1 Experimentos, espaço amostral, eventos
|
|
- Daniela Neiva Gomes
- 6 Há anos
- Visualizações:
Transcrição
1 LC Estatística Matemática I Profa. Roseli Aparecida Leandro 1 Experimentos, espaço amostral, eventos Um dos objetivos de um estatístico é tirar conclusões sobre uma população de objetos através da condução de um experimento. Os experimentos podem ser classificados em: { Determinísticos Experimentos determínisticos: Aleatórios São aqueles que repetidos, sob as mesmas condições, conduzem ao mesmo resultado. Experimentos aleatórios: São aqueles que ao serem repetidos, sob as mesmas condições, não produzem o mesmo resultado. O estatístico está preocupado com os experimentos aleatórios. Exemplo 1.1. E 1 E 2 E 3 E 4 : Lançamento de uma moeda. : Lançamento de um dado. : Lançamento de duas moedas. : Plantar duas estacas e verificar o enraizamento
2 2 E 5 E 6 E 7 E 8 E 9 E 10 : Lançamento de dois dados. : Número de ovos de determinada lagarta. : Selecionar um morador da cidade de Piracicaba e medir sua altura. : Observar o tempo de vida de indivíduos. : Observar a produção de um talhão. : Observar o tempo de vida de lâmpadas Definição 1.1. Associado a cada experimento, E, pode-se associar um espaço amostral, Ω, o conjunto de todos os resultados possíveis. Que dependendo da natureza do experimento poderá não ser único. Exemplo 1.2. E 1 : Lançamento de uma moeda. Ω = {cara, coroa} E 2 : Lançamento de um dado. Ω = {1, 2, 3, 4, 5, 6} E 3 : Lançamento de duas moedas. Ω = {(cara, cara), (cara, coroa), (coroa, cara), (coroa, coroa)} E 4 : Plantar duas estacas e verificar o enraizamento Ω = {(e, e), (e, ē), (ē, e), (ē, ē)}, e= enraizar, ē=não enraizar
3 3 E 5 : Lançamento de dois dados. Ω = { (1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6), (2, 1), (2, 2), (2, 3), (2, 4), (2, 5), (2, 6), (3, 1), (3, 2), (3, 3), (3, 4), (3, 5), (3, 6), (4, 1), (4, 2), (4, 3), (4, 4), (4, 5), (4, 6), (5, 1), (5, 2), (5, 3), (5, 4), (5, 5), (5, 6), (6, 1), (6, 2), (6, 3), (6, 4), (6, 5), (6, 6) } E 6 : Número de ovos de determinada lagarta. Ω = {0, 1, 2, 3, 4,...} E 7 : Selecionar um morador da cidade de Piracicaba e medir sua altura. Ω = {x R : x 0} E 8 : Observar o tempo de vida de indivíduos. Ω = {t R : t 0} E 9 : Observar a produção de um talhão. Ω = {x R : x 0} E 10 : Observar o tempo de vida de lâmpadas Ω = {t R : t 0} Às vezes o espaço amostral de um experimento não é tão fácil de ser definido. Por exemplo no experimento 7, quais os resultados possíveis deste experimento? Números reais entre 0 e?. Supondo que não exista uma altura máxima, talvez seja razoável fazer Ω = (0, ). Mas é evidente que esse conjunto contém resultados impossíveis, tais como um milhão ou um bilhão de metros. Outros candidatos para Ω seriam, por exemplo, os intervalos limitados
4 4 (0, 3) e [1/10, 3]. Os dois intervalos contêm, aparentemente, todos os resultados possíveis do experimento. Esta propriedade já é suficiente para nossos propósitos, e podemos escolher qualquer desses intervalos (incluindo (0, )) para o espaço amostral. O importante, então, é que Ω contenha todo resultado possível. A importância do espaço de resultados provém, sobretudo, de ser o meio empregue para a definição de eventos. Há, em regra, muito mais interesse nos acontecimentos e nas famílias de acontecimentos de que nos elementos do espaço amostral. Definição 1.2. Qualquer subconjunto do espaço amostral Ω será chamado evento e será denotado por: A, B, C,.... Existe um paralelismo perfeito entre álgebra de conjuntos e álgebra de eventos (e ou acontecimentos) Se A e B são incompatíveis a intersecção não é possível. Contorna-se essa dificuldade introduzindo a noção de acontecimento impossível como resultado da intersecção de dois acontecimentos incompatíveis; a noção vem em correspondência com a de conjunto vazio na álgebra de conjuntos e por isso se representa pelo mesmo símbolo,. Assim, A e B, são incompatíveis se e só se, A B =. O acontecimento, Ω, costuma designar-se por acontecimento certo. 1.1 Eventos elementares Suponha que um experimento seja realizado sob certas condições fixas. Seja Ω o conjunto de todos os resultados possíveis, onde por resultado possível entende-se resultado elementar e indivisível do experimento. Exemplo 1.3. Considerando-se o experimento E 1 temos Ω = {cara, coroa} e os pontos amostrais ou eventos elementares associados são: {ca} e {co}. Exemplo 1.4. No experimento E 2, Ω = {1, 2, 3, 4, 5, 6} e os eventos elementares (ou pontos amostrais) associados são: {1}, {2}, {3}, {4}, {5}, {6}. Note que o evento: sair resultado par, ou seja, A = {2, 4, 6} não é um evento elementar e sim a união finita dos eventos elementares: {2}, {4}, {6}.
