Probabilidades e Estatística
|
|
|
- Bruna Diegues Araújo
- 7 Há anos
- Visualizações:
Transcrição
1 Deartamento 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 convenientemente todas as resostas! Gruo I 10 valores 1. Um sistema de extracção é constituído or duas bombas idênticas, B 1 e B. A emresa resonsável elo fabrico destas bombas de extracção adiantou que, em sistemas deste tio, a robabilidade de falhar elo menos uma das duas bombas no eríodo de um ano é 0.07 e que a robabilidade de ambas falharem nesse mesmo eríodo é (a) Calcule a robabilidade de B 1 falhar no eríodo de um ano. (.0) Quadro de eventos e robabilidades Evento Probabilidade F 1 bomba de extracção B 1 falha no eríodo de um ano P (F 1)? F bomba de extracção B falha no eríodo de um ano P (F )P (F 1)? (bombas idênticas!) F 1 [ F elo menos uma das duas bombas falha no eríodo de um ano P (F 1 [ F )0.07 F 1 \ F ambas as bombas falham no eríodo de um ano P (F 1 \ F )0.01 Prob. edida Alicando a regra da adição e o facto de P (F 1 )P (F ), tem-se: P (F 1 [ F ) 0.07 P (F 1 )+P (F ) P (F 1 \ F ) 0.07 P (F 1 ) P (F 1 \ F ) 0.07 P (F 1 ) P (F 1 \ F ) (b) Determine a robabilidade de B falhar no eríodo de um ano condicional a que B 1 falhe nesse (1.5) eríodo. Probabilidade edida P (F F 1 ) P (F 1 \ F ) P (F 1 ) P (F 1 \ F ) P (F 1 ) Página 1 de 7
2 (c) Indique, justificando, se as bombas de extracção falham de modo indeendente no eríodo de um (1.0) ano. Averiguação de indeendência entre F 1 e F Relembre-se que os eventos A e B são indeendentes se e só se P (A \ B) P (A) P (B). Ora, P (F 1 \ F ) P (F 1 ) P (F ) , elo que F 1 e F são eventos deendentes. Resolução alternativa Averiguação de indeendência entre F 1 e F É sabido que, caso A e B sejam eventos indeendentes (com robabilidades não nulas), P (A B) P (B) ep (B A) P (B). Ora, P (F F 1 ) 6 P (F ) 0.04, elo que ode concluir-se que F 1 e F são eventos deendentes.. Numa grande instituição bancária, 6% das essoas emregadas são rogramadoras de rofissão, 50% das essoas emregadas são mulheres e 4% das mulheres emregadas são rogramadoras de rofissão. (a) Identifique a distribuição da variável aleatória que reresenta o número de essoas da instituição (3.0) que são seleccionadas, ao acaso e com reosição, até ser detectado ela rimeira vez um homem rogramador de rofissão e indique o valor eserado e o desvio adrão dessa variável aleatória. X número de emregadas/os que são seleccionadas/os casualmente e com reosição até ser detectado o rimeiro homem cuja rofissão seja rogramador Distribuição de X A v.a. X corresonde ao número total de rovas de Bernoulli i.i.d. realizadas até à ocorrência do rimeiro sucesso. Assim, X Geométrica() Parâmetro Sejam M, H e P os eventos seleccionar casualmente uma mulher, um homem e um/a rogramador/a, resectivamente. Então é sabido que Logo P (M) P (H) P (P ) 0.06 P (P M) P (homem e rogramador) P (H \ P ) P (P ) P (M \ P ) P (P ) P (P M) P (M) Página de 7
