Probabilidade e Estatística
|
|
- Sebastião Lucca Amarante Alvarenga
- 6 Há anos
- Visualizações:
Transcrição
1 Probabilidade e Estatística Distribuições Discretas de Probabilidade Prof. Narciso Gonçalves da Silva
2 Introdução Distribuições Discretas de Probabilidade Muitas variáveis aleatórias associadas a experimentos aleatórios têm propriedades similares e, portanto, podem ser descritas através de uma mesma distribuição de probabilidade, com pressuposições bem definidas. A escolha da distribuição de probabilidade deve ser criteriosa de modo que descreva corretamente as observações geradas no experimento aleatório. 2
3 1. Distribuição Uniforme Seja uma variável aleatória X discreta que assume os valores x 1, x 2, x 3,..., x n. A função de probabilidade para a variável aleatória X com distribuição uniforme é definida por: 1 P( X = x) = x { x1, x2, x3,..., xn} n 3
4 1. Distribuição Uniforme Esperança Matemática E( X) = = n i= 1 n x i Variância V( X) = 2 = n i= 1 ( x i n - ) 2 4
5 1. Distribuição Uniforme Exemplo: Seja o experimento aleatório em que um dado não viciado é lançado. Considerando a variável aleatória X sendo a observação da face que ocorre, determine a função de probabilidade. X = {1, 2, 3, 4, 5, 6} 1 1 P ( X = x) = = x {1,2,3,4,5,6 } n 6 5
6 2. Distribuição de Bernoulli Esta distribuição se baseia no Experimento de Bernoulli (Jacques Bernoulli, ) que consiste de experimento onde só pode ocorrer dois resultados: um chamado de sucesso (S) e outro chamado de fracasso (F). Exemplos: a) No lançamento de uma moeda não viciada. Sucesso = ocorrer cara Fracasso = não ocorrer cara = ocorrer coroa b) Uma lâmpada é escolhida aleatoriamente. Sucesso = se a lâmpada está queimada Fracasso = se a lâmpada não está queimada 6
7 2. Distribuição de Bernoulli A variável aleatória discreta X associada a estes resultados são de tal forma que: X = 1 se o resultado for sucesso; X = 0 se o resultado for um fracasso. Se p é a probabilidade de ocorrer sucesso, então 1 p = q será a probabilidade de ocorrer o fracasso no experimento. Logo, a função de probabilidade para a variável aleatória X que tem distribuição de Bernoulli é definida por: Ou ainda: P(X = x) = p x.q 1-x = p x.(1 p) 1-x O único parâmetro da função de probabilidade é p. 7
8 2. Distribuição de Bernoulli Esperança Matemática E(X) = µ = 1.p + 0.q = p Variância V(X) = σ 2 = (1 p) 2.p + (0 p) 2.q = p.q Observações: 1ª) Quanto maior a probabilidade de sucesso, maior é a esperança matemática; 2ª) A variância será máxima quanto p = q = 0,5. 8
9 2. Distribuição de Bernoulli Exemplo: Experimento aleatório = um dado é lançado e o resultado é observado. Considere a variável aleatória X = 1 quando ocorre face 4 e X = 0 quando não ocorre face 4. Determine a função de probabilidade para a variável aleatória X. Resposta: P(X = x) = (1/6) x.(5/6) 1-x 9
10 3. Distribuição Binomial Está distribuição recebe este nome em homenagem à Isaac Newton ( ). Suponha que se realize o Experimento de Bernoulli n vezes independentemente e que a variável aleatória discreta X represente o número de sucessos que ocorre com probabilidade p, ou seja, X = {0, 1, 2, 3,..., n}. Considere inicialmente a seguinte sequência: SSS...SFFF...F Como realizou-se n vezes o Experimento de Bernoulli, então está sequência tem x sucessos e (n x) fracassos. Considerando a independência e que a probabilidade de sucesso p e a de fracasso q são contantes para todas as n realizações do experimento, então a probabilidade de ocorrência desta sequência é: p.p.p...p.q.q.q...q = p x.q n-x. 10
11 3. Distribuição Binomial Pode-se obter x sucessos e (n x) fracassos em n realizações do experimento através de C n,x sequências possíveis, e todas com a mesma probabilidade p x.q n-x. Sendo assim, a probabilidade de obter x sucessos em n realizações do experimento é: P(X = x) = p x.q n-x + p x.q n-x p x.q n-x = C n,x.p x.q n-x Fazendo C n,x = () n x () n x x P X = x = p q n - ( ).. x Os parâmetros da função de probabilidade da distribuição binomial são n e p. 11
12 3. Distribuição Binomial Observações: n n! 1ª) = recebe o nome de número binomial. x ( n - x)! x! () (Lê-se n sobre x) 2ª) Uma vez definido o resultado que será sucesso, a variável aleatória X representa o número de sucessos observados em n realizações independentes do experimento. 3ª) A independência pode ser obtida quando se tratar de retirada de amostra com reposição 12
