Probabilidades e Estatística TODOS OS CURSOS
|
|
|
- Leila Weber Back
- 8 Há anos
- Visualizações:
Transcrição
1 Duração: 90 minutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique convenientemente todas as respostas 2 o semestre 206/207 05/07/207 :30 o Teste C 0 valores. Uma peça de certo tipo é classificada de acordo com a sua dimensão e porosidade. Num grande lote composto por peças deste tipo, verificaram-se as seguintes proporções: % têm dimensão inadequada e são porosas; 3% têm dimensão inadequada e não são porosas; 23% não têm dimensão inadequada e são porosas; 73% não são porosas nem têm dimensão inadequada. a) Escolhida ao acaso uma peça do lote, calcule a probabilidade de ela ser porosa, sabendo que tem 2.0) dimensão inadequada. Quadro de acontecimentos e probabilidades Acontecimento Probabilidade D {peça com dimensão inadequada} PD)? P {peça é porosa} PP)? D P {peça tem dimensão inadequada e é porosa} PD P) 0.0 D P {peça tem dimensão inadequada e não é porosa} PD P) 0.03 D P {peça não tem dimensão inadequada e é porosa} PD P) 0.23 D P {peça não tem dimensão inadequada e não é porosa} PD P) 0.73 Probabilidade pedida Uma vez que PD) PP D) + PP D) segue-se PP D) PP D) PD) b) A massa de uma peça do tipo referido escolhida ao acaso) é descrita por uma variável aleatória 3.0) com distribuição normal de valor esperado 00g e desvio padrão 2g. Calcule a probabilidade de a massa total de 25 peças desse tipo, escolhidas ao acaso, ser superior a 2525g. V.a. X i massa peça i, n 25 i,...,n Distribuição, valor esperado e variância comuns i.i.d. X i X, i,...,n EX i ) EX ) µ 00, i,...,n V X i ) V X ) σ 2 2 2, i,...,n S n n i X i massa total de n peças Página de 6
2 Distribuição exacta de S n S n é uma combinação linear de n v.a. com distribuição normal, logo S n também é normalmente distribuída. Com efeito, S n NormalES n ),V S n )), onde ) n n ES n ) E X i EX i ) X i X n EX ) n µ V S n ) V i n ) X i i i X i indep. n i V X i ) X i X n V X ) n σ Probabilidade pedida Sn ES n ) PS n > 2525) P 2525 ES ) n) V Sn ) V Sn ) ) Φ 00 Φ2.5) tabel a/calc O número de veículos que passam diariamente por certo ponto de Lisboa até se observar o primeiro veículo de fabrico estrangeiro, X, é uma variável aleatória com variância igual a 20. Assuma independência entre as nacionalidades de fabrico dos diferentes veículos que passam nesse ponto. a) Justifique que a função de distribuição de X é dada por PX x) p) x, onde x,2,....5) e p 0.2. X no. de veículos até se observar o o. de fabrico estrangeiro [Hipóteses de trabalho Admitiremos: independência entre as nacionalidades de fabrico dos diferentes veículos que passam nesse ponto; que a probabilidade de o veículo ser de fabrico estrangeiro se mantém constante e igual a p.] Distribuição de X X Geométricap). F.p. de X PX x) p) x p, x,2,... Justificação da f.d. de X Para x,2,..., temos: F X x) PX x) x p) m p m p x p p p m p) x. p) m p) p)x p) Página 2 de 6