3 Valor eserado de X E(X) form 1 5 Variância de X V (X) form Desvio adrão de Y DP(Y )+ V (Y ) ' 4.50 (b) Admita agora que foram seleccionadas, ao acaso e sem reosição, 0 essoas da instituição. (.5) Calcule um valor aroximado da robabilidade de elo menos duas delas serem rogramadoras de rofissão. Y número de essoas numa amostra de 100 seleccionadas ao acaso e SEM reosição daquela instituição com N essoas emregadas das quais M são rogramadoras. Distribuição de X Y Hiergeométrica(N,M,n) Parâmetros N essoas (todos/as trabalhadores/as da instituição) M N P (P )N 0.06 essoas rogramadoras n 0 essoas seleccionadas ao acaso e SEM reosição aroximativa Admitindo que n 0 < 0.1 N, ode aroximar-se a f.. da v.a. Y Hiergeométrica(N,M,n) ela f.. da v.a. aroximativa Ỹ Binomial n 0, MN 0.06 F.. de Ỹ 0 P (Ỹ y) y 0.06 x (1 0.06) 0 y,y0, 1,...,0 Prob. edida valor aroximado P (Y ) 1 P (Y ale 1) ' 1 P (Ỹ ale 1) 1 F Binomial(0,0.06) (1) tabela ' Gruo II 10 valores 1. Sejam X e Y variáveis aleatórias que indicam o número de arafusos, de um conjunto de dois arafusos analisados, que não satisfazem as esecificações relativas ao comrimento e ao diâmetro, resectivamente. Suonha que a função de robabilidade conjunta de X e Y é dada or: (a) Calcule a covariância entre X e Y. O que ode concluir relativamente à indeendência entre X (.5) e Y? Par aleatório X número de arafusos que não satisfazem as esecificações relativas ao comrimento Y número de arafusos que não satisfazem as esecificações relativas ao diâmetro Página 3 de 7
4 F.. conjunta e f.. marginais P (X x, Y y), P (X x) ep (Y y) encontram-se na tabela seguinte: Covariância entre X e Y Uma vez que se retende calcular X Y 0 1 P (X x) P (Y y) cov(x, Y ) E(XY ) E(X)E(Y ) serão necessários alguns cálculos auxiliares que envolverão as f.. conjunta de (X, Y ) e as f.. marginais de X e Y. Valor eserado de X X E(X) x P (X x) x0 X X x P (X x, Y y) x Valor eserado de Y X E(Y ) y P (Y y) y0 y0 X X y P (X x, Y y) y x0 Momento cruzado de X e Y de ordem (1, 1) X X E(XY ) xy P (X x, Y y) Conclusão x0 y cov(x, Y ) E(XY ) E(X)E(Y ) Comentário Visto que cov(x, Y ) ode concluir-se que X e Y são v.a. deendentes. (b) Determine E(Y X ale 1). Y X ale 1 (.5) F.. de Y X ale 1 Na alínea anterior obteve-se a f.. marginal de X, elo que ode adiantar-se que P (X ale 1) P (X 0) + P (X 1) Página 4 de 7
