Experiência para o qual o modelo probabilístico é adequado. Efeito. Causas. Prof. Lorí Viali, Dr.
|
|
- Júlia Aquino Carvalhal
- 6 Há anos
- Visualizações:
Transcrição
1 Prof. Lorí Viali, Dr. Prof. Lorí Viali, Dr. Determinístico Sistema Real Causas Efeito Probabilístico X Causas Efeito Experiência para o qual o modelo probabilístico é adequado.
2 Não é possível prever um resultado particular, mas pode-se enumerar todos os possíveis; Podem ser repetidos inúmeras vezes sob as mesmas condições; Quando repetidos um grande número de vezes apresentam regularidade em termos de freqüências. E : Joga-se uma moeda quatro vezes e observa-se o número de caras e coroas; E : Joga-se uma moeda quatro vezes e observa-se a seqüência de caras e coroas ; E 3 : Uma lâmpada nova é ligada e conta-se o tempo gasto até queimar;
3 E 4 : Joga-se uma moeda até que uma cara seja obtida. Conta-se o número de lançamentos necessários; E 5 : Jogam-se dois dados e observa-se o par de valores obtido; É o conjunto de resultados S {,, 3, 4} de uma experiência aleatória. S { cccc, ccck, cckc, ckcc, kccc, cckk, kkcc, ckkc, kcck, ckck, kckc, kkkc, kkck, kckk, ckkk, kkkk} S 3 { t R / t } 3
4 S 4 {,, 3,...} S 5 { (, ), (, ),(,3), (, 4), (, 5), (, 6) (, ), (, ), (, 3), (, 4), (, 5), (, 6) (3, ), (3, ), (3, 3), (3, 4), (3, 5), (3, 6) (4, ), (4, ), (4, 3), (4, 4), (4, 5), (4, 6) (5, ), (5, ), (5, 3), (5, 4), (5, 5), (5, 6) (6, ), (6, ), (6, 3), (6, 4), (6, 5), (6, 6) } Um evento é um subconjunto de um espaço amostra. Seja S {,, 3, 4, 5, 6 } o espaço amostra, obtido no lançamento de um dado. Então são eventos: A {, 3, 5} B { 6 } C { 4, 5, 6} D E S Seja E um experimento com espaço amostra associado S. Diremos que o evento A ocorre se realizado E o resultado é um elemento de A. Sejam A e B eventos de um espaço S. Diremos que ocorre o evento: A união B, A soma B ou A mais B, se e sós se A ocorre ou B ocorre. A B 4
5 Sejam A e B eventos de um espaço S. Diremos que ocorre o evento: A produto B, A vezes B ou A interseção B, se e só se A ocorre e B ocorre. A B Sejam A e B eventos de um espaço S. Diremos que ocorre o evento: A menos B, A diferença B, se e só se A ocorre e B não ocorre. A - B Sejam A e B eventos de um espaço S. Diremos que ocorre o evento: Complementar de A (não A) se e só se A não ocorre. A A C A Dois eventos A e B são mutuamente excludentes se não puderem ocorrer juntos. Leis Comutativas A B B A A B B A Leis Associativas (A B) C A (B C) (A B) C A (B C) Leis Distributivas Α (B C) ( Α B) (A C) Α (B C) ( Α B) (A C) Leis de De Morgan A B AU B A B A B 5
6 Outras Propriedades A A A B A B A B B A CLÁSSICO FREQÜENCIAL AXIOMÁTICO (número de casos favoráveis) P(A) _ (número de casos possíveis) Qual a probabilidade de ganhar no Toto- Bola? Casos favoráveis Casos possíveis: P(Toto_Bola) Número de favoráveis Número de possíveis ,3% 6
7 (número de vezes que A ocorre) fr A (número de vezes que E é repetido) Um dado é lançado vezes e apresenta FACE SEIS 8 vezes. Então, a freqüência relativa de FACE SEIS é: fr6 número de vezes que "f_seis" ocorre número de vezes que o dado é jogado 8,5 5% P(A) lim fr A n P(A) é um número real que deve satisfazer as seguintes propriedades: () P(A) () P(S) (3) P(AUB) P(A) + P(B) se A B () P( ) () P( A) - P(A) (3) P(A - B) P(A) - P(A B) 7
8 (4) P(AUB) P(A) + P(B) - P(A B) (5) P(AUBUC) P(A) + P(B) + P(C) - - P(A B) - P(A C) - P(B C) + + P(A B C) Motivação Considere uma urna com 5 fichas, onde 4 são pretas e são brancas. Suponha que desta urna são retiradas duas fichas, ao acaso e sem reposição: Sejam os eventos: A { a primeira ficha é branca} B { a segunda ficha é branca} Então: P(A) /5, % P(B)?/49 Neste caso, não se pode avaliar P(B), pois para isto é necessário saber se A ocorreu ou não, isto é, se saiu ficha branca na primeira retirada. Nesse caso, a probabilidade de B ocorrer, dado que A ocorreu é representada e calculada por: P(B/A) 9/49 Se A não tivesse ocorrido, então: Dois eventos A e B são independentes se a probabilidade de um ocorrer não altera a probabilidade do outro ocorrer, isto é: P(B/ A) /49 8