13 3. Distribuição Binomial Esperança Matemática Sendo X 1, X 2, X 3,..., X n os experimentos de Bernoulli. Então: X = X 1 + X 2 + X X n. E(X) = µ = E(X 1 ) + E(X 2 ) + E(X 3 ) E(X n ) E(X) = µ = p + p + p p E(X) = µ = n.p Variância V(X) = σ 2 = V(X 1 ) + V(X 2 ) + V(X 3 ) V(X n ) V(X) = σ 2 = p.q + p.q + p.q p.q V(X) = σ 2 = n.p.q 13
14 3. Distribuição Binomial Exemplos: 1) Um experimento aleatório consiste em lançar 8 moedas não viciadas. Determine a probabilidade de ocorrer exatamente 4 coroas. 2) Numa fábrica, 10% dos copos de vidro se quebram ao serem colocados em caixas que comportam 5 copos. Escolhendo ao acaso uma caixa, determine a probabilidade de: a) Haver 3 copos quebrados; b) Haver algum copo quebrado. 3) A probabilidade de sair coroa no lançamento de uma moeda viciada é quatro vezes a probabilidade de sair cara. Qual a probabilidade de sair 4 coroas em 6 lançamentos desta moeda? 14
15 4. Distribuição Geométrica Considere a variável aleatória discreta X sendo o número de observações de um Experimento de Bernoulli até a ocorrência de um sucesso com probabilidade p, ou seja, o número de tentativas até obter o primeiro sucesso. 1ª tentativa: p 2ª tentativa: q.p 3ª tentativa: q.q.p = q 2.p 4ª tentativa: q.q.q.p = q 3.p x a tentativa: q x-1.p = (1 p) x-1.p Diz-se, então, que está variável aleatória X está geometricamente distribuída com parâmetro p e tem função de probabilidade dada por: P(X = x) = p.(1 p) x 1 onde x ϵ X = {1, 2, 3,... } 15
16 4. Distribuição Geométrica Esperança Matemática E(X) = µ = p 1 Variância q 1-p V(X) = σ 2 = 2 = 2 p p 16
17 4. Distribuição Geométrica Exemplos: 1) Uma urna tem 5 bolas verdes e 4 brancas. Qual a probabilidade que se tenha que tirar 5 bolas com reposição até sair uma branca? Resposta: (5/9) 4.(4/9) = 1,73% 2) Qual a probabilidade de ocorrer a primeira face 2 no 6º lançamento de um dado não viciado? Resposta: (5/6) 5.(1/6) = 6,70% 17
18 5. Distribuição de Pascal Na Distribuição de Pascal (Blaise Pascal, ), também conhecida por Distribuição Binomial Negativa, a variável aleatória discreta X representa o número de observações de um Experimento de Bernoulli até a ocorrência de k sucessos. A função de probabilidade para a variável aleatória X é dada por: Sendo p e k os parâmetros da Distribuição de Pascal, com x ϵ {k, k+1, k+2,... }. 18
19 5. Distribuição de Pascal Observações: 1ª) k é o número de sucesso desejado e x é o número de tentativas para que o k-ésimo sucesso ocorra. 2ª) A variável aleatória da Distribuição Binomial representa o número de sucessos em n realizações do Experimento de Bernoulli enquanto que a variável aleatória da Distribuição de Pascal é o número de tentativas para se ter k sucessos. 3ª) Quando ocorre o k-ésimo sucesso na x-ésima tentativa, já ocorreu (k 1) sucessos e (x k) fracassos entre as primeiras (x 1) tentativas. 19
20 5. Distribuição de Pascal Esperança Matemática E(X) = µ = p k Variância k. q k.(1- p) V(X) = σ 2 = 2 = 2 p p 20
21 5. Distribuição de Pascal Exemplos: 1) De cada 100 produtos confeccionados, 5 tem defeitos. Qual a probabilidade que o 5º produto inspecionado seja o 2º com defeito? Resposta: 4.(0,05) 2.(0,95) 3 = 0,86% 2) Uma máquina produz 10% de peças defeituosas. Qual a probabilidade que a máquina tenha que fabricar 6 peças para se conseguir 3 sem defeitos? Resposta: 10.(0,90) 3.(0,10) 3 = 0,73% 21
22 6. Distribuição Hipergeométrica Considere um conjunto de N elementos, dos quais k elementos tem um determinada característica (k N). São extraídos n elementos sem reposição deste conjunto (n N). A variável aleatória discreta X que representa o número de elementos dentre os n elementos que terão a referida característica determina uma distribuição de probabilidade denominada hipergeométrica. A função de probabilidade para esta variável aleatória X é dada por: com 0 x n e x k 22
23 6. Distribuição Hipergeométrica Esperança Matemática E(X) = µ = n.p sendo p = N k Variância V(X) = σ 2 = n.p.q. N - n N -1 23