5 Resta adiantar que: P (Y 0 X ale 1) P (X ale 1,Y 0) P (X ale 1) P (X 0,Y 0) + P (X 1,Y 0) P (X ale 1) ; P (Y 1 X ale 1) P (X ale 1,Y 1) P (X ale 1) P (X 0,Y 1) + P (X 1,Y 1) P (X ale 1) ; P (Y X ale 1) P (X ale 1,Y ) P (X ale 1) P (X 0,Y ) + P (X 1,Y ) P (X ale 1) ; P (X x Y >0) 0, ara x 6 0, 1,. Valor eserado de Y X ale 1 X E(Y X ale 1) y P (Y y X ale 1) y ' Num dado modelo de bicicletas, o comrimento entre os centros dos rebites de cada elo da corrente (contribuição do elo ara o comrimento da corrente) é uma variável aleatória de valor médio cm e desvio adrão 0.04 cm. As normas do corresondente fabricante exigem que o comrimento de uma corrente esteja comreendido entre 49 cm e 50 cm e as correntes comercializadas ossuem elos, cujos comrimentos se consideram indeendentes. (a) Calcule o valor aroximado da robabilidade de uma corrente comercializada, seleccionada ao (3.0) acaso, satisfazer as normas exigidas. X i contribuição do elo i ara o comrimento (em cm) da corrente, i1,..., Distribuição, valor eserado e variância de X i i.i.d. X i X, i 1,..., E(X i )E(X) µ V (X i )V(X) 0.04 Nova v.a. Y P i1 X i comrimento (em cm) de uma corrente com elos Valor eserado e variância de Y E(Y )E P i1 X i P i1 E(X i) Xi X E(X) 49.5 Página 5 de 7
6 P V (Y )V i1 X Xi inde. i P i1 V (X i) Xi X V (X) Distribuição aroximada de Y Pelo Teorema do Limite Central (TLC) ode escrever-se Y E(Y ) V (Y ) a Normal(0, 1). Prob. edida valor aroximado 49 E(Y ) P (49 ale Y ale 50) P ale Y E(Y ) 50 E(Y ) ale V (Y ) V (Y ) V (Y ) P TLC ' ale Y E(Y ) ale V (Y ) ' (1.6) ( 1.6) (1.6) [1 (1.6)] tabela ( ) (b) Determine qual deveria ser o valor aroximado do desvio adrão do comrimento entre os centros (.0) dos rebites de cada elo ara que 90% das correntes comercializadas cumrissem as normas do fabricante. X i contribuição do elo i ara o comrimento (em cm) da corrente, i1,..., Distribuição, valor eserado e variância de X i i.i.d. X i X, i 1,..., E(X i )E(X) µ V (X i )V(X) Nova v.a. Y P i1 X i comrimento (em cm) de uma corrente com elos Parâmetros E(Y )E V (Y )V P i1 X i P Xi inde. P i1 X i i1 E(X i) Xi X E(X) 49.5 P i1 V (X i) Xi X Distribuição aroximada de Y Alicando mais uma vez o TLC, ode escrever-se Y E(Y ) V (Y ) a Normal(0, 1). Valor aroximado de V (X) : P (49 ale Y ale 50) E(Y ) P ale Y E(Y ) 50 E(Y ) ale 0.90 V (Y ) V (Y ) V (Y ) P ale Y E(Y ) ale V (Y ) ' 0.90 ale1 1 ' ' 0.90 Página 6 de 7
7 ' ' (0.95) tabela ' ' ' Página 7 de 7
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
Distribuição de uma proporção amostral
Distribuição de uma roorção amostral Estatística II Antonio Roque Aula 4 Exemlo Ilustrativo: Suonha que se saiba que em uma certa oulação humana uma roorção de essoas igual a = 0, 08 (8%) seja cega ara
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
Conjunto de Valores. A Função de Probabilidade (fp)
Prof. Lorí Viali, Dr. [email protected] htt://www.mat.ufrgs.br/~viali/ Bernoulli Binomial Binomial Negativa ou Pascal Geométrica Hiergeométrica Uniforme Poisson Eerimento Qualquer um que corresonda a
Escola Secundária/3 da Sé-Lamego Ficha de Trabalho de Matemática Ano Lectivo 2003/04 Probabilidade condicionada; acontecimentos independentes 12.