3 Valor de p p 0,) : V X ) 20 p p p 2 + p 0 p ± ) 2 20 p 4 ou p 5 p 0.2 b) Qual é a probabilidade de passarem mais de 7 veículos naquele ponto da cidade até se observar.5) o primeiro veículo de fabrico estrangeiro, sabendo que os três primeiros veículos que passaram naquele ponto eram de fabrico nacional? Pela propriedade de falta de memória da distribuição geométrica segue-se PX > 7 X > 3) PX > 7 3) [Alternativamente, PX > 7 X > 3) PX 4) F X 4) a) [ 0.2) 4 ] 0.2) PX > 7, X > 3) PX > 3) PX > 7) PX > 3) PX 7) PX 3) F X 7) F X 3) [ 0.2)7 ] [ 0.2) 3 ] 0.2) 7 3 PX > 7 3) ] c) Suponha que, num dado período do dia, os veículos passam naquele ponto de Lisboa de acordo 2.0) com um processo de Poisson de taxa 4 veículos por minuto. Calcule a probabilidade de, em 0 minutos desse período do dia, passarem mais de 60 veículos nesse ponto de Lisboa. X t no. de veículos que passam naquele ponto em t minutos desse período do dia t > 0) Distribuição de X t Dado que lidamos com um processo de Poisson com taxa igual a 4 veículos por minuto, temos X t Poisson4 t). F.p. de X 0 PX 0 x) e x x!, x 0,,2,... Página 3 de 6
4 PX > 60) PX 60) tabel a/calc Grupo II 0 valores. O diâmetro de certo tipo de eixo tem desvio, medido relativamente a uma norma, descrito por uma variável aleatória X com distribuição normal com valor esperado 0 e variância Considera-se que um eixo deste tipo é não defeituoso se 2 < X < 2. a) Determine a probabilidade de um eixo produzido ser defeituoso. 2.0) X desvio medido relativamente a uma norma Distribuição de X X Normal0,0.64). [ 2 EX ) P 2 < X < 2) [ P X EX ) 2 EX ) ] V X ) V X ) V X ) [ ) )] Φ Φ ] [Φ2.5) Φ 2.5)] 2 [ Φ2.5)] tabel a/calc ) b) Num lote composto por 20 eixos deste tipo, escolhidos ao acaso, qual é a probabilidade de 2.5) existirem no máximo 2 eixos defeituosos? Determine também o valor esperado do número de eixos defeituosos nesse lote. Nota: Se não resolveu a alínea a), considere que a probabilidade de um eixo ser defeituoso é igual a Y Y no. de eixos defeituosos em lote composto por 20 eixos escolhidos ao acaso Distribuição de Y Y Binomialn, p) com n 20 e p a) F.p. de Y PY y) 20) y y 0.024) 20 y, y 0,,...,20 PY 2) 2 PY y) y ) ) ) Valor esperado pedido EY ) np Página 4 de 6
5 2. Um sistema funciona com um par de lâmpadas, uma de tipo A e outra de tipo B. Sejam X e Y as variáveis aleatórias que descrevem as durações em milhares de horas) das lâmpadas do tipo A e B respetivamente), quando instaladas nesse sistema. Sabe-se que X respetivamente Y ) tem distribuição exponencial de valor esperado respetivamente 0.5) e que X e Y são variáveis aleatórias independentes. a) Considere que uma lâmpada de tipo A e outra de tipo B são instaladas simultaneamente no sistema. 2.5) Qual é a probabilidade de nenhuma destas lâmpadas falhar nas 000 h iniciais? Par aleatório X,Y ) X duração em milhares de horas) de lâmpada do tipo A Y duração em milhares de horas) de lâmpada do tipo B Distribribuições X Exponencialλ X ), onde λ X : EX ) λ X λ X Y Exponencialλ Y ), onde λ Y : EY ) 0.5 λ Y 0.5 λ Y 2 X Y F.d.p. de X e Y f X x) f Y y) { { e x, x 0 0, c.c. 2e 2 y, y 0 0, c.c. PX >,Y > ) X Y PX > ) PY > ) [ ] [ ] f X x)dx f Y y)d y e t ) + e 2 t + ) e e 2 e [Alternativamente, poderíamos tirar partido do facto da f.d.p. conjunta de X e Y ser igual a f X,Y x, y) X Y f X x) f Y y) para de seguir calcular a prob. pedida: ] PX >,Y > ) e t + e e 2 e f X x)dx ) f X,Y x, y)d y dx f X x) f Y y)d y dx ) e 2 t + ) f Y y)d y ) b) Suponha que, ao falhar, uma lâmpada de tipo A é substituída instantaneamente por uma nova 3.0) lâmpada do mesmo tipo. Calcule um valor aproximado da probabilidade de terem de ser usadas mais de 40 lâmpadas nas primeiras h de funcionamento do sistema. Página 5 de 6