24 6. Distribuição Hipergeométrica Observações: 1ª) Na distribuição hipergeométrica a probabilidade de sucesso não é constante em todas as realizações do experimento, uma vez que os eventos não são independentes, ou seja, as amostras são extraídas sem reposição. 2ª) O fator (N n)/(n 1) é denominado fator de correção para população finita. A amostragem com reposição (modelo binomial) é equivalente à amostragem de população infinita porque a probabilidade de sucesso permanece constante para as n realizações do experimento. Na amostragem sem reposição (modelo hipergeométrico) a população é finita. 3ª) No modelo hipergeométrico, se n é pequeno com relação a N, o fator de correção tende à 1. Neste caso, a distribuição hipergeométrica pode ser aproximada pela distribuição binomial fazendo p = k/n. 24
25 6. Distribuição Hipergeométrica Exemplos: 1) Qual a probabilidade de sair 2 cartas pretas em 5 extrações de um baralho comum, sem reposição. Resposta: 32,51% 2) Uma caixa tem 12 lâmpadas das quais 5 estão queimadas. São escolhidas aleatoriamente 6 lâmpadas da caixa. Qual a probabilidade que duas lâmpadas estejam queimadas? Resposta: 37,88% 3) Retirou-se 6 cartas de um baralho comum sem reposição. Qual a probabilidade que 4 cartas sejam figuras? Resposta: 1,90% 25
26 7. Distribuição Multinomial A distribuição multinomial que também conhecida por distribuição polinomial, é uma extensão da distribuição binomial para mais de um evento. Considere um experimento aleatório realizado n vezes, com k possíveis resultados. Sejam X 1, X 2, X 3,... X k as variáveis aleatórias discretas que denotam o total de ocorrências de cada um dos k resultados tais que n = n 1 + n 2 + n n k. A função de probabilidade para a variável aleatória X polinomialmente distribuída é dada por: 26
27 7. Distribuição Multinomial Esperança Matemática E(X i ) = n.p i com i = 1, 2, 3,..., k Variância V(X i ) = n.p i.q i com i = 1, 2, 3,..., k 27
28 7. Distribuição Multinomial Exemplos: 1) Um dado não viciado é lançado 8 vezes. Qual a probabilidade de aparecer 1 vez a face 2, 3 vezes a face 5 e 4 vezes a face 6? Resposta: 0,016% 2) Uma caixa tem 6 bolas brancas, 4 verdes e 2 amarelas. São retiradas 6 bolas com reposição. Determine a probabilidade de sair 2 bolas brancas, 3 amarelas e 1 verde. Resposta: 2,31% 28
29 8. Distribuição de Poisson Na distribuição de Poisson (Siméon-Denis Poisson) ( ), a variável aleatória discreta X representa o número de sucessos que ocorrem num certo intervalo contínuo. Por exemplo: 1º) Número de acidentes de carros por dia que ocorrem numa determinada cidade. 2º) Número de chamadas telefônica recebidas por hora em uma central telefônica. 3º) Número de defeitos de soldagem numa chapa de 1 m 2. 29
30 8. Distribuição de Poisson A função de probabilidade para a variável aleatória X é dada por: x ϵ {0, 1, 2, 3,... } e 2,718 é o parâmetro da distribuição que denota a média de ocorrência de sucesso no intervalo considerado. Esperança Matemática E(X) = µ = Variância V(X) = σ 2 = 30
31 8. Distribuição de Poisson Um Experimento de Poisson possui as seguintes características: 1ª) O número de sucessos que ocorrem num intervalo ou região específica é independente daquele que ocorre em qualquer outro intervalo ou região disjunto. 2ª) A probabilidade de ocorrência de um único sucesso que ocorre num intervalo pequeno é proporcional ao comprimento do intervalo e não depende do número de sucessos que ocorrem fora deste intervalo. Observação: Uma aproximação da Distribuição Binomial pode ser feita pela Distribuição do Poisson fazendo = n.p. Quanto maior o valor de n e menor o valor de p melhor será a aproximação. 31
32 8. Distribuição de Poisson Exemplos: 1) Num determinado aeroporto chegam, em média, 6 aviões por dia. Determine a probabilidade de um certo dia chegar dois ou mais aviões. Resposta: 98,26% 2) O número de telefonemas recebidos numa central telefônica é de 20 por hora. Qual a probabilidade da central receber 8 telefonemas em meia hora? Resposta: 11,27% 3) Um dado não viciado foi lançado 30 vezes. Qual a probabilidade de sair 10 faces 2? Resposta: Binomial = 1,3% e Poisson = 1,8% 32