9 Se: () P(A/B) P(A) ou () P(B/A) P(B) ou ainda (3) P(A B) P(A).P(B) Uma urna contém 6 fichas azuis e 4 vermelhas. Duas fichas são retiradas ao acaso. Determinar as seguintes probabilidades: (i) Duas fichas azuis. (ii) Uma azul e uma vermelha. (iii) Duas fichas da mesma cor. Considerando que a extração (a) é com reposição e (b) é sem reposição. Para a situação (a), tem-se: (i) P(A A ) P(A ).P(A ) (6/).(6/) 36/ 36%. (ii) P(AV VA).P(AV).(6/).(4/) 48/ 48%. (iii) P(A A V V ) P(A A ) + P(V V ) (36/) + (6/) 5/ 5%. Para a situação (b), tem-se: (i) P(A A ) P(A ).P(A /A ) (ii) P(AV VA).P(A)P(V/A) (iii) P(A A V V ) P(A )P(A /A ) + P(V )P(V /V ) KKK CKK KKC KCK CCK CKC KCC s CCC S X x X(s) 3 R X(S) 9
10 Uma função X que associa a cada elemento de S (s S) um número real x X(s) é denominada variável aleatória. O conjunto formado por todos os valores x, isto é, a imagem da variável aleatória X, é denominado de conjunto de valores de X. X(S) { x R/ X(s) x } Conforme o conjunto de valores X(S) uma variável aleatória poderá ser discreta ou contínua. Se o conjunto de valores for finito ou então infinito enumerável a variável é dita discreta. Se o conjunto de valores for infinito não enumerável então a variável é dita contínua.
11 A função de probabilidade (fp) de uma VAD é a função que associa a cada x i X(S) o número f(x i ) P(X x i ) que satisfaz as seguintes propriedades: f(x i ), para todo i f(x i ) A coleção dos pares [x i, f(x i )] para i,, 3,... é denominada de distribuição de probabilidade da VAD X. Suponha que uma moeda equilibrada é lançada três vezes. Seja X número de caras. Então a distribuição de probabilidade de X é: KKK CKK KKC KCK CCK 3 CKC KCC X CCC R [;] x f (x) S f KKK CKK /8 KKC 3/8 KCK CCK 3/8 3 CKC /8 KCC X f CCC R [;] x f (x) S
12 Suponha que um par de dados é lançado. Então X soma do par é uma variável aleatória discreta com o seguinte conjunto de valores: Como X((a, b)) a + b, o conjunto de valores de X é dado por: X(S) {, 3, 4, 5, 6, 7, 8, 9,,, } A função de probabilidade f(x) P(X x), associa a cada x X(S), um número no intervalo [; ] dado por: f(x) P(X x) P(X(s) x) P([x X(S) / X(s) x}) Desta forma: f() P(X ) P{(,)} /36 f(3) P(X 3) P{(,), (, )} /36... f() P(X) P{(6, 5), (5, 6)} /36 f() P(X ) P{(6, 6)} /36 A distribuição de probabilidade será: A distribuição de probabilidade de X será então: Através de: x f(x) Σ uma tabela uma expressão analítica (fórmula) um diagrama
13 Seja X número de caras, obtidas no lançamento de 4 moedas honestas. Então a distribuição de X é a dada ao lado. x 3 4 Σ f(x) /6 4/6 6/6 4/6 /6 Considere X soma do par, no lançamento de dois dados equilibrados, então: f : X(S) R x (x - )/36 se x 7 ( - x +)/36 se x > 7,8,6,4,,,8,6,4,, (a) Expectância, valor esperado μ E(X) x.f (x) x.p(x x) (b) Desvio padrão σ f (x)(x μ) x f (x) μ Calcular o valor esperado e a variabilidade da variável X número de caras no lançamento de quatro moedas honestas. x 3 4 Σ f(x) /6 4/6 6/6 4/6 /6 x.f(x) 4/6 /6 /6 4/6 3/6 x f(x) 4/6 4/6 36/6 6/6 8/6 3
14 (a) Expectância ou valor esperado 3 μ E (X) x.f (x) caras 6 (b) Desvio padrão 8 σ x f (x) μ (c) Moda m o caras (d) Mediana m e caras Bernoulli Binomial EXPERIMENTO Qualquer um que corresponda a apenas dois resultados. Estes resultados são anotados por ou fracasso e ou sucesso. A probabilidade de ocorrência de sucesso é representada por p e a de insucesso por q p. Conjunto de Valores X(S) {, } A Função de Probabilidade (fp) p f (x) P(X x) p se x se x 4
15 A Função de Probabilidade (fp), A Função de Distribuição (FD),8,6,4, F(x) P(X x) q se x < se x < sex, Função de Distribuição Características Expectância ou Valor Esperado p E(X) x.f (x).q +.p p Variância V ( X ) E ( X ) - E(X) q (.q +.p ) p p p p ( p ) pq EXPERIMENTO Como existem apenas duas situações: A ocorre e A não ocorre, pode-se determinar a probabilidade de A não ocorrer como sendo q p. A VAD definida por X número de vezes que A ocorreu nas n repetições de E é denominada BINOMIAL. 5
