0,375 0,50 0,15 1,7,,7 3, 3,7 4, 4,7 Embora tenhamos estimado uma curva para f() não conhecem os ainda a sua equação. Entretanto é possível ajustar uma curva sobre estes dados e verificar se este ajuste é razoável e determinar até que ponto é aceitável.
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 mais1 EXERCÍCIOS PROPOSTOS SOBRE PROBABILIDADE
1 EXERCÍCIOS PROPOSTOS SOBRE PROBABILIDADE 1) Dê um espaço amostral para cada um dos experimentos aleatórios: ( a ) Uma moeda é lançada. Observamos e registramos o resultado obtido. ( b ) Artigos produzidos
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 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 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 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 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 mais3. VARIÁVEIS ALEATÓRIAS
3. VARIÁVEIS ALEATÓRIAS 011 Variável aleatória é o espaço amostral de um eperimento aleatório. Uma variável aleatória,, é uma função que atribui um número real a cada resultado em. Eemplo. Retira-, ao
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Seja X uma variável aleatória com conjunto de valores X(S). Se o conjunto de valores for infinito não enumerável então a variável
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 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 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 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
Variáveis Aleatórias Conceitos, Discretas, Contínuas, Propriedades Itens 5. e 6. BARBETTA, REIS e BORNIA Estatística para Cursos de Engenharia e Informática. Atlas, 004 Variável aleatória Uma variável
Leia 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 maisVARIÁVEIS ALEATÓRIAS
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA VARIÁVEIS ALEATÓRIAS Joaquim H Vianna Neto Relatório Técnico RTE-03/013 Relatório Técnico Série Ensino Variáveis
Leia 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 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 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 maisCálculo das Probabilidades e Estatística I
Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Distribuição Normal Motivação: Distribuição
Leia maisVariáveis Aleatórias. Departamento de Matemática Escola Superior de Tecnologia de Viseu
Variáveis Aleatórias Departamento de Matemática Escola Superior de Tecnologia de Viseu Exemplo No lançamento de duas moedas ao ar, os resultados possíveis são: FF, FC, CF ou CC. No entanto, o nosso interesse
Leia maisDepartamento de Matemática Escola Superior de Tecnologia de Viseu. Engenharia e Gestão Industrial
Variáveis Aleatórias Departamento de Matemática Escola Superior de Tecnologia de Viseu Engenharia e Gestão Industrial 1 Exemplo No lançamento de duas moedas ao ar, os resultados possíveis são: FF, FC,
Leia 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. 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 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 maisVariáveis Aleatórias - VA
Variáveis Aleatórias - VA cc ck kc kk 0 1 2 1/4 1/2 Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM - Introdução Se entende por VA ou V. indicadoras uma lista de valores
Leia maisMOQ-12: PROBABILIDADES E PROCESSOS ESTOCÁSTICOS. VA s e Distribuições
Motivação: MOQ-2: PROBABILIDADES E PROCESSOS ESTOCÁSTICOS VA s e Distribuições Definimos anteriormente Espaço de Probabilidades como sendo a tripla (W,, P(.)), em que, dado um eperimento, W representa
Leia maisVariáveis Aleatórias Discretas 1/1
Variáveis Aleatórias Discretas Professores Eduardo Zambon e Magnos Martinello UFES Universidade Federal do Espírito Santo DI Departamento de Informática CEUNES Centro Universitário Norte do Espírito Santo
Leia maisCAPÍTULO 4 CONCEITOS BÁSICOS DE ESTATÍSTICA E PROBABILIDADES
CAPÍTULO 4 CONCEITOS BÁSICOS DE ESTATÍSTICA E PROBABILIDADES. INTRODUÇÃO - Conceito de população desconhecida π e proporção da amostra observada P. π P + pequeno erro Perguntas: - Qual é o pequeno erro?