Escola Secundária/ da Sé-Lamego Ficha de Trabalho de Matemática no Lectivo 00/0 Probabilidade condicionada; acontecimentos indeendentes º no Nome: Nº: Turma: Demonstre que se e são acontecimentos indeendentes,
MATEMÁTICA COMENTÁRIO DA PROVA
COMENTÁRIO DA PROVA Os objetivos desta rova discursiva foram lenamente alcançados. Os conteúdos rinciais foram contemlados, inclusive comlementando os tóicos abordados na ª. fase, mostrando uma conveniente
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
MATEMÁTICA Professores: Adriano, Andrey, Aurélio e Rodrigo Comentário Geral Prova bem abrangente como todos os anos, mas com dois detalhes que
MTEMÁTIC rofessores: driano, ndrey, urélio e Rodrigo Comentário Geral rova bem abrangente como todos os anos, mas com dois detalhes que chamaram a atenção. rimeiro a ausência de uma questão de trigonometria
Função par e função ímpar
Pré-Cálculo Humberto José Bortolossi Deartamento de Matemática Alicada Universidade Federal Fluminense Função ar e função ímar Parte 3 Parte 3 Pré-Cálculo 1 Parte 3 Pré-Cálculo 2 Função ar Definição Função
M odulo de Potencia c ao e D ızimas Peri odicas Nota c ao Cient ıfica e D ızimas Oitavo Ano
Módulo de Potenciação e Dízimas Periódicas Notação Científica e Dízimas Oitavo Ano Exercícios Introdutórios Exercício. Escreva os seguintes números na notação científica: a) 4673. b) 0, 0034. c). d) 0,
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
matematicaconcursos.blogspot.com
Professor: Rômulo Garcia Email: [email protected] Conteúdo Programático: Teoria dos Números Exercícios e alguns conceitos imortantes Números Perfeitos Um inteiro ositivo n diz-se erfeito se e somente
Probabilidade 2 - ME310 - Lista 2
Probabilidade - ME3 - Lista November, 5 Lembrando:. Estatística de ordem, pg 38 Ross: f xj (x) = n! (n j)!(j )! F (x)j ( F (x)) n j f(x). Distribuição de probabilidade conjunta de funções de variáveis
Noções de Testes de Hipóteses
Noções de Testes de Hióteses Outro tio de roblema da Inferência Estatística é o de testar se uma conjectura sobre determinada característica de uma ou mais oulações é, ou não, aoiada ela evidência obtida
Probabilidade 2 - ME310 - Lista 2
Probabilidade - ME3 - Lista September 4, Lembrando:. Estatística de ordem, pg 38 Ross: f xj (x) = n! (n j)!(j )! F (x)j ( F (x)) n j f(x). Distribuição de probabilidade conjunta de funções de variáveis
UNIVERSIDADE FEDERAL DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros
UNIVERSIDADE FEDERAL DA PARAÍBA Variáveis Aleatórias Departamento de Estatística Luiz Medeiros Introdução Como sabemos, características de interesse em diversas áreas estão sujeitas à variação; Essa variabilidade
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
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
Distribuição de Probabilidade Conjunta
. DISTRIBUIÇÃO DE ROBABILIDADE CONJUNTA O nosso estudo de variável aleatória e de suas funções de probabilidade até agora se restringiram a espaços amostrais unidimensionais nos quais os valores observados
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 :
Probabilidade parte 2. Robério Satyro
Probabilidade arte Robério Satyro Definição de robabilidade Vamos analisar o fenômeno aleatório lançamento de uma moeda erfeita. Nesse caso, temos: = {C, C} () = Os subconjuntos de são, {C}, { C} e {C,
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
PROBLEMA 1 O retorno mensal de certo investimento de risco pode ser modelado pela variável aleatória R com função de probabilidade dada abaixo :
Módulo básico - Tópicos de Estatística e obabilidade ONS 006/007 - ofa. Mônica Barros LISTA DE EXERCÍCIOS # PROBLEMA O retorno mensal de certo investimento de risco pode ser modelado pela variável aleatória
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
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
Distribuições derivadas da distribuição Normal. Distribuição Normal., x real.