33 Exercício Um urna contém 3 bolas vermelhas, 2 verdes e 5 brancas. Determine: a) A probabilidade que a 7ª bola retirada com reposição seja a 1ª vermelha; Resp. Geométrica: (0,7) 6.(0,3) = 3,53% b) A probabilidade que em 10 bolas retiradas com reposição, 3 sejam vermelhas; Resp. Binomial: 120.(0,3) 3.(0,7) 7 = 26,68% c) A probabilidade que de 5 bolas extraídas sem reposição, 2 sejam vermelhas; Resp. Hipergeométrica: (3.35)/252 = 13,89% d) A probabilidade que a 10ª bola retirada com reposição seja a 3ª vermelha. Resp. Pascal: 36.(0,3) 3.(0,7) 7 = 8% 33
Estatística. Capítulo 4: Distribuições Teóricas de Probabilidades de Variáveis Aleatórias Discretas. Professor Fernando Porto
Estatística Capítulo 4: Distribuições Teóricas de Probabilidades de Variáveis Aleatórias Discretas Professor Fernando Porto Capítulo 4 Baseado no Capítulo 4 do livro texto, Distribuições Teóricas de Probabilidades
Leia maisPROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS. Aula 7 11 e 12 abril MOQ-12 Probabilidades e Int. a Processos Estocásticos
PROBABILIDADES E INTRODUÇÃO A PROCESSOS ESTOCÁSTICOS Aula 7 11 e 12 abril 2007 1 Distribuições Discretas 1. Distribuição Bernoulli 2. Distribuição Binomial 3. Distribuição Geométrica 4. Distribuição Pascal
Leia mais1 Distribuição de Bernoulli
Centro de Ciências e Tecnlogia Agroalimentar - Campus Pombal Disciplina: Estatística Básica - 2013 Aula 6 Professor: Carlos Sérgio Distribuições Teóricas de Probabilidades de Variáveis Aleatórias Discretas
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 maisDaniel Queiroz VARIÁVEIS ALEATÓRIAS DISCRETAS
Daniel Queiroz VARIÁVEIS ALEATÓRIAS DISCRETAS INTRODUÇÃO O que é uma variável aleatória? Um tipo de variável que depende do resultado aleatório de um experimento aleatório. Diz-se que um experimento é
Leia maisPRO 2271 ESTATÍSTICA I. 3. Distribuições de Probabilidades
PRO71 ESTATÍSTICA 3.1 PRO 71 ESTATÍSTICA I 3. Distribuições de Probabilidades Variáveis Aleatórias Variáveis Aleatórias são valores numéricos que são atribuídos aos resultados de um eperimento aleatório.
Leia maisVariável Aleatória Poisson. Número de erros de impressão em uma
EST029 Cálculo de Probabilidade I Cap. 7. Principais Variáveis Aleatórias Discretas Prof. Clécio da Silva Ferreira Depto Estatística - UFJF Variável Aleatória Poisson Caraterização: Usa-se quando o experimento
Leia maisCálculo das Probabilidades e Estatística I
Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Modelos de distribuição Para utilizar a teoria
Leia maisPROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES
PROBABILIDADE E ESTATÍSTICA DISTRIBUIÇÕES DE PROBABILIDADES Bruno Baierle Maurício Furigo Prof.ª Sheila Regina Oro (orientadora) Edital 06/2013 - Produção de Recursos Educacionais Digitais Variável Aleatória
Leia maisProbabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 1 / 13
Probabilidade I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 1 / 13 Distribuição Geométrica Considere novamente uma sequência
Leia maisEstatística. Probabilidade. Conteúdo. Objetivos. Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal.
Estatística Probabilidade Profa. Ivonete Melo de Carvalho Conteúdo Definições. Probabilidade: regras e aplicações. Distribuição Discreta e Distribuição Normal. Objetivos Utilizar a probabilidade como estimador
Leia maisPARTE 2. Profª. Drª. Alessandra de Ávila Montini
PARTE 2 Profª. Drª. Alessandra de Ávila Montini Conteúdo Introdução a Probabilidade Conceito de Experimento Conceito de Espaço Amostral Conceito de Variável Aleatória Principais Distribuições de Probabilidade
Leia maisDISTRIBUIÇÕES BERNOULLI E BINOMIAL
DISTRIBUIÇÕES BERNOULLI E BINOMIAL Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 26 de junho de 2017 Distribuição Bernoulli Nos experimentos
Leia 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 maisFACULDADE DE TECNOLOGIA DE GUARATINGUETÁ
FACULDADE DE TECNOLOGIA DE GUARATINGUETÁ ESTATÍSTICA II Nota de aula 1 Prof. MSc. Herivelto T Marcondes dos Santos Fevereiro /2009 1 Modelos de probabilidade 1.1 Variável aleatória Definição: Sejam ε um
Leia maisrio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade Aleatórias Discretas
ITA - Laboratório rio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade Aula 03: Variáveis Aleatórias Discretas Qual a similaridade na natureza dessas grandezas? Tempo de espera de um ônibus