5 5 No experimento E 6 os eventos elementares são: {0}, {1}, {2}, {3}, {4}, {5}, {6},.... Nem sempre é fácil definir quais são os eventos elementares. Quais os eventos elementares associados aos experimentos: E 7, E 8, E 9, E 10? Devemos observar a existência de dois tipos de espaço amostral, Ω: finito ou infinito; enumerável ou não-enumerável. Todo conjunto finito é enumerável. Mas nem todo conjunto infinito é não-enumerável. No caso de espaço finito ou infinito enumerável diz-se que o espaço amostral é discreto quando o espaço amostral for infinito não-enumerável tem-se um espaço amostral contínuo. Pode-se mostrar que intervalos da forma: (a, b), [a, b), (a, b], [a, b] são não-enumeráveis já conjuntos que possuam uma associação biunívoca com os naturais são enumeráveis. Dessa forma, os espaços amostrais caracterizados pelos experimentos descritos podem ser classificados como: Experimentos Espaço amostral 1, 2, 3, 4, 5 finito enumerável discreto 6 infinito enumerável discreto 7, 8, 9, 10 infinito não-enumerável contínuo Quais são os eventos elementares em um espaço amostral cujo espaço amostral é contínuo? Por exemplo, considerando-se os espaços amostrais associados aos experimentos 7, 8, 9 e 10 quais conjuntos serão seus eventos elementares? Resposta: Os eventos elementares associados a esses espaços amostrais são os intervalos da forma: (a, b] = {x R : a < x b} (1.1) pois qualquer evento A Ω poderá ser escrito como união ou intersecção enumerável ou diferença de conjuntos como os definidos em (1.1). Por exemplo, subconjuntos (eventos) de R ( i) Ponto: {x} = n (x 1n ], x
6 6 ( ii) Intervalo fechado: [a, b] = {a} (a, b] (iii) Intervalo aberto à esquerda: [a, b] {b} (viii) Quaisquer outros subconjuntos de R poderão ser expressos através de um número enumerável de operações dos conjuntos mencionados nos itens (i) a (iii). 2 Probabilidades 2.1 Interpretação clássica de Probabilidades A primeira definição de probabilidade conhecida, parece ser devida a DeMoivre em 1718, e foi claramente explicitada por Laplace no princípio do século XIX. Laplace adotou o esquema de resultados eqüiprováveis, isto é, dos resultados igualmente prováveis, comuns às aplicações até então esboçadas para definir probabilidade de um acontecimento como: a relação entre o número de casos favoráveis ao acontecimento e o número total de casos possíveis, supondo todos os casos igualmente possíveis. Admite-se, historicamente que, a motivação para a definição do conceito de probabilidades foram baseadas em jogos de azar dessa forma não causa surpresa o fato de que o conceito de Laplace seja baseado nas propriedades de tais jogos: possibilidade de classificar a a priori todos os resultados possíveis num número finito de casos mutuamente exclusivos, simétricos e igualmente possíveis, como, os dois lados da moeda, as seis faces do dado, as 52 cartas do baralho etc. Apesar das críticas que lhe foram dirigidas a interpretação clássica manteve a sua força até o começo do século XX. Admitido-se o princípio dos casos igualmente possíveis, o cálculo de probabilidades resumese na contagem do número de casos favoráveis e do número de casos possíveis. Essa contagem, nem sempre fácil, encontra poderoso auxiliar na análise combinatória. Exemplo 2.1. Considerando-se A Ω um evento qualquer associado ao espaço amostral do experimento E 2. Podemos atribuir probabilidade ao evento A da seguinte maneira: P (A) = #A 6 = Número de resultados favoráveis a A Número de resultados possíveis
7 7 Esta é definição a clássica de probabilidade quando Ω é finito, e baseia-se no conceito de resultados eqüiprováveis, ou melhor, no princípio da indiferença (estamos indiferentes diante dos resultados 1, 2, 3, 4, 5, 6; logo, definimos P (i) = 1 i Ω). Então, para esse 6 experimento todo evento terá uma probabilidade Críticas a definição clássica Várias críticas são feitas ao conceito clássico de probabilidades: ( i) O que são casos eqüiprováveis? Na falta de definição admitir que é um conceito primitivo. ( ii) Como reconhecer que os casos são eqüiprováveis? A saída parece ser aceitar que algum princípio apriorístico suporta tal reconhecimento. Nesses casos é comum admitir um dois princípios a seguir: ( a) princípio da indiferença que faz apelo às propriedades de simetria ou de homogeneidade da situação experimental. Se o dado é perfeito porque seriam uma das faces preferidas em detrimento de outras? ( b) princípio da razão insuficiente: se não há razão para crer que qualquer dos casos é mais provável do que os outros pode-se admitir que todos os casos são igualmente prováveis. (iii) É bem sabido que não há moedas perfeitas, dados perfeitos, gases perfeitos, água pura etc, que perfeição além do conceito não existe. Consequentemente o conceito clássico é muitas vezes aplicado em situações idealizadas e não consegue vencer a dificuldades levantadas quando os casos não são igualmente possíveis. ( iv) Finalmente como calcular probabilidades quando o número de casos possíveis não é finito nem sequer enumerável?