Distribuições derivadas da distribuição Normal Distribuição Normal Uma variável aleatória X tem distribuição normal com parâmetros µ e σ, quando sua densidade de probabilidade é f ( x) π σ e ( x µ ) σ,
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
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
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
RESOLUÇÃO DA PROVA DE RACIOCÍCNIO LÓGICO, MATEMÁTICA E ESTATÍSTICA P/ PAPILOSCOPISTA
RESOLUÇÃO DA PROVA DE RACIOCÍCNIO LÓGICO, MATEMÁTICA E ESTATÍSTICA P/ PAPILOSCOPISTA Olá galera!!!! Hoje estou postando a resolução da prova de Raciocínio Lógico para agente penitenciário do DF, ocorrida
Estatística. Capítulo 3 - Parte 1: Variáveis Aleatórias Discretas. Professor Fernando Porto
Estatística Capítulo 3 - Parte 1: Variáveis Aleatórias Discretas Professor Fernando Porto Lançam-se 3 moedas. Seja X o número de ocorrências da face cara. O espaço amostral do experimento é: W = {(c,c,c),(c,c,r),(c,r,c),(c,r,r),(r,c,c),(r,c,r),(r,r,c),(r,r,r)}
3. ANÁLISE DE DADOS EXPERIMENTAIS
3. AÁLISE DE DADOS EXPEIMETAIS 3. Introdução. Todo dado eerimental deve ser analisado através de algum tio de rocedimento. Um bom eerimentalista deve fazer todo o esforço ossível ara eliminar todos os
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
Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuições Condicionais 11/13 1 / 19 Em estudo feito em sala perguntamos aos alunos qual
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
Vetores Aleatórios, correlação e conjuntas
Vetores Aleatórios, correlação e conjuntas Cláudio Tadeu Cristino 1 1 Universidade Federal Rural de Pernambuco, Recife, Brasil Segundo Semestre, 2013 C.T.Cristino (DEINFO-UFRPE) Vetores Aleatórios 2013.2
Estatística Básica MEDIDAS RESUMO
Estatística Básica MEDIDAS RESUMO Renato Dourado Maia Instituto de Ciências Agrárias Universidade Federal de Minas Gerais Motivação Básica Se você estivesse num ponto de ônibus e alguém perguntasse sobre
EST029 Cálculo de Probabilidade I Cap. 6: Caracterização Adicional de Variáveis Aleatórias
EST029 Cálculo de Probabilidade I Cap. 6: Caracterização Adicional de Variáveis Aleatórias Prof. Clécio da Silva Ferreira Depto Estatística - UFJF Motivação Suponha que tenhamos um experimento onde a probabilidade
Anexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos
1 Anexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos Documento auxiliar à disciplina de Modelação, Identificação e Controlo Digital Alexandre Bernardino IST-Secção de Sistemas e Controlo
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
Anexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos
1 Anexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos Documento auxiliar à disciplina de Modelação, Identificação e Controlo Digital Alexandre Bernardino 003/005 IST-Secção de Sistemas
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:
Testes de Hipóteses Paramétricos
Testes de Hipóteses Paramétricos Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução Exemplos Testar se mais de metade da população irá consumir um novo produto
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
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
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
SUMÁRIO. Prefácio, Espaço amostrai, Definição de probabilidade, Probabilidades finitas dos espaços amostrais fin itos, 20
SUMÁRIO Prefácio, 1 3 1 CÁLCULO DAS PROBABILIDADES, 15 1.1 Introdução, 15 1.2 Caracterização de um experimento aleatório, 15 1.3 Espaço amostrai, 16 1.4 Evento, 17 1.5 Eventos mutuamente exclusivos, 17
Por outras palavras, iremos desenvolver a operação inversa da derivação conhecida por primitivação.
RIMITIVS Definições No caítulo anterior, centramos a nossa atenção no seguinte roblema: dada uma função, determinar a sua função derivada Neste caítulo, vamos considerar o roblema inverso, ou seja, determinar
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.
Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 1 / 13
Probabilidade I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuição Geométrica 08/14 1 / 13 Distribuição Geométrica Considere novamente uma sequência
Sumário. CAPÍTULO 1 Conceitos preliminares 1. CAPÍTULO 2 Descrição de dados: análise monovariada 47
CAPÍTULO 1 Conceitos preliminares 1 Introdução........................................................1 O que é estatística?.................................................. 4 Papel dos microcomputadores.........................................