16 Conjunto de Valores X(S) {,,, 3,..., n} A Função de Probabilidade (fp) f (x) n P(X x) p x x q n x A Função de Probabilidade (fp),8,6,4,,,8,6,4,, A Função de Distribuição (FD) x n k F(x) P(X x) p q k k n-k se x < se x n se x > n Função de Distribuição,,9,8,7,6,5,4,3,,, Características Expectância ou Valor Esperado n x n x E(X) x.f (x) x. p q np x Variância V(X) E(X ) - E(X) n x n x E(X ) x. p q n(n -) p x + np V(X) E(X n p ) - E(X) n(n ) p + np (np) Assim: + np np( p) npq E (X) σx np npq 6
17 Suponha que numa prova de questões objetivas, de escolha múltipla, um candidato respondeu todas ao acaso. Se o número de alternativas em cada questão é cinco, qual a probabilidade de que tenha acertado 6 questões. Como se tratam de questões a variável X número de acertos ao acaso é uma Binomial com p %, assim a distribuição é: x x f(x) P(X x) (,).(,8) x para x,,,..., Portanto a probabilidade solicitada vale: 6 6 f(6) P(X 6) (,).(,8) ,55% (,) (,8) Variável Aleatória Contínua (VAC) A função densidade de probabilidade (fdp) É a função que associa a cada x de X(S) um número f(x) que deve satisfazer as seguintes propriedades: (i) f(x) (isto é, a função deve ser positiva estar acima do eixo x) e () A área total sob a curva deve ser igual a um. Cálculo de probabilidade com uma VAC A coleção dos pares (x, f(x)) é denominada de distribuição de probabilidade da VAC X. P ( a < X < b ) Á rea entre "a" e "b". y a b x a < X < b 7
18 Diferenças entre uma VAD e uma VAC Distribuições de probabilidade Contínuas (Modelos probabilísticos) P ( X a ) P (a < X < b ) P (a X < b ) A Normal P (a < X b ) P ( a X b ),8 N(; ),6,4, N(;,5) N(; ) N(; ) Como não é possível calcular a área de todas as curvas, escolheu-se uma para ser tabelada., A curva escolhida é a N(, ), isto é, com μ e σ. Se X é uma N(μ, σ), então: Z X μ σ Será uma N(; ),4,3,,, -4, -3, -, -,,,, 3, 4, 8
19 O que é tabelado é a FDA da variável Z, isto é: P(Z z) Área a esquerda (abaixo) de z.,,9,8,7,6,5 Φ(z),4,3, z,, -4, -3, -, -,,,, 3, 4, Área à esquerda (abaixo) de z P(Z z) Φ(z) Leitura direta Área à direita (acima) de z P(Z > z) -P(Z z) -Φ(z) Φ( z) Área entre dois valores de z P( z < Z < z ) Φ (z ) Φ (z) A tabela é construída como uma matriz. As linhas fornecem a unidade ou unidade mais décimo e as colunas fornecem os centésimos. Assim para ler, por exemplo, -,5 deve-se procurar na linha do, + coluna do 5 (sexta coluna). A primeira é a do (zero). A aproximação é centesimal ( casas após a vírgula) exceto na linha do 3 e do +3, que estão destacadas, onde a aproximação é, em virtude da pouca área, decimal. Observe que está escrito 3 e não 3,! Aproximação decimal, isto é, fatias de,. Depois do ±3, segue ±3, o ±3, até,4 Aproximação centesimal, ±3,9. isto é, fatias de,.,3 Depois do -3, segue,99 o,98 até +,99 e daí 3,.,,, -4, -3, -, -,,,, 3, 4, 9
20 z 3-3,3,,7,5 -,9,9 P(Z,8 < -3,3),8,7 -,8,6 Φ(-3,3),5,4,3 -,7,35,34,33,3 -,6,47 P(Z,45 < -,53),44,43 -,5,6 Φ(-,53),6,59,57 -,4,8,8,78,75 -,3,7,4,,99 P(Z < -,) -,,39,36,3,9 Φ(-,) -,,79,74,7,66 -,,8,,7, Uma VAC tem distribuição normal de média 5 e desvio padrão 8. Determinar: (a) P(X 4) (b) P(X > 65) (c) P(45 < X < 6) (a) P(X 4) (b) P(X > 65) P(X 4) X P( μ 4 5 ) σ 8 P(Z,5),56% P(X > 65) X P( μ σ 65 5 > ) 8 P(Z >,88) P(Z <,88) Φ(,88) Φ(,88) 3,% (c) P(45 < X < 6) P(45 < X < 6) 45 5 P( < 8 P(,6 < Z X μ 6 5 < ) σ 8 <,5) Φ(,5) Φ (,6) 93,3% 7,67% 65,65%