8 8 Apesar de todas as críticas não resta dúvida que a interpretação clássica é aplicável sempre que a simetria dos problemas a justifique, e, de fato há numerosos caso em que tal propriedade pode ser aceita. A verdade é que se trata de um modelo probabilístico particular dentro da teoria axiomática a ser desenvolvida, de grande utilidade quando ajustado a uma realidade concreta. 2.2 Interpretação Frequentista de Probabilidades A interpretação frequentista (Venn, von Mises, Reichenbach, Salmon etc) foi adotada de forma quase unâmime pelos estatísticos durante a primeira metade do século XX e é ainda hoje considerada correta pela maioria, apesar de, ter havido uma crescente aceitação da interpretação Bayesiana na segunda metade do século XX. Sustenta que a probabilidade de um acontecimento pode ser medida observando-se a frequência relativa do mesmo acontecimento numa sucessão numerosa de provas ou experiências, idênticas e independentes. Uma das primeiras abordagens da interpretação frequentista deve-se a Venn (1866) ao formalizar a idéia de exprimir probabilidade em termos de limite de frequências relativas em longas sequências de situações independentes capazes de repetição em condições idênticas Críticas a definição frequentista ( i) Falta de suporte empírico para a complexa noção de independência. ( ii) Contraste entre o caráter essencialmente finito da experiência humana e a probabilidade definida por passagem ao limite numa sucessão indefinidamente grande. Atribuir probabilidade a um evento nada mais é do que associar uma medida ao evento considerado. Então, a pergunta, agora, passa a ser: conseguimos atribuir medida a qualquer evento A de um espaço amostral Ω? A resposta é não. Só conseguimos atribuir probabilidade a determinados subconjuntos de Ω esses subsconjuntos serão, então, chamados de eventos aleatórios. Outros autores, por exemplo, Kolmogorov (1950) e Crámer (1946) preferiram abandonar o axioma do limite, definindo probabilidade de um acontecimento aleatório como um número
9 9 associado a esse acontecimento satisfazendo um conjunto de regras ou sistema de axiomas. Na abordagem axiomática a preocupação não é com a interpretação da probabilidade mas sim que probabilidade é definida através de um conjunto de axiomas. Interpretação de probabilidade é outro assunto. A frequência de ocorrência de um evento é um exemplo de uma particular interpretação. Uma outra interpretação possível é a interpretação subjetiva, na qual ao invés de pensar probabilidade como frequência, podemos pensá-la como uma crença na chance de um evento ocorrer. Por exemplo, Chover amanhã? A esse evento é impossível dar a interpretação frequentista, pois, o evento: Chover amanhã não poderá ser realizado um número grande de vezes. A que eventos vamos atribuir probabilidades? 2.3 Axiomática de Kolmogorov De modo geral, toda teoria matemática tem como origem a observação de fatos. Mas, na verdade, somente quando um grupo de fenômenos apresenta regularidades e permanências é que pode pensar-se na construção de uma teoria matemática. Tal teoria toma-se como modelo matemático de tal grupo. No início do século XX muitos probabilistas começaram a sentir necessidade de uma axiomatização que permitisse ultrapassar a ambiguidade de muitas aplicações e a proliferação de conceitos e interpretações. A axiomatização hoje generalizada deve muito a Bernstein e à decisiva contribuição de Kolmogorov. A partir desse momento optou-se por considerar que a teoria da probabilidade teria como objeto de estudo certos fenômenos observáveis, os fenômenos aleatórios. Assim a teoria da probabilidade se ocupa de métodos de análise que são comuns ao estudo dos fenômenos aleatórios seja qual for o campo a que pertençam (da duração da vida humana à duração de componentes eletrônicos, do número de chamadas que afluem por dia a uma central telefônica ao número de acidentes de automóvel ocorridos por semana numa estrada, da variação das características biométricas de homem para homem às variações das características quantitativas de um produto fabricado em série etc). Justifica-se, então a introdução da teoria da probabilidade como teoria matemática dos fenômenos aleatórios, isto é, dos fenômenos influenciados pelo acaso.
10 10 Quando o processo está sujeito à influência de fatores casuais ou contigentes e conduz a resultados incertos fala-se em experiência aleatória ou experimento aleatório. Mais precisamente, uma experimento aleatório ou casual apresenta as seguintes características fundamentais: ( i) Pode-se repetir um grande número de vezes nas mesmas condições ou pelo menos em condições muito semelhantes. ( ii) Cada vez que se repete obtém-se um resultado individual, mas nunca há conhecimento suficiente para prever exatamente esse resultado, mesmo que se desenvolvam todos os esforços para manter sob controle. (iii) Enquanto os resultados individuais se mostram irregulares a ponto de iludir qualquer tentativa de previsão exata, tem-se verificado que os resultados obtidos ao cabo de uma longa série de repetições mostram impressionante regularidade estatística quando tomados em conjunto, isto é, estabilidade das frequências relativas. Vamos supor, contudo, que a classe dos eventos aleatórios possua certas propriedades básicas e intuitivas, que serão essenciais para o desenvolvimento posterior da teoria do cálculo de probabilidades. Indicando com A a classe de eventos aleatórios, vamos estipular as seguintes propriedades para A. A1. Ω A (definiremos P (Ω) = 1) A2. Se A A, então A C A (é evidente que definiremos P (A C ) = 1 P (A)). A3. Se A A e B B, então A B A (i.e., se atribuirmos uma probabilidade a A e outra a B, então atribuiremos uma probabilidade a A ou B.) Em outras palavras, vamos supor que A, seja uma álgebra de eventos. Definição 2.1. Seja Ω um conjunto não-vazio. Uma classe Ω de subconjuntos de Ω satisfazendo A1, A2 e A3 é chamada álgebra de subconjuntos de Ω Proposição 2.1. Seja A uma álgebra de subconjuntos de Ω. propriedades: Então valem as seguintes