CPV seu pé direito também na medicina
matemática 0. Uma confeitaria roduz dois tios de bolos de festa. Cada quilograma do bolo do tio A consome 0, kg de açúcar e 0, kg de farinha. Por sua vez, o bolo do tio B consome 0, kg de açúcar e 0, kg
Introdução à Inferência Estatística
Introdução à Inferência Estatística Capítulo 10, Estatística Básica (Bussab&Morettin, 7a Edição) 2a AULA 02/03/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 2a aula (02/03/2015) MAE229 1 / 16
P(seleção de um elemento baixo) = p P(seleção de um elemento médio) = p. P(seleção de um elemento alto) = p
. A Distribuição Multinomial - Teste Qui-Quadrado. Inferência Estatística Uma imortante generalização da rova de Bernoulli (), é a chamada rova multinomial. Uma rova de Bernoulli () ode roduzir dois resultados
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
Universidade da Beira Interior Departamento de Matemática
Universidade da Beira Interior Departamento de Matemática ESTATÍSTICA Ano lectivo: 2007/2008 Curso: Ciências do Desporto Folha de exercícios nº4: Distribuições de probabilidade. Introdução à Inferência
Capítulo 3. Introdução à Probabilidade E à Inferência Estatística
Capítulo 3 Introdução à Probabilidade E à Inferência Estatística definições e propriedades: Propriedade 5: A probabilidade condicional reflete como a probabilidade de um evento pode mudar se soubermos
1 Introdução. 2 Variáveis Aleatórias Discretas (VAD)
Prof. Janete Pereira Amador 1 1 Introdução Muitas situações cotidianas podem ser usadas como experimento que dão resultados correspondentes a algum valor, e tais situações podem ser descritas por uma variável
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.
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
2, que distam de duas unidades da origem. Nesse caso, a soma das abcissas dos dois pontos é : 8 C. 5
Instituto Suerior Politécnico de Tete / Exame de Admissão de Matemática /. Sejam A e B dois ontos da recta de equação y = x+, que distam de duas unidades da origem. Nesse caso, a soma das acissas dos dois
Mestrado em Finanças e Economia Empresarial Microeconomia - 6 a Lista de Exercícios Prof.: Carlos Eugênio Monitora:Amanda Schutze
Mestrado em Finanças e Economia Emresarial Microeconomia - 6 a Lista de Exercícios Prof.: Carlos Eugênio Monitora:Amanda Schutze ([email protected]) Parte I - Exercícios Básicos a Questão As funções de
Prova escrita de conhecimentos específicos de MATEMÁTICA APLICADA ÀS CIÊNCIAS SOCIAIS
Provas Especialmente Adequadas Destinadas a Avaliar a Capacidade para a Frequência dos Cursos Superiores do Instituto Politécnico de Leiria dos Maiores de 3 Anos - 0 Prova escrita de conhecimentos específicos
Estatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aulas passadas Motivação Exemplos de aplicação de probabilidade e estatística Informações do curso Aula de hoje Espaço amostral Álgebra de Eventos Eventos
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
FINANCEIRA. Reginaldo J. Santos. Universidade Federal de Minas Gerais http://www.mat.ufmg.br/~regi Agosto de 2005. 10 de abril de 2009
INTRODUÇÃO À MATEMÁTICA FINANCEIRA Reginaldo J. Santos Deartamento de Matemática-ICEx Universidade Federal de Minas Gerais htt://www.mat.ufmg.br/~regi Agosto de 2005 última atualização em 10 de abril de
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
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
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
Variáveis 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
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
a) Considerando o lançamento de dois dados, o espaço amostral é Tabela 1: Tabela de distribuição de X. X P 11/36 9/36 7/36 5/36 3/36 1/36
1 Exercício 1 Um par de dados não viciados é lançado. Seja X a variável aleatória denotando o menor dos dois números observados. a) Encontre a tabela da distribuição dessa variável. b) Construa o gráfico
IME 2011/2012 GABARITO DISCURSIVAS INSTITUTO MILITAR DE ENGENHARIA. Professores:
IME 011/01 GABARITO DISCURSIVAS INSTITUTO MILITAR DE ENGENHARIA Professores: Carlos Augusto Celso Ramos Daniel Fadel Diego Alecyr Fabio Dias Moreira Felie Rufino Jorge Henrique Craveiro Jordan Piva Matheus
ICMS/PE 2014 Resolução da Prova de Estatística Professor Fábio Amorim. ICMS PE 2014: Resolução da prova de Estatística Prof.