Leia maisIntrodução à probabilidade e estatística I
Introdução à probabilidade e estatística I Variáveis Aleatórias Prof. Alexandre G Patriota Sala: 298A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Probabilidade Daqui por diante utilizaremos
Leia 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 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 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 maisMAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade
MAT 461 Tópicos de Matemática II Aula 8: Resumo de Probabilidade Edson de Faria Departamento de Matemática IME-USP 28 de Agosto, 2013 Probabilidade: uma Introdução / Aula 8 1 Desigualdades de Markov e
Leia mais3 NOÇÕES DE PROBABILIDADE
3 NOÇÕES DE PROILIDDE 3.1 Conjuntos Um conjunto pode ser considerado como uma coleção de objetos chamados elementos do conjunto. Em geral denota-se conjunto por letras maiúsculas,, C,... e a sua representação
Leia mais1 Definição Clássica de Probabilidade
Centro de Ciências e Tecnologia Agroalimentar - Campus Pombal Disciplina: Estatística Básica - 2013 Aula 4 Professor: Carlos Sérgio UNIDADE 2 - Probabilidade: Definições (Notas de aula) 1 Definição Clássica
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. 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 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 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 maisModelos Binomial e Poisson
Modelos Binomial e Poisson Cristian Villegas clobos@usp.br http://www.lce.esalq.usp.br/arquivos/aulas/2014/lce0216/ 1 Distribuição Bernoulli Se um experimento possui dois possíveis resultados, sucesso
Leia maisVariáveis Aleatórias Discretas e Distribuição de Probabilidade
Variáveis Aleatórias Discretas e Distribuição de Probabilidades - parte II 29 de Março de 2011 Distribuição Uniforme Discreta Média Propriedade da falta de memória Objetivos Ao final deste capítulo você
Leia maisProbabilidade. Probabilidade e Estatística. Prof. Dr. Narciso Gonçalves da Silva
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Probabilidade Probabilidade Experimento Aleatório Um experimento é dito aleatório quando satisfaz
Leia mais6ª Lista de Probabilidade I Professor: Spencer
6ª Lista de Probabilidade I Professor: Spencer 1) Em um determinado processo de fabricação, 10% das peças são consideradas defeituosas. As peças são acondicionadas em caixas com 5 unidades cada uma, Pergunta-se:
Leia maisEST029 Cálculo de Probabilidade I Cap. 4: Variáveis Aleatórias Unidimensionais
EST029 Cálculo de Probabilidade I Cap. 4: Variáveis Aleatórias Unidimensionais Prof. Clécio da Silva Ferreira Depto Estatística - UFJF Introdução Considere o experimento: Lançamento de uma moeda. Resultados
Leia mais4. Distribuições de probabilidade e
4. Distribuições de probabilidade e características Valor esperado de uma variável aleatória. Definição 4.1: Dada uma v.a. discreta (contínua) X com f.m.p. (f.d.p.) f X (), o valor esperado (ou valor médio
Leia maisVariáveis Aleatórias Discretas e Distribuição de Probabilidade
Variáveis Aleatórias Discretas e Distribuição de Probabilidades - parte IV 2012/02 1 Distribuição Poisson Objetivos Ao final deste capítulo você deve ser capaz de: Ententer suposições para cada uma das
Leia maisInstituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica. Professora: Denise Beatriz T. P. do Areal Ferrari
Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica Professora: Denise Beatriz T. P. do Areal Ferrari denise@ita.br Distribuições Discretas Uniforme Bernoulli Binomial Poisson
Leia maisConjunto de Valores. A Função de Probabilidade (fp)
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br htt://www.mat.ufrgs.br/~viali/ Bernoulli Binomial Binomial Negativa ou Pascal Geométrica Hiergeométrica Uniforme Poisson Eerimento Qualquer um que corresonda a
Leia maisAproximação da Distribuição Binomial pela Distribuição Normal
Aproximação da Distribuição Binomial pela Distribuição Normal Uma das utilidades da distribuição normal é que ela pode ser usada para fornecer aproximações para algumas distribuições de probabilidade discretas.
Leia maisEstatística I Aula 8. Prof.: Patricia Maria Bortolon, D. Sc.