11 11 A4. A e A5. n, A 1,..., A n A, temos, n i=1a i A e n i=1a i A. Esta proposição diz que uma álgebra é fechada para um número finito de aplicações das operações:,, e C. Observação: A é fechada para diferenças. Quando, Ω é finito uma álgebra é uma classe adequada para domínio da função P (.) Pois uma álgebra contém o evento impossível, o evento certo, o evento contrário ( de qualquer evento que pertença a classe), a união e intersecção de eventos (que pertençam à classe), isto é, em regra, todos os acontecimentos interessantes. Se Ω for finito então A será a álgebra de todas as partes (ou conjunto de todos os subconjuntos ) de Ω, i.e., A = P(Ω). No caso finito geral, se Ω tem n elementos, P(Ω) tem 2 n elementos e será denotado por #P(Ω) = 2 n. Exemplo 2.2. Se Ω = {1, 2, 3} então: #P(Ω) = 2 #Ω = 2 3 = 8 e P(Ω) = {, {1}, {2}, {3}, {1, 2}, {1, 3}, {2, 3}, {1, 2, 3}} Quando Ω é infinito, mesmo que enumerável uma álgebra deixa de servir para a construção de uma teoria que seja mais forte. Pois quando Ω é infinito existem acontecimentos interessantes que se exprimem pela união infinita de outros acontecimentos ou de acontecimentos elementares. Se o domínio da função de conjunto, P (.), deve conter tais acontecimentos então ao invés de o representar por uma álgebra deve representar-se por uma σ-álgebra. Isto é, deve-se exigir que a classe dos eventos aleatórios também satisfaça: A3 Se A n A para n = 1, 2, 3,..., então i=1a i A Definição 2.2. Uma classe A de subconjuntos de um conjunto não-vazio Ω satisfazendo A1, A2, A3 é chamada σ-álgebra de subconjuntos de Ω Uma σ-álgebra é fechada para um número enumerável de aplicações das operações:,, e C. No caso, Ω finito tomou-se para domínio da probabilidade, P (.), a álgebra que se identifica com a classe, P(Ω) = 2 Ω, de todos os conjuntos ou partes de, Ω; no caso de Ω infinito
12 12 enumerável também não há qualquer inconveniente em tomar para esse domínio P(Ω) = 2 Ω que aliás, agora, é uma σ-álgebra. Quando, Ω, é não-enumerável a situação é mais complicada. A classe, P(Ω) = 2 Ω, embora seja uma σ-álgebra, é demasiadamente rica e pode não ser possível atribuir uma probabilidade, de forma compatível com os axiomas, a todo e qualquer, A P(Ω) = 2 Ω. É por isso que comumente a teoria de probabilidade se desenvolve em relação a uma σ- álgebra mais restritiva, A, composta apenas por conjuntos de Ω probabilizáveis e só estes são designados por acontecimentos (eventos aleatórios). Em particular, nos casos de maior interesse prático em que, Ω = R k, k = 1, 2,..., n a análise restringe-se a uma álgebra de Borel em R k, σ-álgebra que contém os conjuntos (acontecimentos, eventos aleatórios) contemplados em quase todas as aplicações, a saber, em R, intervalos abertos, semi-abertos ou fechados, finitos ou infinitos), uniões (finitas ou infinitas enumeráveis) e intersecções (finitas ou infinitas enumeráveis) de intervalos, etc Se Ω for contínuo quem será A? Por exemplo, consideremos o experimento E: Selecionar um ponto no intervalo [0,1]. Temos que: Ω = [0, 1]. (Barry James, página 7). Definição 2.3. Um espaço de probabilidade é um trio (Ω, A, P ) em que: (a) Ω é um conjunto não-vazio. (b) A é uma σ-álgebra de subconjuntos de Ω, e (c) P é uma probabilidade em A Definição 2.4. Dado um espaço amostral Ω e uma σ-álgebra (σ de Borel), A, a função de probabilidade é uma função P com domínio A que satisfaz: 1. P (A) 0, para todo A A. 2. P (Ω) = 1 3. Se A 1, A 2,... A são disjuntos dos a dois, então P ( i=1a i ) = P (A i ) i=1
13 13 As três propriedades apresentadas na definição 2.4 são usualmente referidas como Axiomas de Probabilidade (ou axiomas de Kolmogorov). Qualquer função que satisfaça os axiomas de Probabilidade é chamada função de probabilidade. O axioma não menciona qual é a função particular P, ele meramente requer que P satisfaça os axiomas. Para qualquer espaço amostral muitas e diferentes funções P podem ser definidas. Não vamos nos preocupar, doravante, com o problema de como definir probabilidade para cada experimento. Simplesmente, vamos admitir que existem as probabilidades em uma certa σ-álgebra A de eventos, chamados eventos aleatórios; vamos supor que a todo A A seja associado um número real P (A), chamado probabilidade de A, de modo que os axiomas a seguir sejam satisfeitos: Axioma 1. P (A) 0. Axioma 2. P (Ω) = 1. Axioma 3. (Aditividade finita) Se A 1,..., A n A são disjuntos (2 a 2), então P ( n k=1 A k) = n k=1 P (A k). (Os eventos são disjuntos, ou disjuntos 2 a 2, se são mutuamente exclusivos, i.e., A i A j = se i j.) Axioma 3 (σ-aditividade) Se A 1, A 2,... A são disjuntos (i.e., mutuamente exclusivos), então P ( k=1a k ) = P (A k ) k=1 Proposição 2.2. O axioma 3 implica o Axioma 3, i.e., se P é σ-aditiva, então é finitamente aditiva. Prove!