21 Uma VAC tem distribuição normal de média 5 e desvio padrão 8. Determinar: (a) P(X x) 5% (b) P(X > x) % Para resolver este tipo de exercício é preciso utilizar a função inversa, isto pode ser feito direto na tabela. Só que agora devemos procurar uma probabilidade (corpo da tabela) e obter um valor de z (lateral da tabela).,5,4,3, 5%, P(X x) 5%, x Em (a) temos P(X x) 5% P(X x) onde X P( x 5 z 8 μ σ x 5 ) 8 P(Z z) Φ (z) 5% Se Φ ( z ) 5 %, então Φ z [ Φ ( z )] Φ Φ (, 5 ) ( 5%) Procurando na tabela, o valor (z) mais próximo de 5%,5, tem-se: z ,3,,7,5,3, -,9,9,8,8,7,6,6 -,8,6,5,4,3,3, -,7,35,34,33,3,3,3 -,6,47,45,44,43,4,4 -,5,6,6,59,57,55,54 -,4,8,8,78,75,73,7 -,3,7,4, z -,64 z -,65,99,96,94 -,,39,36,3,9,5, -,,79,74,7,66,6,58 -,,8,,7,,7, -,9,87,8,74,68,6,56 -,8,359,35,344,336,39,3 -,7,446,436,47,48,49,4 -,6,548,537,56,56,55,495 -,5 Prof. Lorí Viali,,668Dr. UFRGS,655 Instituto,643 de Matemática,63 - Departamento,68 de Estatística,66
22 Assim Como os dois valores estão a mesma distância, isto é, apresentam o mesmo erro (,5), pega-se a média entre eles.,64 +,65 z,645 x 5 Como z, tem 8 x 5,645 z 8 x 5, ,84 se :,5 Em (b) temos P(X > x) % P(X P(Z > Mas > x) Logo z X P( z) Φ (z) %, Φ (z) Φ ( z) Φ μ σ (,) x 5 > ) 8,5,4,4,3,3,,,, % P(X > x) %, x Procurando na tabela, o valor (z) mais próximo de %,, tem-se: z -,33 Conforme pode ser visto na próxima lâmina! z 3-3,3,,7,5 -,9,9,8,8,7 -,8,6,5,4,3 -,7,35,34z -,33,33,3 -,6,47,45,44,43 -,5,6,6,59,57 -,4,8,8,78,75 -,3,7,4,,99 -,,39,36,3,9 -,,79,74,7,66 Prof. -,Lorí Viali, Dr.,8 UFRGS Instituto, de Matemática -,7 Departamento de Estatística,
23 Como z Φ (,), tem se : (,33 ) x 5 8 x, ,64,4,3, fdp de t() t(5) t(5),, Expectância ou Valor esperado μ E (X) Variância Var(X) υ υ- O valor υ é denominado de Grau de liberdade O que é tabelado é a função inversa (percentis), em relação a área à direita (unilateral) de cada curva (uma para cada linha), ou a soma das caudas (bilateral), isto é, a tabela retorna um valor t tal que P(Τ t) α (unilateral) ou P( T t) α. 3
24 As duas opções podem ser colocadas em uma mesma tabela. Pode-se ler uma área (α) de cima para baixo e se ter um valor unilateral (P(T t) α) ou ler a área (α) de baixo para cima e se ter um valor t tal que P(T t) α/.,,,5,4,3, 3,78 6,34,76 5,894,5 3,8,886,9 4,33 4,849 5,643 6,965 3,638,353 3,8 3,48 3,896 4,54 P( Τ 4,533,3 9,6) 5%,776,999 3,98 3,747 5,476,5,57,757 3,3 3,365 6,44,943,447,6,89 3,43 7,45,895,365,57,75,998 8,397,86,36,449,634,896 9,383,833,6,398,574,8,37,8,8,359,57,764,,,5,4,3, 3,78 6,34,76 5,894,5 3,8,886,9 4,33 4,849 5,643 6,965 3,638 P(Τ 9,353 < -,6) 3,8,5% 3,48ou 3,896 4,54 4,533 P(Τ,3 9 >,6),776,5%,999 3,98 3,747 5,476,5,57,757 3,3 3,365 6,44,943,447,6,89 3,43 7,45,895,365,57,75,998 8,397,86,36,449,634,896 9,383,833,6,398,574,8 Prof. Lorí Viali,,37 Dr. UFRGS,8 Instituto,8 de Matemática,359 - Departamento,57 de Estatística,764 Expectância ou Valor esperado E(X) υ Variância Var(X) υ,,8,6,4, Q() Q() Q(3) O valor υ é denominado de Grau de liberdade,,,, 3, 4, 5, 6, 7, 8, 4
25 O que é tabelado é a função inversa, em relação a área à direita de cada curva (uma para cada linha), isto é, dado um valor de área na cauda direita (α), a tabela retorna um valor x tal que P(χ x) α.,995,99,975,95,9,,,,4,6,,,5,3, 3,7,5,6,35,584 4,7,97,484,7,64 5,4,554,83,45,6 6,676,87,37,635,4 7,989 P[χ,39 (),] 9%,69,67,833 8,344,647,8,733 3,49 9,735,88,7 3,35 4,68,56,558 3,47 3,94 4, ,,5,5,,5 5,949 56,94 6,56 64,95 68,53 54,9 58,4 6,777 66,6 69,336 55,3 59,34 P[χ (49) 74,99] 6,99 67,459 % 7,66 56,369 6,48 64, 68,7 7,89 57,55 6,656 65,4 69,957 73,66 58,64 6,83 66,66 7, 74,437 59,774 64, 67,8 7,443 75,74 6,97 65,7 69,3 73,683 76,969 6,38 66,339 7, 74,99 78,3 63,67 67,55 7,4 76,54 79,49 5
Efeito. 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 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 maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Tipos de Modelos Determinístico Sistema Real Probabilístico Modelo determinístico Causas Efeito Exemplos Gravitação F GM 1 M /r
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 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 maisTipos de Modelos. Exemplos. Efeito. Causas. Exemplos. Causas. Efeito. Modelo determinístico. Modelo probabilístico. Determinístico.