6 [Nota Serão usadas mais de 40 lâmpadas nas primeiras h de funcionamento do sistema, caso a duração total de 40 lâmpadas seja inferior a h.] V.a. X i duração da lâmpada i do tipo A, n 40 i,...,n Distribuição, valor esperado e variância comuns i.i.d. X i X, i,...,n EX i ) EX ) µ λ X, i,...,n V X i ) V X ) σ 2, i,...,n λ 2 X Nova v.a. S n n i X i duração total de n lâmpadas Valor esperado e variância de S n ES n ) E n i X ) i n i EX i ) X i X n EX ) n µ n V S n ) V n i X ) Xi indep. i n i V X i ) X i X n V X ) n σ 2 n Distribuição aproximada de S n Pelo teorema do limite central TLC) podemos escrever: S n ES n ) V Sn ) S n n µ n σ a Normal0,). Valor aproximado da prob. pedida S40 n µ PS 40 < 40) P 40 n µ ) n σ n σ ) T LC Φ 40 Φ0) 0.5. Página 6 de 6
Probabilidades e Estatística LEAN, LEE, LEGI, LEMat, LETI, LMAC, MEAmb, MEAer, MEBiol, MEBiom, MEEC, MEFT, MEQ
Duração: 90 minutos Grupo I Probabilidades e Estatística LEAN, LEE, LEGI, LEMat, LETI, LMAC, MEAmb, MEAer, MEBiol, MEBiom, MEEC, MEFT, MEQ Justifique convenientemente todas as respostas! o semestre 015/016
Probabilidades e Estatística
Departamento de Matemática Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MEAer, MEMec 2 o semestre 2010/2011 1 o Teste - Código A 16/4/2011 9 horas Duração: 1 hora e 30 minutos Grupo I Exercício
CAPÍTULO 5: VARIÁVEIS ALEATÓRIAS BIDIMENSIONAIS Todas as coisas aparecem e desaparecem por causa da concorrência de causas e condições. Nada nunca existe inteiramente só, tudo está em relação com todo
Probabilidades e Estatística
Departamento de Matemática Probabilidades e Estatística LEAN, LEE, LEGI, LEGM, LEIC-A, LEIC-T, LEMat, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ o semestre 011/01 Exame de Época
DISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS DISTRIBUIÇÕES CONJUNTAS ROTEIRO DISTRIBUIÇÃO CONJUNTA. Estatística Aplicada à Engenharia
ROTEIRO DISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS 1. Distribuições conjuntas 2. Independência 3. Confiabilidade 4. Combinações lineares de variáveis aleatórias 5. Referências Estatística Aplicada à Engenharia
Distribuições 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
Variáveis aleatórias discretas
Probabilidades e Estatística + Probabilidades e Estatística I Colectânea de Exercícios 2002/03 LEFT + LMAC Capítulo 3 Variáveis aleatórias discretas Exercício 3.1 Uma caixa contém 6 iogurtes dos quais
Cálculo das Probabilidades e Estatística I
Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB [email protected] Modelos de distribuição Para utilizar a teoria
VARIÁVEL 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
Momentos: Esperança e Variância. Introdução
Momentos: Esperança e Variância. Introdução Em uma relação determinística pode-se ter a seguinte relação: " + " = 0 Assim, m =, é a declividade e a e b são parâmetros. Sabendo os valores dos parâmetros
Seja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma:
46 VALOR ESPERADO CONDICIONADO Seja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma: Variável contínua E + ( X Y
4. 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
Lista de Exercícios 3 Probabilidades Escola Politécnica, Ciclo Básico
RESOLUÇÃO NA PÁGINA 06 Lista de Exercícios 3 Probabilidades 0303200 Escola Politécnica, Ciclo Básico 1 o semestre 2017 1) Um equipamento tem tempo de vida T com distribuição normal, valor esperado de 40
Um conceito importante em Probabilidades e Estatística é o de
Variáveis Aleatórias Um conceito importante em Probabilidades e Estatística é o de Variável Aleatória. Variável Aleatória Seja (Ω, A) um espaço de acontecimentos. À função X : Ω IR chamamos variável aleatória.