LCE 5806 Estatística Matemática I Profa. Roseli Aparecida Leandro
LCE 5806 Estatística Matemática I Profa. Roseli Aparecida Leandro 1 Experimentos, espaço amostral, eventos Um dos objetivos de um estatístico é tirar conclusões sobre uma população de objetos através da
Leia mais1 Probabilidade: Axiomas e Propriedades
1 Probabilidade: Axiomas e Propriedades 1.1 Definição Frequentista Considere um experimento aleatório que consiste no lançamento de um dado honesto. O espaço amostral desse experimento é Ω = {1, 2, 3,
Leia maisProbabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula 3 03/14 1 / 20
Probabilidade I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula 3 03/14 1 / 20 Probabilidade Prof. Tarciana Liberal (UFPB) Aula 3 03/14 2 / 20 Probabilidade
Leia maisEstatística (MAD231) Turma: IGA. Período: 2017/2
Estatística (MAD231) Turma: IGA Período: 2017/2 Aula #01 de Probabilidade: 27/09/2017 1 Probabilidade: incerteza? como medir e gerenciar a Introdução Os jornais informaram que há uma chance de 60% de chover
Leia maisIntrodução à Probabilidade
A Teoria de Probabilidade é responsável pelo estudo de fenômenos que envolvem a incerteza (é impossível prever antecipadamente o resultado) e teve origem na teoria de jogos, servindo como ferramenta para
Leia maisProbabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 1 / 23
I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 1 / 23 Probabilidade As definições de probabilidade apresentadas anteriormente podem
Leia mais14/03/2014. Tratamento de Incertezas TIC Aula 1. Conteúdo Espaços Amostrais e Probabilidade. Revisão de conjuntos. Modelos Probabilísticos
Tratamento de Incertezas TIC-00.176 Aula 1 Conteúdo Espaços Amostrais e Probabilidade Professor Leandro Augusto Frata Fernandes laffernandes@ic.uff.br Material disponível em http://www.ic.uff.br/~laffernandes/teaching/2014.1/tic-00.176
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 maisNOTAS DA AULA REVISÃO SOBRE FUNDAMENTOS DE PROBABILIDADE. Prof.: Idemauro Antonio Rodrigues de Lara
1 NOTAS DA AULA REVISÃO SOBRE FUNDAMENTOS DE PROBABILIDADE Prof.: Idemauro Antonio Rodrigues de Lara 2 Experimentos aleatórios Definição 1. Experimentos aleatórios são experimentos que quando executados
Leia maisTratamento de Incertezas TIC MINTER-IFMT
Tratamento de Incertezas TIC-10.005 MINTER-IFMT Aula 1 Conteúdo Espaços Amostrais e Probabilidade Professor Leandro Augusto Frata Fernandes laffernandes@ic.uff.br Material disponível em http://www.ic.uff.br/~laffernandes/teaching/2016.2/tic-10.005
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 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 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 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 maisProbabilidade. É o conjunto de todos os possíveis resultados de um experimento aleatório.
Probabilidade Introdução O trabalho estatístico se desenvolve a partir da observação de determinados fenômenos e emprega dados numéricos relacionados aos mesmos, para tirar conclusões que permitam conhecê-los
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 maisAULA 3 - Modelos probabiĺısticos, axiomas da probabilidade, espaços amostrais
AULA 3 - Modelos probabiĺısticos, axiomas da probabilidade, espaços amostrais Susan Schommer Introdução à Estatística Econômica - IE/UFRJ Experimento não determinístico Definition (Experimento não determinístico)
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 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 maisNoções sobre probabilidade
Capítulo 3 Noções sobre probabilidade Um casal tem dois filhos. Qual é a probabilidade de: o primogênito ser homem? os dois filhos serem homens? pelo menos um dos filhos ser homem? A teoria das probabilidades
Leia maisMOQ-13/PO-210: Probabilidade e Estatística
Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica MOQ-13/PO-210: Probabilidade e Estatística Profa. Denise Beatriz Ferrari www.mec.ita.br/ denise denise@ita.br 2o. semestre/2017 SEMANA
Leia maisMétodos Estatísticos Básicos
Aula 6 - Introdução à probabilidade Departamento de Economia Universidade Federal de Pelotas (UFPel) Maio de 2014 Experimento Experimento aleatório (E ): é um experimento que pode ser repetido indenidamente
Leia maisProbabilidades. Wagner H. Bonat Elias T. Krainski Fernando P. Mayer
Probabilidades Wagner H. Bonat Elias T. Krainski Fernando P. Mayer Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 06/03/2018 WB, EK, FM ( LEG/DEST/UFPR
Leia maisModelos de Probabilidade e Inferência Estatística
Modelos de Probabilidade e Inferência Estatística Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula 2 03/14 1 / 31 Prof. Tarciana Liberal (UFPB) Aula 2 03/14
Leia maisProbabilidades. Palavras como
Probabilidades Departamento de Matemática Escola Superior de Tecnologia de Viseu Engenharia e Gestão Industrial 1 Introdução Palavras como provável probabilidade acaso sorte pertencem ao vocabulário corrente
Leia maisProbabilidades. Carla Henriques e Nuno Bastos. Eng. do Ambiente. Departamento de Matemática Escola Superior de Tecnologia de Viseu
Probabilidades Carla Henriques e Nuno Bastos Departamento de Matemática Escola Superior de Tecnologia de Viseu Eng. do Ambiente Introdução Ao comprar acções, um investidor sabe que o ganho que vai obter
Leia maisProbabilidades. Departamento de Matemática Escola Superior de Tecnologia de Viseu. Gestão de Empresas Contabilidade e Administração
Probabilidades Departamento de Matemática Escola Superior de Tecnologia de Viseu Gestão de Empresas Contabilidade e Administração Introdução Ao comprar acções, um investidor sabe que o ganho que vai obter
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 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 maisAula 07. Modelos Probabilísticos. Stela Adami Vayego - DEST/UFPR 1
ula 07 Modelos Probabilísticos Stela dami Vayego - DEST/UFPR 1 Probabilidade Universo do estudo (população) Hipóteses, conjeturas,... Modelos Probabilísticos Distribuições de Frequências Resultados ou
Leia maisProf. Janete Pereira Amador 1. 1 Introdução
Prof. Janete Pereira Amador 1 1 Introdução A ciência manteve-se até pouco tempo atrás, firmemente apegada à lei da causa e efeito. Quando o efeito esperado não se concretizava, atribuía-se o fato ou a
Leia maisprobabilidade PE-MEEC 1S 09/10 16 Capítulo 2 - de probabilidade 2.1 Experiências aleatórias. resultados. Acontecimentos probabilidade.