ICMS/PE 2014 Resolução da Prova de Estatística Professor Fábio Amorim 1 de 6 Pessoal, segue a resolução das questões de Estatística da prova realizada pela SEFAZ-PE, para o cargo de Auditor Fiscal do Tesouro
Matemática. Resolução das atividades complementares. M1 Trigonometria no ciclo. 1 Expresse: p 4 rad. rad em graus. 4 rad 12 p b) 330 em radianos.
Resolução das atividades comlementares Matemática M Trigonometria no ciclo. 7 Exresse: a) em radianos c) em radianos e) rad em graus rad rad b) 0 em radianos d) rad em graus f) rad 0 rad em graus a) 80
Probabilidade II. Departamento de Estatística. Universidade Federal da Paraíba
Probabilidade II Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Esperança e Variância Variáveis Contínuas 10/13 1 / 1 Esperança Definição 2.1:(Valor Esperado
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
Notas de Aula 2: MAXIMIZAÇÃO DE LUCROS
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL UFRGS DEPARTAMENTO DE ECONOMIA CURSO DE CIÊNCIAS ECONÔMICAS DISCIPLINA: TEORIA MICROECONÔMICA II Primeiro Semestre/2001 Professor: Sabino da Silva Porto Júnior
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
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Estatística II - Licenciatura em Gestão Época de Recurso - Parte prática (14 valores) 24/01/2011.
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Estatística II - Licenciatura em Gestão Época de Recurso - Parte prática (14 valores) 24/01/2011 Nome: Nº Espaço reservado para a classificação (não escrever aqui)
rio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade Aleatórias Discretas
ITA - Laboratório rio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade Aula 03: Variáveis Aleatórias Discretas Qual a similaridade na natureza dessas grandezas? Tempo de espera de um ônibus
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.
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
Testes de Hipóteses Estatísticas
Capítulo 5 Slide 1 Testes de Hipóteses Estatísticas Resenha Hipótese nula e hipótese alternativa Erros de 1ª e 2ª espécie; potência do teste Teste a uma proporção; testes ao valor médio de uma v.a.: σ
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
Variáveis Aleatórias
Variáveis Aleatórias Conceitos, Discretas, Contínuas, Propriedades Itens 5. e 6. BARBETTA, REIS e BORNIA Estatística para Cursos de Engenharia e Informática. Atlas, 004 Variável aleatória Uma variável
Introdução aos Proc. Estocásticos - ENG 430
Introdução aos Proc. Estocásticos - ENG 430 Fabrício Simões IFBA 16 de novembro de 2015 Fabrício Simões (IFBA) Introdução aos Proc. Estocásticos - ENG 430 16 de novembro de 2015 1 / 34 1 Motivação 2 Conceitos
CONTABILOMETRIA. Revisão de Probabilidade e Teorema de Bayes
CONTAILOMETRIA Revisão de robabilidade e Teorema de ayes Os ostulados de robabilidade 1. As probabilidades são números reais positivos maiores que zero e menores que 1; simbolicamente, 0 A 1 para qualquer