Leia maisFundamentos de Estatística
Fundamentos de Estatística Clássica Workshop Análise de Incertezas e Validação Programa de Verão 2017 Marcio Borges 1 1LABORATÓRIO NACIONAL DE COMPUTAÇÃO CIENTÍFICA mrborges@lncc.br Petrópolis, 9 de Fevereiro
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 6 - Distribuições Contínuas (Parte 01) Leitura obrigatória: Devore, Capítulo 4 Cap 6-1 Objetivos Nesta aula, vamos aprender: Representações de uma v. a. contínua: função
Leia maisEstatística Descritiva e Exploratória
Gledson Luiz Picharski e Wanderson Rodrigo Rocha 9 de Maio de 2008 Estatística Descritiva e exploratória 1 Váriaveis Aleatórias Discretas 2 Variáveis bidimensionais 3 Váriaveis Aleatórias Continuas Introdução
Leia maisEstatística I Aula 6. Prof.: Patricia Maria Bortolon, D. Sc.
statística I Aula 6 Prof.: Patricia Maria Bortolon, D. Sc. VARIÁVIS ALATÓRIAS Variáveis Aleatórias xaminemos as seguintes situações: Um estudante que fez um teste do tipo verdadeiro ou falso está interessado
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 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 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 maisEstatística Básica. Variáveis Aleatórias Contínuas. Renato Dourado Maia. Instituto de Ciências Agrárias. Universidade Federal de Minas Gerais
Estatística Básica Variáveis Aleatórias Contínuas Renato Dourado Maia Instituto de Ciências Agrárias Universidade Federal de Minas Gerais Lembrando... Uma quantidade X, associada a cada possível resultado
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 7 Distribuição da Média Amostral Leitura obrigatória: Devore: Seções 5.3, 5.4 e 5.5 Chap 8-1 Inferência Estatística Na próxima aula vamos começar a parte de inferência
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisUnidade III ESTATÍSTICA. Prof. Fernando Rodrigues
Unidade III ESTATÍSTICA Prof. Fernando Rodrigues Medidas de dispersão Estudamos na unidade anterior as medidas de tendência central, que fornecem importantes informações sobre uma sequência numérica. Entretanto,
Leia maisExercícios 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 maisVariáveis Aleatórias Discretas
Variáveis Aleatórias Discretas Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução Definição Uma variável aleatória é uma função definida
Leia maisProbabilidade II. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Desigualdades 02/14 1 / 31
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Desigualdades 02/14 1 / 31 Um teorema de grande importância e bastante utilidade em probabilidade
Leia 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 mais4.1. ESPERANÇA x =, x=1
4.1. ESPERANÇA 139 4.1 Esperança Certamente um dos conceitos mais conhecidos na teoria das probabilidade é a esperança de uma variável aleatória, mas não com esse nome e sim com os nomes de média ou valor
Leia maisCap. 8 Distribuições contínuas e modelo normal
Estatística Aplicada às Ciências Sociais Seta Edição Pedro Alberto Barbetta Florianópolis: Editora da UFSC, 2006 Cap. 8 Distribuições contínuas e modelo normal Variável aleatória discreta variável aleatória
Leia maisCapítulo 5 Distribuições de Probabilidades. Seção 5-1 Visão Geral. Visão Geral. distribuições de probabilidades discretas
Capítulo 5 Distribuições de Probabilidades 5-1 Visão Geral 5-2 Variáveis Aleatórias 5-3 Distribuição de Probabilidade Binomial 5-4 Média, Variância e Desvio Padrão da Distribuição Binomial 5-5 A 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 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 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 maisPROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano
PROBABILIDADE E ESTATÍSTICA Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 7 11/2014 Variáveis Aleatórias Variáveis Aleatórias Probabilidade e Estatística 3/41 Variáveis Aleatórias Colete
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 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 maisSUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS
4 SUMÁRIOS DE VARIÁVEIS ALEATÓRIAS CONTINUAS Em muitos problemas de probabilidade que requerem o uso de variáveis aleatórias, uma completa especificação da função de densidade de probabilidade ou não está
Leia 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 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 maisNotas de Aula. Copyright 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.