Capítulo 2 - Noções básicas de probabilidade 2.1 Experiências aleatórias. Espaço de resultados. Acontecimentos 2.2 Noção de probabilidade. Interpretações de Laplace, frequencista e subjectivista. Axiomas
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 mais2. INTRODUÇÃO À PROBABILIDADE
2. INTRODUÇÃO À PROBABILIDADE 2012 Conceitos básicos Experimento aleatório ou fenômeno aleatório Situações ou acontecimentos cujos resultados não podem ser previstos com certeza. Um experimento ou fenônemo
Leia maisEssas medidas são chamadas de estimativas associadas a populações das quais os dados foram extraídos na forma de amostras.
Até agora vimos que a análise de um conjunto de dados por meio de técnicas numéricas nos permite calcular medidas de posição (média, mediana, moda) e medidas de dispersão (variância e desvio padrão). Poderemos
Leia maisCiclo 3 Encontro 2 PROBABILIDADE. Nível 3 PO: Márcio Reis 11º Programa de Iniciação Científica Jr.
1 Ciclo 3 Encontro 2 PROBABILIDADE Nível 3 PO: Márcio Reis 11º Programa de Iniciação Científica Jr. Probabilidade 2 Texto: Módulo Introdução à Probabilidade O que é probabilidade? parte 1 de Fabrício Siqueira
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 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 maisTeoria das probabilidades
Teoria das probabilidades Prof. Dr. Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 25 de abril de 2018 Londrina 1 / 22 Conceitos probabiĺısticos são necessários para se
Leia maisChamamos de evento qualquer subconjunto do espaço amostral: A é um evento A Ω.
PROBABILIDADE 1.0 Conceitos Gerais No caso em que os possíveis resultados de um experimento aleatório podem ser listados (caso discreto), um modelo probabilístico pode ser entendido como a listagem desses
Leia maisDepartamento de Matemática Instituto Superior Técnico
Capítulo 2 Conceição Amado Departamento de Matemática Instituto Superior Técnico Capítulo 2 - Noções básicas de probabilidade 2 2.1 Experiências aleatórias. Espaço de resultados. Acontecimentos.....................
Leia maisSumário. 2 Índice Remissivo 12
i Sumário 1 Definições Básicas 1 1.1 Fundamentos de Probabilidade............................. 1 1.2 Noções de Probabilidade................................ 3 1.3 Espaços Amostrais Finitos...............................
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 mais2. INTRODUÇÃO À PROBABILIDADE
2. INTRODUÇÃO À ROILIDDE 2014 Conceitos básicos Experimento aleatório ou fenômeno aleatório Situações ou acontecimentos cujos resultados não podem ser previstos com certeza. Um experimento ou fenônemo
Leia maisIntrodução a Probabilidade
Introdução a Probabilidade Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Cronograma 1. Origem e história 2. Introdução 3. Definições básicas 4. Conceituação de probabilidade 5. Probabilidade
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 maisProbabilidade. Professora Ana Hermínia Andrade. Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise
Probabilidade Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2016.2 Você reconhece algum desses experimentos? Alguns
Leia maisConceitos básicos de teoria da probabilidade
Conceitos básicos de teoria da probabilidade Experimento Aleatório: procedimento que, ao ser repetido sob as mesmas condições, pode fornecer resultados diferentes Exemplos:. Resultado no lançamento de
Leia maisProbabilidade Parte 1. Camyla Moreno
Probabilidade Parte 1 Camyla Moreno Probabilidade A teoria das probabilidades é um ramo da Matemática que cria, elabora e pesquisa modelos para estudar experimentos ou fenômenos aleatórios. Principais
Leia maisMA12 - Unidade 17 Probabilidade
MA12 - Unidade 17 Probabilidade Paulo Cezar Pinto Carvalho PROFMAT - SBM 17 de Maio de 2013 Teoria da Probabilidade Teoria da Probabilidade: modelo matemático para incerteza. Objeto de estudo: experimentos
Leia maisPROBABILIDADE. Há várias definições para probabilidade. As três mais utilizadas são: Clássica, Frequentista e Axiomática
2 PROBABILIDADE Há várias definições para probabilidade. As três mais utilizadas são: Clássica, Frequentista e Axiomática Definição 2.1 (Clássica): Seja A um evento e Ω o espaço amostral finito, então
Leia maisProf.: Joni Fusinato
Introdução a Teoria da Probabilidade Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com Teoria da Probabilidade Consiste em utilizar a intuição humana para estudar os fenômenos do nosso
Leia maisResumo. Parte 2 Introdução à Teoria da Probabilidade. Ramiro Brito Willmersdorf Introdução.