Estatística I Aula 8 Prof.: Patricia Maria Bortolon, D. Sc. MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS CONTÍNUAS Lembram o que vimos sobre V.A. contínua na Aula 6? Definição: uma variável
Leia 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 maisModelos discretos e contínuos
Modelos discretos e contínuos Joaquim Neto joaquim.neto@ufjf.edu.br Departamento de Estatística - ICE Universidade Federal de Juiz de Fora (UFJF) Versão 3.0 Joaquim Neto (UFJF) ICE - UFJF Versão 3.0 1
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 maisLISTA DE EXERCÍCIOS 1 ESTATÍSTICA E PROBABILIDADES
LISTA DE EXERCÍCIOS 1 ESTATÍSTICA E PROBABILIDADES 1- Ordene os dados indicando o 1º, 2º e 3º quartil 45, 56, 62, 67, 48, 51, 64, 71, 66, 52, 44, 58, 55, 61, 48, 50, 62, 51, 61, 55 2- Faça a análise da
Leia maisUniversidade Federal de Goiás Instituto de Matemática e Estatística
Universidade Federal de Goiás Instituto de Matemática e Estatística Prova de Probabilidade Prof.: Fabiano F. T. dos Santos Goiânia, 31 de outubro de 014 Aluno: Nota: Descreva seu raciocínio e desenvolva
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 maisVARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE
VARIÁVEIS ALEATÓRIAS E DISTRIBUIÇÕES DE PROBABILIDADE.1 INTRODUÇÃO Admita que, de um lote de 10 peças, 3 das quais são defeituosas, peças são etraídas ao acaso, juntas (ou uma a uma, sem reposição). Estamos
Leia maisFICHA DE TRABALHO N. O 9
FICHA DE TRABALHO N. O 9 ASSUNTO: Modelos de probabilidade: probabilidade condicional 1. Sejam A e B dois acontecimentos tais que: P (A) = 0,3 e P (B ) = 0,7 Determine P (A B ), sabendo que: 1.1 Os acontecimentos
Leia maisT o e r o ia a da P oba ba i b lida d de
Teoria da Probabilidade Prof. Joni Fusinato Teoria da Probabilidade Consiste em utilizar a intuição humana para estudar os fenômenos do nosso cotidiano. Usa o princípio básico do aprendizado humano que
Leia maisELEMENTOS DE PROBABILIDADE. Prof. Paulo Rafael Bösing 25/11/2015
ELEMENTOS DE PROBABILIDADE Prof. Paulo Rafael Bösing 25/11/2015 ELEMENTOS DE PROBABILIDADE Def.: Um experimento é dito aleatório quando o seu resultado não for previsível antes de sua realização, ou seja,
Leia maisProcessos Estocásticos. Introdução. Probabilidade. Introdução. Espaço Amostral. Luiz Affonso Guedes. Fenômenos Determinísticos
Processos Estocásticos Luiz ffonso Guedes Sumário Probabilidade Variáveis leatórias Funções de Uma Variável leatória Funções de Várias Variáveis leatórias Momentos e Estatística Condicional Teorema do
Leia maisAula de Estatística 13/10 à 19/10. Capítulo 4 (pág. 155) Distribuições Discretas de Probabilidades
Aula de Estatística 13/10 à 19/10 Capítulo 4 (pág. 155) Distribuições Discretas de Probabilidades 4.1 Distribuições de probabilidades Variáveis Aleatórias Geralmente, o resultado de um experimento de probabilidades
Leia maisPROBABILIDADE. Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti
Curso: Logística e Transportes Disciplina: Estatística Profa. Eliane Cabariti PROBABILIDADE Dizemos que a probabilidade é uma medida da quantidade de incerteza que existe em um determinado experimento.
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 maisLista de Exercícios 4
Introdução à Teoria de Probabilidade. Informática Biomédica. Departamento de Física e Matemática. USP-RP. Prof. Rafael A. Rosales 30 de maio de 2007. Lista de Exercícios 4 são difíceis, são bem mais difíceis.
Leia maisEstatística Empresarial. Fundamentos de Probabilidade
Fundamentos de Probabilidade A probabilidade de chuva é de 90% A probabilidade de eu sair é de 5% Conceitos Básicos Conceitos Básicos 1. Experiência Aleatória (E) Processo de obtenção de uma observação
Leia maisPROBABILIDADE. Numero de Resultados Desejado Numero de Resultados Possiveis EXERCÍCIOS DE AULA
PROBABILIDADE São duas as questões pertinentes na resolução de um problema envolvendo probabilidades. Primeiro, é preciso quantificar o conjunto de todos os resultados possíveis, que será chamado de espaço
Leia maisPROBABILIDADE PROPRIEDADES E AXIOMAS
PROBABILIDADE ESPAÇO AMOSTRAL É o conjunto de todos os possíveis resultados de um experimento aleatório. A este conjunto de elementos denominamos de espaço amostral ou conjunto universo, simbolizado por
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 maisPROBABILIDADE. ENEM 2016 Prof. Marcela Naves
PROBABILIDADE ENEM 2016 Prof. Marcela Naves PROBABILIDADE NO ENEM As questões de probabilidade no Enem podem cobrar conceitos relacionados com probabilidade condicional e probabilidade de eventos simultâneos.