Tipos de Modelos Sistema Real Determinístico Probabilístico Modelo determinístico Exemplos Gravitação F GM M /r Causas Efeito Aceleração clássica v at Aceleração relativística v at + a t c Modelo probabilístico
Leia maisTipos de Modelos. Determinístico. Sistema Real. Probabilístico. Prof. Lorí Viali, Dr. FAculdade de Matemática - Departamento de Estatística - PUCRS
Tipos de Modelos Determinístico Sistema Real Probabilístico Modelo determinístico Causas Efeito Exemplos Gravitação F GM 1 M 2 /r 2 Aceleração clássica v at Aceleração relativística v 1 + at a 2 c t 2
Leia maisTipos de Modelos. Exemplos. Causas. Efeito. Exemplos. Causas. Efeito. Modelo determinístico. Modelo probabilístico. Determinístico.
5/9/07 Tipos de Modelos Sistema Real Determinístico Probabilístico Modelo determinístico Exemplos Gravitação F GM M /r Causas Efeito Aceleração clássica v at Aceleração relativística v at + a t c Modelo
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 maisEfeito. Causas. Determinístico. Sistema Real. Probabilístico. Gravitação F = GM 1 M 2 /r 2. Aceleração clássica. v = at. Aceleração relativística
Determinístico Sistema Real Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Probabilístico Gravitação F GM 1 M 2 /r 2 Causas Efeito Aceleração clássica v at Aceleração relativística
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 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 maisSolução: A distribuição normal. Representação gráfica. Cálculo de probabilidades. A normal padrão. σ Será uma N(0; 1).
A distribuição normal Uma variável aleatória X tem uma distribuição normal se sua fdp for do tipo: f (x) =.e π. σ x µ. σ, x R Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ com
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 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 maisTipos de Modelos. Exemplos. Modelo determinístico. Exemplos. Modelo probabilístico. Causas Efeito. Determinístico. Sistema Real.
Tipos de Modelos Sistema Real Determinístico Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Probabilístico Modelo determinístico Exemplos Gravitação F GM M /r Causas Efeito Aceleração
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 maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Uma variável aleatória X tem uma distribuição normal se sua fdp for do tipo: f(x) 1.e 1 2. x µ σ 2, x R 2π. σ com - < µ < e σ >
Leia maisIntrodução à Bioestatística
Instituto Nacional de Cardiologia February 22, 2016 1 2 3 4 Existem dois tipos de variáveis aleatórias Variáveis aleatórias discretas Variáveis aleatórias contínuas discreta Assume um número nito ou innito
Leia maisUma variável aleatória X tem uma distribuição normal se sua fdp for do tipo:
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Uma variável aleatória X tem uma distribuição normal se sua fdp for do tipo: f().e π. μ., R com - < μ < e > 0 0, 0,6 N(0; ) N(0;
Leia maisTexto SII: ELEMENTOS DE PROBABILIDADE
SUMÁRIO 1. INTRODUÇÃO... 2 1.1. MODELOS... 2 1.2. EXPERIMENTO ALEATÓRIO (NÃO-DETERMINÍSTICO)... 2 1.3. O ESPAÇO AMOSTRAL... 3 1.4. EVENTOS... 4 1.5. COMBINAÇÃO DE EVENTOS... 4 1.6. EVENTOS MUTUAMENTE EXCLUDENTES...
Leia maisSÉRIE: Probabilidade Texto 1: PROBABILIDADE UNIVARIADA 1. INTRODUÇÃO CONCEITOS DE PROBABILIDADE VARIÁVEIS ALEATÓRIAS...