Parte 2 Introdução à Teoria da Probabilidade Ramiro Brito Willmersdorf ramiro@willmersdorf.net Departamento de Engenharia Mecânica Universidade Federal de Pernambuco 2011.2 Resumo 1 Introdução 2 Espaço
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 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 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 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 Introdução Experimento aleatório Definição Qualquer experimento cujo resultado
Leia mais1.3 Outras definições de probabilidade
14 CHAPTER 1. INTRODUÇÃO 1.3 Outras definições de probabilidade Até agora definimos probabilidade de um evento segundo a definição clássica, supondo sempre resultados equiprováveis. Outros métodos de definir
Leia mais2. INTRODUÇÃO À PROBABILIDADE
2. INTRODUÇÃO À PROILIDDE 2011 Conceitos básicos Experimento aleatório ou fenômeno aleatório Situações ou acontecimentos cujos resultados não podem ser previstos com certeza. Um experimento ou fenônemo
Leia maisProbabilidades. Departamento de Matemática Escola Superior de Tecnologia de Viseu. Eng. do Ambiente. (DepMAT ESTV) Probabilidades 2007/ / 22
Probabilidades Departamento de Matemática Escola Superior de Tecnologia de Viseu Eng. do Ambiente (DepMAT ESTV) Probabilidades 2007/2008 1 / 22 Introdução Introdução Ao comprar acções, um investidor sabe
Leia maisTeoria das Probabilidades
Teoria das Probabilidades Lucas Santana da Cunha lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 09 de maio de 2018 Londrina 1 / 21 Conceitos probabiĺısticos são necessários
Leia maisTeoria das Probabilidades
Teoria das Prof. Eduardo Bezerra (CEFET/RJ) 23 de fevereiro de 2018 Eduardo Bezerra (CEFET/RJ) Teoria das 2018.1 1 / 54 Roteiro Experimento aleatório, espaço amostral, evento 1 Experimento aleatório, espaço
Leia maisDisciplina: Prof. a Dr. a Simone Daniela Sartorio de Medeiros. DTAiSeR-Ar
Disciplina: 221171 Probabilidade Prof. a Dr. a Simone Daniela Sartorio de Medeiros DTAiSeR-Ar 1 Revisão de conceitos Você sabe contar? 2 Análise combinatória É um dos tópicos que a matemática é dividida,
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 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 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 maisModelos de Probabilidade e Inferência Estatística
Modelos de Probabilidade e Inferência Estatística Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula 1 03/14 1 / 49 Conceitos Fundamentais Prof. Tarciana Liberal
Leia maisProbabilidade e Estatística
Aula 3 Professora: Rosa M. M. Leão Probabilidade e Estatística Conteúdo: 1.1 Por que estudar? 1.2 O que é? 1.3 População e Amostra 1.4 Um exemplo 1.5 Teoria da Probabilidade 1.6 Análise Combinatória 3
Leia maisConteúdo: Aula 2. Probabilidade e Estatística. Professora: Rosa M. M. Leão
Aula 2 Professora: Rosa M. M. Leão Probabilidade e Estatística Conteúdo: 1.1 Por que estudar? 1.2 O que é? 1.3 População e Amostra 1.4 Um exemplo 1.5 Teoria da Probabilidade 1.6 Análise Combinatória 3
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 maisIntrodução à Estatística. Segundo Semestre/2018
Introdução à Estatística Segundo Semestre/2018 Probabilidade Sua origem está relacionada a jogos de azar; Exemplo: Jogo de dados; Retirar uma carta de um baralho; Lançar uma moeda;... Probabilidade Normalmente
Leia maisDisciplina: Prof. a Dr. a Simone Daniela Sartorio. DTAiSeR-Ar
Disciplina: 221171 Probabilidade Prof. a Dr. a Simone Daniela Sartorio DTAiSeR-Ar 1 Revisão de conceitos Você sabe contar? 2 a) Quantos números de 2 algarismos distintos podem ser formados usando-se os
Leia maisEstatística (MAD231) Turma: IGA. Período: 2018/2
Estatística (MAD231) Turma: IGA Período: 2018/2 Aula #01 de Probabilidade: 28/09/2018 1 Probabilidade: incerteza? como medir e gerenciar a Introdução Os jornais informaram que há uma chance de 60% de chover
Leia maisCapítulo 4. Introdução à teoria das probabilidades. 4.1 Noções de conjuntos Operações básicas com conjuntos
Capítulo 4 Introdução à teoria das probabilidades Um casal tem dois filhos. Qual é a probabilidade de: o primogênito ser homem? os dois filhos serem homens? pelo menos um dos filhos ser homem? A teoria
Leia maisPROBABILIDADE. Aula 2 Probabilidade Básica. Fernando Arbache
PROBABILIDADE Aula 2 Probabilidade Básica Fernando Arbache Probabilidade Medida da incerteza associada aos resultados do experimento aleatório Deve fornecer a informação de quão verossímil é a ocorrência
Leia maisAXIOMÁTICA. Rosa Canelas
AXIOMÁTICA Rosa Canelas O que é uma axiomática? Em determinado ponto da evolução de uma teoria de pensamento matemático, torna-se imperioso ordenar, sistematizar e relacionar todos os conhecimentos entretanto
Leia maisProbabilidades 1. Motivação; 2. Conceitos importantes; 3. Definições de probabilidades; 4. Probabilidade Condicional; 5. Independência de eventos; 6.