Variável 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
Princípios de Modelagem Matemática Aula 10
Princípios de Modelagem Matemática Aula 10 Prof. José Geraldo DFM CEFET/MG 19 de maio de 2014 1 Alguns resultados importantes em estatística A distribuição normal tem importante papel em estatística pois
Cálculo das Probabilidades e Estatística I
Cálculo das Probabilidades e Estatística I Prof a. Juliana Freitas Pires Departamento de Estatística Universidade Federal da Paraíba - UFPB [email protected] Variáveis Aleatórias Ao descrever um espaço
Variáveis Aleatórias. Departamento de Matemática Escola Superior de Tecnologia de Viseu
Variáveis Aleatórias Departamento de Matemática Escola Superior de Tecnologia de Viseu Exemplo No lançamento de duas moedas ao ar, os resultados possíveis são: FF, FC, CF ou CC. No entanto, o nosso interesse
Probabilidades e Estatística
Departamento de Matemática Probabilidades e Estatística LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmbi, MEBiol, MEEC, MEMec o semestre 011/01 1 o Teste B 1/04/01 11:00 Duração: 1 hora e 30 minutos Justifique
INE 5118 Exercícios variáveis aleatórias Exemplo 1 - Uma fábrica produz recipientes de vidro. Existe uma probabilidade igual a 0,2 de produzir um
Exemplo 1 - Uma fábrica produz recipientes de vidro. Existe uma probabilidade igual a 0, de produzir um recipiente defeituoso. Antes que esses recipientes sejam estocados, eles são inspecionados e os defeituosos
ESCOLA SUPERIOR DE TECNOLOGIA
Departamento Matemática Curso Engenharia e Gestão Industrial 2º Semestre 1º Folha Nº4 Distribuições discretas 1. De um lote que contém 10 parafusos, dos quais 5 são defeituosos, extraem-se 2 com reposição.
mat.ufrgs..ufrgs.br br/~viali/ mat.ufrgs..ufrgs.br
Prof. Lorí Viali, Dr. http://www. ://www.mat mat.ufrgs..ufrgs.br br/~viali/ viali@mat mat.ufrgs..ufrgs.br Média Uma amostra Proporção Variância Dependentes Diferença de médias m Duas amostras Independentes
Distribuições 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
TE802 Processos Estocásticos em Engenharia. Valores Esperados de Somas de Variáveis Aleatórias Notes. PDF da Soma de Duas Variáveis Aleatórias.
TE802 Processos Estocásticos em Engenharia Somas de Variáveis Aleatórias 25 de abril de 2016 Valores Esperados de Somas de Variáveis Aleatórias Seja W n = X 1 + + X n, E[W n ] = E[X 1 ] + E[X 2 ] + + E[X
Variáveis 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
Variável Aleatória. Gilson Barbosa Dourado 6 de agosto de 2008
Variável Aleatória Gilson Barbosa Dourado [email protected] 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
ESCOLA SUPERIOR DE TECNOLOGIA
Departamento Matemática Probabilidades e Estatística Curso Engenharia do Ambiente 2º Semestre 1º Ficha n.º1: Probabilidades e Variáveis Aleatórias 1. Lançam- ao acaso 2 moedas. a) Escreva o espaço de resultados
Lista de Exercícios 2 Probabilidades Escola Politécnica, Ciclo Básico
Lista de Exercícios 2 Probabilidades 0303200 Escola Politécnica, Ciclo Básico 1 o semestre 2017 1) O número de quilômetros que um carro pode rodar sem que a bateria descarregue possui distribuição exponencial
PROBABILIDADE 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
Distribuições de Probabilidade Contínuas 1/19
all Distribuições de Probabilidade Contínuas Professores Eduardo Zambon e Magnos Martinello UFES Universidade Federal do Espírito Santo DI Departamento de Informática CEUNES Centro Universitário Norte
ESCOLA SUPERIOR DE TECNOLOGIA
Departamento Matemática Probabilidades e Estatística Curso Engenharia do Ambiente 2º Semestre 1º Folha Nº2: Distribuição Binomial, Poisson, Normal e Lognormal 1. A probabilidade de encontrar um insecto
1 Distribuição Uniforme
Centro de Ciências e Tecnologia Agroalimentar - Campus Pombal Disciplina: Estatística Básica - 03 Aula 8 Professor: Carlos Sérgio UNIDADE 4 - Distribuições Contínuas (Notas de Aula) Distribuição Uniforme