SUMÁRIO 1. INTRODUÇÃO...3 1.1. MODELOS...3 1.1.1. Modelo determínistico...3 1.1.2. Modelo não-determinístico ou probabilístico...3 1.2. EXPERIMENTO ALEATÓRIO (NÃO-DETERMINÍSTICO)...4 1.2.1. Características
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 maisExperimento Aleatório
Probabilidades 1 Experimento Aleatório Experimento aleatório (E) é o processo pelo qual uma observação é ob;da. Exemplos: ü E 1 : Jogar uma moeda 3 vezes e observar o número de caras ob;das; ü E 2 : Lançar
Leia maisUFRGS - UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA - DEPARTAMENTO DE ESTATÍSTICA
UFRGS - UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA - DEPARTAMENTO DE ESTATÍSTICA SUMÁRIO 1. COMBINATÓRIA... 3 1.1. CONJUNTOS... 3 1.2. OPERAÇÕES COM CONJUNTOS... 3 1.3. APLICAÇÕES
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, 9 de setembro de 04 Aluno: Nota: Descreva seu raciocínio e desenvolva
Leia maisVariáveis Aleatórias. Probabilidade e Estatística. Prof. Dr. Narciso Gonçalves da Silva
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Variáveis Aleatórias Variável Aleatória Variável aleatória (VA) é uma função que associa a cada
Leia maisCapítulo 2. Variáveis Aleatórias e Distribuições
Capítulo 2 Variáveis Aleatórias e Distribuições Experimento Aleatório Não existe uma definição satisfatória de Experimento Aleatório. Os exemplos dados são de fenômenos para os quais modelos probabilísticos
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 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 maisTeoria da Probabilidade
Teoria da Probabilidade Luis Henrique Assumpção Lolis 14 de fevereiro de 2014 Luis Henrique Assumpção Lolis Teoria da Probabilidade 1 Conteúdo 1 O Experimento Aleatório 2 Espaço de amostras 3 Álgebra dos
Leia maisTexto SII: ELEMENTOS DE PROBABILIDADE 3.1. INTRODUÇÃO...9
SUMÁRIO 1. INTRODUÇÃO...2 1.1. MODELOS...2 1.2. EXPERIMENTO ALEATÓRIO (NÃO-DETERMINÍSTICO)...2 1.3. O ESPAÇO AMOSTRAL...3 1.4. EVENTOS...4 1.5. COMBINAÇÃO DE EVENTOS...4 1.6. EVENTOS MUTUAMENTE EXCLUDENTES...5
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Distribuições Discretas de Probabilidade Prof. Narciso Gonçalves da Silva www.pessoal.utfpr.edu.br/ngsilva Introdução Distribuições Discretas de Probabilidade Muitas variáveis
Leia maisIntrodução à Estatística
Introdução à Estatística Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB juliana@de.ufpb.br Introdução a Probabilidade Existem dois tipos de experimentos:
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 maisGeração de Variáveis Aleatórias Contínuas. Mat02274 Estatística Computacional. A Normal. A Normal. Normal Log-Normal Gama Erlang Beta.
Estatística Computacional Geração de Variáveis Aleatórias Contínuas 6 Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Normal Log-Normal Gama Erlang Beta Weibull Student (t) Qui-Quadrado
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 maisEscola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas. Probabilidades. Cristian Villegas
Probabilidades Cristian Villegas clobos@usp.br Setembro de 2013 Apostila de Estatística (Cristian Villegas) 1 Introdução Escola Superior de Agricultura "Luiz de Queiroz", Departamento de Ciências Exatas
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 maisEstatística. Aula : Probabilidade. Prof. Ademar
Estatística Aula : Probabilidade Prof. Ademar TEORIA DAS PROBABILIDADES A teoria das probabilidades busca estimar as chances de ocorrer um determinado acontecimento. É um ramo da matemática que cria, elabora
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 maisEST012 - Estatística Econômica I Turma A - 1 o Semestre de 2019 Lista de Exercícios 3 - Variável aleatória
Exercício 1. Considere uma urna em que temos 4 bolas brancas e 6 bolas pretas. Vamos retirar, ao acaso, 3 bolas, uma após a outra e sem reposição. Sejam X: o número de bolas brancas e Y : o número de bolas
Leia maisAula de hoje. administração. São Paulo: Ática, 2007, Cap. 3. ! Tópicos. ! Referências. ! Distribuição de probabilidades! Variáveis aleatórias
Aula de hoje! Tópicos! Distribuição de probabilidades! Variáveis aleatórias! Variáveis discretas! Variáveis contínuas! Distribuição binomial! Distribuição normal! Referências! Barrow, M. Estatística para
Leia maisProf.: Joni Fusinato
Variável Aleatória Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Variável Aleatória Uma variável aleatória X representa um valor numérico associado a cada resultado de um experimento
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 maisTEORIA DA PROBABILIDADE
TEORIA DA PROBABILIDADE Lucas Santana da Cunha lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 22 de maio de 2017 Introdução Conceitos probabiĺısticos são necessários
Leia maisAULA 08 Probabilidade
Cursinho Pré-Vestibular da UFSCar São Carlos Matemática Professora Elvira e Monitores Ana Carolina e Bruno AULA 08 Conceitos e assuntos envolvidos: Espaço amostral Evento Combinação de eventos Espaço Amostral
Leia maisProbabilidade em espaços discretos. Prof.: Joni Fusinato
Probabilidade em espaços discretos Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Probabilidade em espaços discretos Definições de Probabilidade Experimento Espaço Amostral Evento Probabilidade
Leia maisÉ a função que associa um número real a cada elemento do espaço amostral.