Leia mais3. Probabilidade P(A) =
7 3. Probabilidade Probabilidade é uma medida numérica da plausibilidade de que um evento ocorrerá. Assim, as probabilidades podem ser usadas como medidas do grau de incerteza e podem ser expressas de
Leia maisDistribuições Discretas
META: Estudar o comportamento das Variáveis Aleatórias Discretas, bem como das Distribuições Binomial e Poisson e suas aplicações. Entender o comportamento de uma Variável aleatória Contínua. OBJETIVOS:
Leia maisDistribuições de Probabilidade
Distribuições de Probabilidade 1 Aspectos Gerais 2 Variáveis Aleatórias 3 Distribuições de Probabilidade Binomiais 4 Média e Variância da Distribuição Binomial 5 Distribuição de Poisson 1 1 Aspectos Gerais
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 maisProf. Luiz Alexandre Peternelli
Exercícios propostos 1. Numa prova há 7 questões do tipo verdadeiro-falso ( V ou F ). Calcule a probabilidade de acertarmos todas as 7 questões se: a) Escolhermos aleatoriamente as 7 respostas. b) Escolhermos
Leia maisTópicos. Conjuntos Fatorial Combinações Permutações Probabilidade Binômio de Newton triângulo de Pascal
Probabilidade Tópicos Conjuntos Fatorial Combinações Permutações Probabilidade Binômio de Newton triângulo de Pascal Conjuntos Conjunto: Na matemática, um conjunto é uma coleção de elementos com características
Leia maisDistribuições de Probabilidade
Distribuições de Probabilidade Departamento de Matemática Escola Superior de Tecnologia de Viseu (DepMAT ESTV) Distribuições de Probabilidade 2007/2008 1 / 31 Introdução Introdução Já vimos como caracterizar
Leia maisNoções sobre Probabilidade
Noções sobre Probabilidade Introdução Vimos anteriormente como apresentar dados em tabelas e gráficos, e também como calcular medidas que descrevem características específicas destes dados. Mas além de
Leia maisOs experimentos que repetidos sob as mesmas condições produzem resultados geralmente diferentes serão chamados experimentos aleatórios.
PROBABILIDADE A teoria das Probabilidades é o ramo da Matemática que cria, desenvolve e em geral pesquisa modelos que podem ser utilizados para estudar experimentos ou fenômenos aleatórios. Os experimentos
Leia maisLista 3 - Introdução à Probabilidade e Estatística
Lista - Introdução à Probabilidade e Estatística Probabilidade em Espaços Equiprováveis 1 Num evento científico temos 1 físicos e 11 matemáticos. Três deles serão escolhidos aleatoriamente para participar
Leia maisLista 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 maisNessa 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 maisDISTRIBUIÇÃO BINOMIAL
Universidade Federal de Viçosa - CCE / DPI Inf 161 - Iniciação à Estatística / INF 16 Estatística I Lista de Exercícios: Cap. 4 - Distribuições de Variáveis Aleatórias DISTRIBUIÇÃO BINOMIAL 1. Determine
Leia maisEspaços Amostrais Finitos
2 ESQUEMA DO CAPÍTULO Espaços Amostrais Finitos 1.1 ESPAÇO AMOSTRAL FINITO 1.2 RESULTADOS IGUALMENTE VEROSSÍMEIS 1.3 MÉTODOS DE ENUMERAÇÃO UFMG-ICEx-EST-032/045 Cap. 2 - Espaços Amostrais Finitos 1 2.1
Leia maisEstatística para Cursos de Engenharia e Informática
Estatística para Cursos de Engenharia e Informática BARBETTA, Pedro Alberto REIS, Marcelo Menezes BORNIA, Antonio Cezar MUDANÇAS E CORREÇOES DA ª EDIÇÃO p. 03, após expressão 4.9: P( A B) = P( B A) p.
Leia maisINTRODUÇÃO À PROBABILIDADE
INTRODUÇÃO À PROBABILIDADE Foto extraída em http://www.alea.pt Profª Maria Eliane Universidade Estadual de Santa Cruz USO DE PROBABILIDADES EM SITUAÇÕES DO COTIDIANO Escolhas pessoais Previsão do tempo
Leia maisOs experimentos que repetidos sob as mesmas condições produzem resultados geralmente diferentes serão chamados experimentos aleatórios.
PROBABILIDADE Prof. Aurimenes A teoria das Probabilidades é o ramo da Matemática que cria, desenvolve e em geral pesquisa modelos que podem ser utilizados para estudar experimentos ou fenômenos aleatórios.