Notas de Aula Estatística Elementar 10ª Edição by Mario F. Triola Tradução: Denis Santos Slide 1 Capítulo 5 Distribuições de Probabilidades 5-1 Visão Geral 5-2 Variáveis Aleatórias 5-3 Distribuição de
Leia maisEstatística. 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 maisCAPÍTULO 5: VARIÁVEIS ALEATÓRIAS BIDIMENSIONAIS Todas as coisas aparecem e desaparecem por causa da concorrência de causas e condições. Nada nunca existe inteiramente só, tudo está em relação com todo
Leia 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 maisc.c. É a função que associa a cada x X(S) um número f(x) que deve satisfazer as seguintes propriedades:
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Seja X uma variável aleatória com conjunto de valores X(S). Se o conjunto de valores for infinito não enumerável então a variável
Leia maisCap. 6 Variáveis aleatórias contínuas
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 004 Cap. 6 Variáveis aleatórias contínuas APOIO: Fundação de Apoio
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 maisEfeito. Causas. Determinístico. Sistema Real. Probabilístico. Experiência para o qual o. modelo probabilístico é adequado.
Sistema Real Determinístico Probabilístico Causas Efeito X Causas Efeito Eperiência para o qual o modelo probabilístico é adequado. ❶ Não é possível prever um resultado particular, mas pode-se enumerar
Leia maisEscola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Variáveis Aleatórias
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Variáveis Aleatórias Professora Renata Alcarde Piracicaba março 2014 Renata Alcarde Estatística Geral 27 de Março de 2014 1 / 42
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 maisExperiência para o qual o modelo probabilístico é adequado. Efeito. Causas. E 1 : Joga-se um dado e observase o número da face superior.
Determinístico Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www. ufrgs.br/~viali/ Sistema Real Probabilístico Causas Efeito X Causas Efeito Eperiência para o qual o modelo probabilístico é adequado.
Leia maisEstatística Aplicada II. } Revisão: Probabilidade } Propriedades da Média Amostral
Estatística Aplicada II } Revisão: Probabilidade } Propriedades da Média Amostral 1 Aula de hoje } Tópicos } Revisão: } Distribuição de probabilidade } Variáveis aleatórias } Distribuição normal } Propriedades
Leia maisIntervalos de Confiança
Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de
Leia maisLucas Santana da Cunha de junho de 2018 Londrina
Variável aleatória contínua: Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 13 de junho de 2018 Londrina 1 / 26 Esperança e variância de Y Função de distribuição acumulada
Leia maisDistribuições Amostrais
Estatística II Antonio Roque Aula Distribuições Amostrais O problema central da inferência estatística é como fazer afirmações sobre os parâmetros de uma população a partir de estatísticas obtidas de amostras
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 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 maisVariáveis Aleatórias Contínuas e Distribuição de Probabilidad
Variáveis Aleatórias Contínuas e Distribuição de Probabilidades - parte I 2012/02 1 Variáveis Aleatórias Contínuas 2 Distribuições de Probabilidade e Funções Densidades de Probabil 3 4 Objetivos Ao final
Leia maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Intervalo Amostragem e inferência estatística População: consiste na totalidade das observações em que estamos interessados. Nº de observações na população é denominado tamanho=n.