Capítulo Variável Aleatória 1. VARIÁVEL ALEATÓRIA (X) (Walpole, S 1 ) É a função que associa um número real a cada elemento do espaço amostral. S IR s X(s) Onde S espaço amostral s elemento do espaço amostral
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 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 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 maisPRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES
PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES Certas distribuições de probabilidades se encaixam em diversas situações práticas As principais são: se v.a. discreta Distribuição de Bernoulli Distribuição binomial
Leia maisTeoria das Probabilidades
Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Engenharia Mecânica 08:8 ESTATÍSTICA APLICADA I - Teoria das
Leia maisPEDRO A. BARBETTA Estatística Aplicada às Ciências Sociais 6ed. Editora da UFSC, 2006.
Como usar modelos de probabilidade para entender melhor os fenômenos aleatórios Capítulos 7 e 8. Estatística Aplicada às Ciências Sociais Sexta Edição Pedro Alberto Barbetta Florianópolis: Editora da UFSC,
Leia maisDistribuição de Probabilidade. Prof. Ademilson
Distribuição de Probabilidade Prof. Ademilson Distribuição de Probabilidade Em Estatística, uma distribuição de probabilidade descreve a chance que uma variável pode assumir ao longo de um espaço de valores.
Leia maisESTATÍSTICA. aula 3. Insper Ibmec São Paulo. Prof. Dr. Marco Antonio Leonel Caetano
ESTATÍSTICA aula 3 Prof. Dr. Marco Antonio Leonel Caetano Insper Ibmec São Paulo Espaço Amostral Espaço amostral é o conjunto de todos os resultados possíveis de um experimento aleatório. Experimento aleatório
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 maisSÉRIE: Probabilidade Univariada Parte 2: Variáveis Contínuas 2. PROPRIEDADES DA MÉDIA E DA VARIÂNCIA DE VARIÁVEIS ALEATÓRIAS EXERCÍCIOS...
SUMÁRIO 1. VARIÁVEIS ALEATÓRIAS CONTÍNUAS... 1.1. CÁLCULO DE PROBABILIDADE COM UMA VAC... 1.. A FUNÇÃO DE DISTRIBUIÇÃO ACUMULADA...3 1.3. VARIÁVEL ALEATÓRIA CONTÍNUA (CARACTERIZAÇÃO)...4 1.3.1. Expectância,
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 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 maisTeoria das Probabilidades
08/06/07 Universidade Federal do Pará Instituto de Tecnologia Estatística Aplicada I Prof. Dr. Jorge Teófilo de Barros Lopes Campus de Belém Curso de Engenharia Mecânica Universidade Federal do Pará Instituto
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 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 maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 08
Teoria das Filas aplicadas a Sistemas Computacionais Aula 08 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Leia maisAULA 15 - Distribuição de Bernoulli e Binomial
AULA 15 - Distribuição de Bernoulli e Binomial Susan Schommer Introdução à Estatística Econômica - IE/UFRJ Variável Aleatória de Bernoulli Podemos dizer que as variáveis aleatórias mais simples entre as
Leia 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 maisProf.Letícia Garcia Polac. 26 de setembro de 2017
Bioestatística Prof.Letícia Garcia Polac Universidade Federal de Uberlândia UFU-MG 26 de setembro de 2017 Sumário 1 2 Probabilidade Condicional e Independência Introdução Neste capítulo serão abordados
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 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 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 maisProbabilidade e Estatística. stica. Prof. Dr. Narciso Gonçalves da Silva pessoal.utfpr.edu.
Probabilidade e Estatística stica Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva pessoal.utfpr.edu.br/ngsilva Distribuição Uniforme Uma variável aleatória contínua X está
Leia maisESTATÍSTICA TÓPICO 7 VARIÁVEL ALEATÓRIA DISCRETA / DISTRIBUIÇÃO BINOMIAL / DISTRIBUIÇÃO NORMAL
ESTATÍSTICA TÓPICO 7 VARIÁVEL ALEATÓRIA DISCRETA / DISTRIBUIÇÃO BINOMIAL / DISTRIBUIÇÃO NORMAL VARIÁVEIS ALEATÓRIAS Como já vimos no estudo das probabilidades, o conjunto de todos os possíveis resultados
Leia maisUma função X que associa a cada elemento de S (s S) um número real x = X(s) é denominada variável aleatória.