Leia maisExperiências Aleatórias. Espaço de Resultados. Acontecimentos
Experiências Aleatórias. Espaço de Resultados. Acontecimentos Experiência Aleatória É uma experiência em que: não se sabe exactamente o resultado que se virá a observar; conhece-se o universo dos resultados
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 mais6.3 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 maisQUESTÕES DE CONCURSOS PÚBLICOS ENVOLVENDO PROBABILIDADE
QUESTÕES DE CONCURSOS PÚBLICOS ENVOLVENDO PROBABILIDADE 1) Uma moeda não tendenciosa é lançada quatro vezes. A probabilidade de que sejam obtidas duas caras e duas coroas é: (A) 3/8 (B) ½ (C) 5/8 (D) 2/3
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 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 maisVariáveis Discretas e Distribuições de Probabilidade. Distribuição Binomial
Variáveis Discretas e Distribuições de Probabilidade Distribuição Binomial Experimentos aleatórios e variáveis aleatórias: 1. Jogue uma moeda ao ar 10 vezes. X é o número de caras obtidas. 2. Uma máquina
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 maisa) Considerando o lançamento de dois dados, o espaço amostral é Tabela 1: Tabela de distribuição de X. X P 11/36 9/36 7/36 5/36 3/36 1/36
1 Exercício 1 Um par de dados não viciados é lançado. Seja X a variável aleatória denotando o menor dos dois números observados. a) Encontre a tabela da distribuição dessa variável. b) Construa o gráfico
Leia maisModelos básicos de distribuição de probabilidade
Capítulo 6 Modelos básicos de distribuição de probabilidade Muitas variáveis aleatórias, discretas e contínuas, podem ser descritas por modelos de probabilidade já conhecidos. Tais modelos permitem não
Leia maisExercícios de Teoria da Probabilidade e Processos Estocásticos Parte II
Exercícios de Teoria da Probabilidade e Processos Estocásticos Parte II 13 de Dezembro de 2013 Exercício 1. Descreva o espaço de probabilidade associado às seguintes experiências aleatórias: 1. Uma moeda
Leia maisUma estatística é uma característica da amostra. Ou seja, se
Estatística Uma estatística é uma característica da amostra. Ou seja, se X 1,..., X n é uma amostra, T = função(x 1,..., X n é uma estatística. Exemplos X n = 1 n n i=1 X i = X 1+...+X n : a média amostral
Leia maisUnidade IV ESTATÍSTICA. Prof. Fernando Rodrigues
Unidade IV ESTATÍSTICA Prof. Fernando Rodrigues Análise combinatória Analise combinatória é a área da Matemática que trata dos problemas de contagem. Ela é utilizada para contarmos o número de eventos
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 Discretas - Esperança e Variância
Exemplo Um empresário pretende estabelecer uma firma para montagem de um componente mecânico. Cada peça é composta de duas partes, A e B, cada uma com uma chance específica de ser defeituosa. Só é possível
Leia maisUnidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno
Unidade I ESTATÍSTICA APLICADA Prof. Mauricio Fanno Estatística indutiva Estatística descritiva Dados no passado ou no presente e em pequena quantidade, portanto, reais e coletáveis. Campo de trabalho:
Leia maisProbabilidade e Estatística 2011/2
Probabilidade e Estatística 2011/2 Prof. Fernando Deeke Sasse Exercícios resolvidos sobre distribuições discretas Distribuição Binomial 1. Lotes de 50 peças são examinados. O número médio de peças não-conformes
Leia maisDisciplina de Estatística Prof. Msc Quintiliano Siqueira Schroden Nomelini LISTA DE PROBABILIDADES
Disciplina de Estatística Prof. Msc Quintiliano Siqueira Schroden Nomelini LISTA DE PROBABILIDADES 1) Determine a probabilidade de cada evento: a) Um nº par aparece no lançamento de um dado; b) Uma figura
Leia maisEST029 Cálculo de Probabilidade I Cap. 3: Probabilidade Condicional e Independência
EST029 Cálculo de Probabilidade I Cap. 3: Probabilidade Condicional e Independência Prof. Clécio da Silva Ferreira Depto Estatística - UFJF 1 Perguntas 1. Um novo aparelho para detectar um certo tipo de
Leia maisVariáveis Aleatórias Contínuas e Distribuição de Probabilidad
Variáveis Aleatórias Contínuas e Distribuição de Probabilidades - parte III 23 de Abril de 2012 Introdução Objetivos Ao final deste capítulo você deve ser capaz de: Calcular probabilidades aproximadas
Leia maisTipos de Modelo. Exemplos. Modelo determinístico. Causas. Efeito. Exemplos. Modelo probabilístico. Causas. Efeito. Determinístico.
Tipos de Modelo Sistema Real Determinístico Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Probabilístico Modelo determinístico Exemplos Gravitação F GM 1 M 2 /r 2 Causas Efeito
Leia maisTEORIA DAS PROBABILIDADES
TEORIA DAS PROBABILIDADES 1.1 Introdução Ao estudarmos um fenômeno coletivo, verificamos a necessidade de descrever o próprio fenômeno e o modelo matemático associado ao mesmo, que permita explicá-lo da
Leia maisProbabilidade. Variáveis Aleatórias Distribuição de Probabilidade
Probabilidade Variáveis Aleatórias Distribuição de Probabilidade Variáveis Aleatórias Variável Aleatória Indica o valor correspondente ao resultado de um experimento A palavra aleatória indica que, em
Leia maisProbabilidades- Teoria Elementar
Probabilidades- Teoria Elementar Experiência Aleatória Experiência aleatória é uma experiência em que: não se sabe exactamente o resultado que se virá a observar, mas conhece-se o universo dos resultados
Leia maisDefinição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.
1. Inferência Estatística Inferência Estatística é o uso da informção (ou experiência ou história) para a redução da incerteza sobre o objeto em estudo. A informação pode ou não ser proveniente de um experimento
Leia mais