Distribuições de Probabilidade. Distribuição Normal
Distribuições de Probabilidade Distribuição Normal 1 Distribuição Normal ou Gaussiana A distribuição Normal ou Gaussiana é muito utilizada em análises estatísticas. É uma distribuição simétrica em torno
Exercícios Funções Multivariadas, Exponencial e Outras
Turma 2017 Exercícios Funções Multivariadas, Exponencial e Outras Problema 1 (bivariada) Um bim de cinco transistores possui dois que são defeituosos. Os transistores são testados um a um, até que os defeituosos
Universidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº3: Introdução às Probabilidades
Ano lectivo: 2007/2008 Universidade da Beira Interior Departamento de Matemática ESTATÍSTICA Ficha de exercícios nº3: Introdução às Probabilidades Curso: Ciências do Desporto 1. Considere a experiência
Distribuições 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
Probabilidade 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
Probabilidade e Modelos Probabilísticos
Probabilidade e Modelos Probabilísticos 2ª Parte: modelos probabilísticos para variáveis aleatórias contínuas, modelo uniforme, modelo exponencial, modelo normal 1 Distribuição de Probabilidades A distribuição
Variáveis Aleatórias. Esperança e Variância. Prof. Luiz Medeiros Departamento de Estatística - UFPB
Variáveis Aleatórias Esperança e Variância Prof. Luiz Medeiros Departamento de Estatística - UFPB ESPERANÇA E VARIÂNCIA Nos modelos matemáticos aleatórios parâmetros podem ser empregados para caracterizar
Exercícios 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
PRO 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.
Distribuições Contínuas. Estatística. 7 - Distribuição de Probabilidade de Variáveis Aleatórias Contínuas UNESP FEG DPD
Estatística 7 - Distribuição de Probabilidade de Variáveis Aleatórias Contínuas 7- Distribuição Uniforme A variável aleatória contínua pode ser qualquer valor no intervalo [a,b] A probabilidade da variável
Estatística 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.
Aproximação 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.
Stela Adami Vayego DEST/UFPR
Resumo 9 Modelos Probabilísticos Variável Contínua Vamos ver como criar um modelo probabilístico, o que é uma função densidade de probabilidade (fdp), e como calcular probabilidades no caso de variáveis
Sistemas Reparáveis - Processo de Contagem
Sistemas Reparáveis - Processo de Contagem Enrico A. Colosimo Colaboração: Rodrigo C. P. dos Reis e Maria Luiza Toledo Programa de Pós-Graduação em Estatística - UFMG Teoria básica de Processos de Contagem
EXAME DE ESTATÍSTICA / ESTATÍSTICA I
INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE SAÚDE EAME DE ESTATÍSTICA / ESTATÍSTICA I Cursos: Licenciatura em Enfermagem e Licenciaturas Bi-etápicas em Fisioterapia e em Terapia da Fala Época de
Instituto 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 [email protected] Distribuições Discretas Uniforme Bernoulli Binomial Poisson
Ministério da Educação. Nome:... Número:
Ministério da Educação Nome:...... Número: Unidade Lectiva de: Introdução às Probabilidades e Estatística Ano Lectivo de 2003/2004 Código1334 Teste Formativo Nº 2 1. Considere que na selecção de trabalhadores
Prof. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. [email protected] http://www.mat.ufrgs.br/~viali/ Tipos de Modelos Determinístico Sistema Real Probabilístico Modelo determinístico Causas Efeito Exemplos Gravitação F GM 1 M /r
MB-210 Probabilidade e Estatística
Instituto Tecnológico de Aeronáutica Divisão de Engenharia Mecânica-Aeronáutica MB-210 Probabilidade e Estatística Profa. Denise Beatriz Ferrari www.mec.ita.br/ denise [email protected] 2o. semestre/2013 Variáveis
4ª LISTA DE EXERCÍCIOS - LOB1012. Variáveis Aleatórias Contínuas, Aproximações e TLC
4ª LISTA DE EXERCÍCIOS - LOB1012 Variáveis Aleatórias Contínuas, Aproximações e TLC Assunto: Função Densidade de Probabilidade Prof. Mariana Pereira de Melo 1. Suponha que f(x) = x/8 para 3