Leia maisBIOESTATÍSTICA. Parte 3 Variáveis Aleatórias
BIOESTATÍSTICA Parte 3 Variáveis Aleatórias Aulas Teóricas de 29/03/2011 a 26/04/2011 3.1. Conceito de Variável Aleatória. Função de Distribuição Variáveis aleatórias Uma variável aleatória pode ser entendida
Leia 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. 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 maisExemplos. Experimento Aleatório. E 1 : Joga-se uma moeda quatro vezes e observa-se o número de caras;
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.ufrgs.br/~viali/ Eperimento Aleatório Eperiência para o qual o modelo probabilístico é adequado. Eemplos E : Joga-se uma moeda quatro vezes e observa-se
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 maisMedidas resumo. Wagner H. Bonat Elias T. Krainski Fernando P. Mayer
Medidas resumo Wagner H. Bonat Elias T. Krainski Fernando P. Mayer Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 28/03/2018 WB, EK, FM ( LEG/DEST/UFPR
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 : I, em que I. Esquematicamente: As variáveis aleatórias
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 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 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 maisIntrodução à Probabilidade e à Estatística (BCN ) Prova 2 (A) 16/08/2018 Correção
Introdução à Probabilidade e à Estatística (BCN0406-1) Prova 2 (A) 16/08/2018 Correção (1.pt) 1. Dadas as seguintes probabilidades associadas à variável aleatória X: -1 1 2 p() 1/2 1/3 1/6 a) Calcule a
Leia maisInferência para CS Modelos univariados contínuos
Inferência para CS Modelos univariados contínuos Renato Martins Assunção DCC - UFMG 2014 Renato Martins Assunção (DCC - UFMG) Inferência para CS Modelos univariados contínuos 2014 1 / 42 V.A. Contínua
Leia maisUniversidade Federal de Mato Grosso - UFMT Probabilidade e Estatística
Universidade Federal de Mato Grosso - UFMT Probabilidade e Estatística 1 Introdução Definição: Estatística é um conjunto de conceitos e métodos científicos para coleta, organização, descrição, análise
Leia maisÉ o conjunto de resultados de uma experiência aleatória. E 1 : Joga-se uma moeda quatro vezes e observa-se o número de caras e coroas;
Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/famat/viali Eperiência na qual o resultado é incerto. E : Joga-se uma moeda quatro vezes e observa-se o número de caras e coroas; E : Joga-se uma
Leia maisVariáveis Aleatórias Bidimensionais &Teoremas de Limite 1/22
all Variáveis Aleatórias Bidimensionais & Teoremas de Limite Professores Eduardo Zambon e Magnos Martinello UFES Universidade Federal do Espírito Santo DI Departamento de Informática CEUNES Centro Universitário
Leia 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 maisVariáveis aleatórias
Variáveis aleatórias Joaquim Neto joaquim.neto@ufjf.edu.br www.ufjf.br/joaquim_neto Departamento de Estatística - ICE Universidade Federal de Juiz de Fora (UFJF) Versão 3.0 Joaquim Neto (UFJF) ICE - UFJF
Leia maisVariáveis Aleatórias. Prof. Tarciana Liberal Departamento de Estatística - UFPB
Variáveis Aleatórias Prof. Tarciana Liberal Departamento de Estatística - UFPB Introdução Ao descrever o espaço amostral de um experimento aleatório, não especificamos que um resultado individual seja
Leia maisProbabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://páginapessoal.utfpr.edu.br/ngsilva Estimação de Parâmetros Intervalo de Confiança Introdução A inferência estatística é o processo
Leia maisEstatística 4 - Variáveis Aleatórias Unidimensionais
Estatística 4 - Variáveis Aleatórias Unidimensionais UNESP FEG DPD Prof. Edgard - 11 4-1 VARIÁVEIS ALEATÓRIAS UNIDIMENSIONAIS Variável Aleatória X é uma Função que associa um número real a cada Evento
Leia maisConceitos básicos: Variável Aleatória
: Variável Aleatória Variável aleatória (v.a.) valor numérico que é resultado de uma eperiência aleatória. Podemos ter variáveis aleatórias contínuas ou discretas. Eemplo 1: Suponha que lança duas moedas
Leia maisVariáveis Aleatórias. Prof. Tarciana Liberal Departamento de Estatística - UFPB
Variáveis Aleatórias Prof. Tarciana Liberal Departamento de Estatística - UFPB Introdução Ao descrever o espaço amostral de um experimento aleatório, não especificamos que um resultado individual seja
Leia maisVariáveis Aleatórias. Henrique Dantas Neder. April 26, Instituto de Economia - Universidade Federal de Uberlândia
Variáveis Aleatórias Henrique Dantas Neder Instituto de Economia - Universidade Federal de Uberlândia April 2, 202 VARIÁVEL ALEATÓRIA DISCRETA O conceito de variável aleatória está intrínsicamente relacionado
Leia maisVariáveis Aleatórias Contínuas e Distribuição de Probabilidad
Variáveis Aleatórias Contínuas e Distribuição de Probabilidades - parte I 29 de Abril de 2014 Objetivos Ao final deste capítulo você deve ser capaz de: Determinar probabilidades a partir de funções densidades
Leia mais