Prof. Lorí Viali, Dr. viali@ma.ufrgs.br hp://www.ma.ufrgs.br/~viali/ s KKK CKK KKC KCK CCK CKC KCC CCC S X R x = X(s) X(S) Uma fução X que associa a cada elemeo de S (s S) um úmero real x = X(s) é deomiada
Leia mais5- Variáveis aleatórias contínuas
5- Variáveis aleatórias contínuas Para variáveis aleatórias contínuas, associamos probabilidades a intervalos de valores da variável. Exemplo 5.1 Seja a variável correspondente ao tempo até a cura de pacientes
Leia 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 maisVARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL
VARIÁVEL ALEATÓRIA e DISTRIBUIÇÃO BINOMIAL 1 Variável Aleatória Uma função X que associa a cada elemento w do espaço amostral W um valor x R é denominada uma variável aleatória. Experimento: jogar 1 dado
Leia maisPRO 2271 ESTATÍSTICA I. 3. Distribuições de Probabilidades
PRO71 ESTATÍSTICA 3.1 PRO 71 ESTATÍSTICA I 3. Distribuições de Probabilidades Variáveis Aleatórias Variáveis Aleatórias são valores numéricos que são atribuídos aos resultados de um eperimento aleatório.
Leia 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 maisProbabilidade. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Probabilidade Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Experimento aleatório Definição. Qualquer experimento cujo resultado não pode
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 maisCONCEITOS BASICOS, ORGANIZAÇÃO E APRESENTAÇÃO DOS RESULTADOS, DISTRIBUIÇÃO DE FREQUÊNCIA
DISCIPLINA: MÉTODOS QUANTITATIVOS PROFESSORA: GARDÊNIA SILVANA DE OLIVEIRA RODRIGUES CONCEITOS BASICOS, ORGANIZAÇÃO E APRESENTAÇÃO DOS RESULTADOS, DISTRIBUIÇÃO DE FREQUÊNCIA MOSSORÓ/RN 2015 1 POR QUE ESTUDAR
Leia maisPROBABILIDADES PROBABILIDADE DE UM EVENTO EM UM ESPAÇO AMOSTRAL FINITO
PROBABILIDADES Probabilidade é um conceito filosófico e matemático que permite a quantificação da incerteza, permitindo que ela seja aferida, analisada e usada para a realização de previsões ou para a
Leia maisModelos de Distribuição PARA COMPUTAÇÃO
Modelos de Distribuição MONITORIA DE ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO Distribuições Discretas Bernoulli Binomial Geométrica Hipergeométrica Poisson ESTATÍSTICA E PROBABILIDADE PARA COMPUTAÇÃO
Leia maisLEEC Probabilidades e Estatística 1 a Chamada 13/06/2005. Parte Prática C (C) M 1% 9% 10% (M) 4% 86% 90% 5% 95% 100%
. Definição dos acontecimentos: M T-shirt tem manchas C T-shirt tem costuras defeituosas D T-shirt é defeituosa A Preço da t-shirt é alterado a) PM) = % PC) = 5% PM C) = % LEEC Probabilidades e Estatística
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 mais2. INTRODUÇÃO À PROBABILIDADE
2. INTRODUÇÃO À PROBABILIDADE 2019 Conceitos básicos Experimento aleatório ou fenômeno aleatório Situações ou acontecimentos cujos resultados não podem ser previstos com certeza. Um experimento ou fenônemo
Leia maisMAE 116 Distribuição Normal FEA - 2º Semestre de 2018
MAE 116 Distribuição Normal FEA - 2º Semestre de 2018 1 Introdução Até aqui estudamos variáveis aleatórias discretas que são caracterizadas por ter uma distribuição de probabilidade dada por uma tabela
Leia 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 maisExperimento aleatório: Lançamento de uma moeda honesta três vezes e observação das faces que ocorrem. c k c k c
7// UNIDADE III - Elementos de probabilidades.. Probabilidade no espaço básico...introdução...onceitos fundamentais...onceitos de probabilidade...teoremas para o cálculo de probabilidades...probabilidade
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 maisUNIVERSIDADE FEDERAL DO PARANÁ CE003 - ESTATÍSTICA II
UNIVERSIDADE FEDERAL DO PARANÁ CE003 - ESTATÍSTICA II Segunda lista de Exercícios - Variáveis Aleatórias Professora Fernanda 1. Uma máquina caça níquel de cassino possui três roletas. Na primeira e segunda
Leia maisBioestatística e Computação I
Bioestatística e Computação I Distribuições Teóricas de Probabilidade Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas
Leia 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 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 maisTiago Viana Flor de Santana
ESTATÍSTICA BÁSICA DISTRIBUIÇÃO NORMAL DE PROBABILIDADE (MODELO NORMAL) Tiago Viana Flor de Santana www.uel.br/pessoal/tiagodesantana/ tiagodesantana@uel.br sala 07 Curso: MATEMÁTICA Universidade Estadual
Leia mais