6. Amostragem e estimação pontual
6. Amostragem e estimação pontual Definição 6.1: População é um conjunto cujos elementos possuem qualquer característica em comum. Definição 6.2: Amostra é um subconjunto da população. Exemplo 6.1: Um
Escola Superior de Tecnologia de Viseu. Fundamentos de Estatística 2006/2007 Ficha nº 3
Escola Superior de Tecnologia de Viu Fundamentos de Estatística 006/007 Ficha nº 3. Os valores admissíveis de uma variável aleatória discreta X são: 0,,. Sabe- que E(X)=0.8 e que E(X )=.4. a) Defina a
PROBABILIDADES 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
DISTRIBUIÇÃO 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
Unidade II ESTATÍSTICA APLICADA. Prof. Luiz Felix
Unidade II ESTATÍSTICA APLICADA Prof. Luiz Felix Distribuição de frequências - média Cálculo da Média x = X i. f i n Onde: x média aritmética da distribuição de frequência X i ponto médio de cada classe
FICHA 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
Modelos Lineares Distribuições de Probabilidades Distribuição Normal Teorema Central do Limite. Professora Ariane Ferreira
Distribuições de Probabilidades Distribuição Normal Teorema Central do Limite Professora Ariane Ferreira Modelos Probabilísticos de v.a. continuas Distribuição de Probabilidades 2 IPRJ UERJ Ariane Ferreira
Modelos 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:
MAE116 - Noções de Estatística
MAE116 - Noções de Estatística Grupo A - 1 semestre de 215 Gabarito da Lista de exercícios 5 - Distribuição Binomial - CASA Exercício 1.(2,5 pontos) Uma concessionária tem disponível, para um certo automóvel,
Noções de Simulação. Ciências Contábeis - FEA - Noturno. 2 o Semestre MAE0219 (IME-USP) Noções de Simulação 2 o Semestre / 23
Noções de Simulação Ciências Contábeis - FEA - Noturno 2 o Semestre 2013 MAE0219 (IME-USP) Noções de Simulação 2 o Semestre 2013 1 / 23 Objetivos da Aula Sumário 1 Objetivos da Aula 2 Motivação 3 Geração
3.3. Diga qual é o número médio e a variância dos animais que sobrevivem?
1. Um treinador de andebol tem à sua disposição 20 jogadores dos quais deve selecionar 10 para formar uma equipa para um jogo. 12 dos jogadores são atacantes e os restantes saõ defesas. 1.1. Se o selecionador
1 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
Probabilidade Lista 6 - Variáveis Aleatórias Contínuas e Vetores Aleatórios
Probabilidade Lista - Variáveis Aleatórias Contínuas e Vetores Aleatórios Exercício. Uma v.a. X tem distribuição triangular no intervalo [0, ] se sua densidade for dada por 0, x < 0 cx, 0 x /2 c( x), /2
CAPÍTULO 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?
Notas de Probabilidades e Estatística
Notas de Probabilidades e Estatística Giovani Loiola da Silva Dep. Matemática - IST Setembro, 2008 Estas notas visam apoiar as aulas teóricas da disciplina Probabilidades e Estatística. Agradecimentos:
Probabilidade. Experiências aleatórias
Probabilidade Experiências aleatórias 1 Experiências aleatórias Acontecimento: Qualquer colecção de resultados de uma experiência. Acontecimento elementar: Um resultado que não pode ser simplificado ou
VARIÁVEIS 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
Análise de Dados e Simulação
Universidade de São Paulo Instituto de Matemática e Estatística http:www.ime.usp.br/ mbranco Simulação de Variáveis Aleatórias Contínuas. O método da Transformada Inversa Teorema Seja U U (0,1). Para qualquer
Modelos 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
2. 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 :
MAT 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
DISTRIBUIÇÕES BERNOULLI E BINOMIAL
DISTRIBUIÇÕES BERNOULLI E BINOMIAL Lucas Santana da Cunha email: [email protected] http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 26 de junho de 2017 Distribuição Bernoulli Nos experimentos
ESTATÍSTICA. 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.