Probabilidades 1. Motivação; 2. Conceitos importantes; 3. Definições de probabilidades; 4. Probabilidade Condicional; 5. ndependência de eventos; 6. Regra da probabilidade total. Probabilidades Probabilidades
Leia maisDisciplina: Prof. a Dr. a Simone Daniela Sartorio de Medeiros. DTAiSeR-Ar
Disciplina: 221171 Probabilidade Prof. a Dr. a Simone Daniela Sartorio de Medeiros DTAiSeR-Ar 1 Revisão de conceitos Você sabe contar? (Análise Combinatória) 2 Análise combinatória É um dos tópicos que
Leia maisDefinição: É uma coleção bem definida de
EST029 Cálculo de Probabilidade I Cap. 1: Introdução à Probabilidade Prof. Clécio da Silva Ferreira Depto Estatística - UFJF Conjuntos: Definição e notação Definição: É uma coleção bem definida de objetos,
Leia maisProbabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula 1 04/14 1 / 35
Probabilidade I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula 1 04/14 1 / 35 Prof. Tarciana Liberal (UFPB) Aula 1 04/14 2 / 35 Prof. Tarciana Liberal (UFPB)
Leia maisMATEMÁTICA MÓDULO 4 PROBABILIDADE
PROBABILIDADE Consideremos um experimento com resultados imprevisíveis e mutuamente exclusivos, ou seja, cada repetição desse experimento é impossível prever com certeza qual o resultado que será obtido,
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA Departamento de Estatística. Probabilidade. Cálculo das Probabilidades e Estatística I Luiz Medeiros
UNIVERSIDADE FEDERAL DA PARAÍBA Departamento de Estatística Probabilidade Cálculo das Probabilidades e Estatística I Luiz Medeiros http://www.de.ufpb.br/~luiz/ Existem muitas situações que envolvem incertezas:
Leia maisAula 06. Introdução ao Cálculo de Probabilidades. Stela Adami Vayego - DEST/UFPR 1
ula 06 Introdução ao Cálculo de robabilidades Stela dami Vayego - DEST/UR 1 Experimentos ou enômenos leatórios São experimentos que, quando repetidos em condições similares, fornecem resultados diferentes.
Leia maisParte 3 Probabilidade
Parte 3 Probabilidade A probabilidade tem origem no século XVII, motivada, inicialmente, pelos jogos de azar. De maneira bastante informal, refere-se à probabilidade como uma medida de chance de algum
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 maisExperiência Aleatória
Probabilidades 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 possíveis. Exemplo
Leia maisCE Estatística I
CE 002 - Estatística I Agronomia - Turma B Professor Walmes Marques Zeviani Laboratório de Estatística e Geoinformação Departamento de Estatística Universidade Federal do Paraná 1º semestre de 2012 Zeviani,
Leia maisUniversidade Federal de Lavras
Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 13 a Lista de Exercícios Práticos Conceitos Básicos de Probabilidade 1) Considere um experimento que consiste em
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 4 Probabilidade: Conceitos Básicos Leituras: Obrigatória: Devore, Capítulo 2 Complementar: Bertsekas e Tsitsiklis, Capítulo 1 Cap 4-1 Objetivos Nesta aula, aprenderemos:
Leia maisNOÇÕES DE PROBABILIDADE
NOÇÕES DE PROBABILIDADE ALEATORIEDADE Menino ou Menina me? CARA OU COROA? 3 Qual será o rendimento da Caderneta de Poupança no final deste ano? E qual será a taxa de inflação acumulada em 014? Quem será
Leia maisAula 10 Variáveis aleatórias discretas
AULA 0 Aula 0 Variáveis aleatórias discretas Nesta aula você aprenderá um conceito muito importante da teoria de probabilidade: o conceito de variável aleatória. Você verá que as variáveis aleatórias e
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 maisINTRODUÇÃO À PROBABILIDADE
INTRODUÇÃO À PROBABILIDADE Análise e Elaboração de Projetos Apresentação Prof Dr Isnard Martins Conteúdo: Profº Dr Carlos Alberto (Caio) Dantas Profº Dr Luiz Renato G. Fontes Prof Dr Victor Hugo Lachos
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 maisTeoria das Probabilidades
Experiência aleatória Observação de uma acção cujos resultados não são conhecidos a priori (conhecendo-se no entanto quais as possibilidades) Características: Possibilidade de repetição da experiência
Leia maisCap. 4 - Probabilidade
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 2004 Cap. 4 - Probabilidade APOIO: Fundação de Apoio à Pesquisa
Leia maisAula - Introdução a Teoria da Probabilidade
Introdução a Teoria da Probabilidade Prof. Magnos Martinello Aula - Introdução a Teoria da Probabilidade Universidade Federal do Espírito Santo - UFES Departamento de Informática - DI 5 de dezembro de
Leia mais