Funções Geradoras de Variáveis Aleatórias. Simulação Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE
Funções Geradoras de Variáveis Aleatórias 1 Funções Geradoras de Variáveis Aleatórias Nos programas de simulação existe um GNA e inúmeras outras funções matemáticas descritas como Funções Geradoras de
Variáveis 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
Variáveis Aleatórias
Variáveis Aleatórias Definição: Uma variável aleatória v.a. é uma função que associa elementos do espaço amostral a valores numéricos, ou seja, X : I, em que I. Esquematicamente: As variáveis aleatórias
Uma 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
IND 1115 Inferência Estatística Aula 6
Conteúdo IND 5 Inferência Estatística Aula 6 Setembro de 004 A distribuição Lognormal A distribuição Beta e sua relação com a Uniforme(0,) Mônica Barros mbarros.com mbarros.com A distribuição Lognormal
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
2º LISTA DE EXERCÍCIO
DISCIPLINA: CÁLCULO DAS PROBABILIDADES E ESTATÍSTICA I Prof. Luiz Medeiros PERÍODO: 2013.2 2º LISTA DE EXERCÍCIO 1) Em uma empresa de cerâmica sabe-se que existe em média 0,1 defeito por m 2. Um comprador
Processos Estocásticos. Variáveis Aleatórias. Variáveis Aleatórias. Luiz Affonso Guedes. Como devemos descrever um experimento aleatório?
Processos Estocásticos Luiz Affonso Guedes Sumário Probabilidade Funções de Uma Variável Aleatória Funções de Várias Momentos e Estatística Condicional Teorema do Limite Central Processos Estocásticos
S I M U L A Ç Ã O 84
S I M U L A Ç Ã O 84 - 1 - Elabore uma rotina que lhe permita gerar números pseudo-aleatórios (NPA) com distribuição X ( f X ( x ) representa a função de densidade de probabilidade de X e F X ( x ) representa
Experimento 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
Variáveis Aleatórias Contínuas e Distribuição de Probabilidad
Variáveis Aleatórias Contínuas e Distribuição de Probabilidades - parte II 26 de Novembro de 2013 Distribuição Contínua Uniforme Média e Variância Objetivos Ao final deste capítulo você deve ser capaz
Departamento de Matemática Escola Superior de Tecnologia de Viseu
Distribuições contínuas Departamento de Matemática Escola Superior de Tecnologia de Viseu Distribuição Normal Diz-se que uma variável aleatória X tem distribuição normal, se a sua função densidade de probabilidade
Processos 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
PROBABILIDADES: VARIÁVEL ALEATÓRIA CONTÍNUA E DISTRIBUIÇÃO NORMAL
PROBABILIDADES: VARIÁVEL ALEATÓRIA CONTÍNUA E DISTRIBUIÇÃO NORMAL Aula 6 META Estudar o comportamento e aplicação das Variáveis Aleatórias Contínuas, bem como da Distribuição Normal. OBJETIVOS Ao final
Universidade Federal de Alfenas Programa de Pós-graduação em Estatística Aplicada e Biometria-PPGEAB Prova de Conhecimentos Específicos
-PPGEAB Dados que podem ser necessários na resolução de algumas questões: Quantis de distribuições P (t > t α ) = α P (F > F 0,05 ) = 0, 05 ν 1 ν 0,05 0,025 ν 2 42 43 56 57 89 1,66 1,99 42 1,67 1,67 1,63
Escola Politécnica da USP Engenharia de Petróleo e Gás OUTRAS DISTRIBUIÇÕES CONTÍNUAS. Aula 14 - Prof. Regina Meyer Branski
Escola Politécnica da USP Engenharia de Petróleo e Gás OUTRAS DISTRIBUIÇÕES CONTÍNUAS Aula 14 - Prof. Regina Meyer Branski Distribuições Contínuas Distribuição Normal Outras Distribuições Contínuas Exponencial
