Uma distribuição de probabilidade é um modelo matemático que relaciona um certo valor da variável em estudo com a sua probabilidade de ocorrência.



Documentos relacionados
DISTRIBUIÇÕES DE PROBABILIDADE

CAP4: Distribuições Contínuas Parte 1 Distribuição Normal

Universidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Revisão de Probabilidade e Estatística

DISTRIBUIÇÃO NORMAL 1

Probabilidade. Distribuição Exponencial

Descreve de uma forma adequada o

DISTRIBUIÇÕES DE PROBABILIDADES de variável discreta BERNOULLI E BINOMIAL

Probabilidade. Distribuição Exponencial

Distribuições de Probabilidade Distribuição Normal

PE-MEEC 1S 09/ Capítulo 4 - Variáveis aleatórias e. 4.1 Variáveis. densidade de probabilidade 4.2 Valor esperado,

Métodos Estatísticos II 1 o. Semestre de 2010 ExercíciosProgramados1e2 VersãoparaoTutor Profa. Ana Maria Farias (UFF)

PÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA. 09/abril de 2014

Distribuição Uniforme Discreta. Modelos de distribuições discretas. Distribuição de Bernoulli. Distribuição Uniforme Discreta

Aula de Exercícios - Variáveis Aleatórias Discretas - Modelos Probabiĺısticos

Variáveis Aleatórias Contínuas e Distribuição de Probabilidad

COMENTÁRIO AFRM/RS 2012 ESTATÍSTICA Prof. Sérgio Altenfelder

UNIVERSIDADE DE SÃO PAULO. Faculdade de Arquitetura e Urbanismo

ESCOLA SECUNDÁRIA/3 RAINHA SANTA ISABEL- ESTREMOZ MATEMÁTICA A 12ºANO ANO LETIVO 2015/2016 OBJECTIVOS ESPECÍFICOS

Lei de Gauss Origem: Wikipédia, a enciclopédia livre.

Teorema Central do Limite e Intervalo de Confiança

Probabilidade. Distribuição Normal

Cotagens especiais. Você já aprendeu a interpretar cotas básicas

INE 5111 Gabarito da Lista de Exercícios de Probabilidade INE 5111 LISTA DE EXERCÍCIOS DE PROBABILIDADE

Processos Estocásticos

Variáveis Aleatórias Contínuas

Simulação Estocástica

Utilizando-se as relações entre as funções básicas é possível obter as demais funções de sobrevivência.

Aula 11 Esperança e variância de variáveis aleatórias discretas

Variáveis Aleatórias Discretas e Distribuições de Probabilidade

Logo, para estar entre os 1% mais caros, o preço do carro deve ser IGUAL OU SUPERIOR A:

Bioestatística Aula 3

Distribuições: Binomial, Poisson e Normal. Distribuição Binomial

Probabilidades: Função massa de probabilidades ou função distribuição de probabilidade ou modelo de probabilidade:

Geração de Números Aleatórios e Simulação

INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA PROBABILIDADES E ESTATÍSTICA

4. σ 2 Var X p x q e σ Dp X Podemos escrever o modelo do seguinte modo:

LISTA DE EXERCÍCIOS VARIÁVEIS ALEATÓRIAS

MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS

Por que aparecem as filas? Não é eficiente, nem racional, que cada um disponha de todos os recursos individualmente. Por exemplo:

Distribuições de Probabilidade Distribuição Binomial

3 Método de Monte Carlo

Pesquisa Aplicada à Estatística

DISTRIBUIÇÃO DE WEIBULL CONCEITOS BÁSICOS APLICAÇÕES

Distribuição de Erlang

Exercícios - Distribuição Normal (Gauss)

O que é a estatística?

CAPÍTULO 4 Exercícios Resolvidos

Capítulo 3 Modelos Estatísticos

CURSO ON-LINE PROFESSOR GUILHERME NEVES

MAE116 Noções de Estatística

Olá pessoal! Sem mais delongas, vamos às questões.

Instituto Politécnico de Viseu Escola Superior de Tecnologia

Teoria das filas. Clientes. Fila

APLICAÇÃO DE TÉCNICAS ESTATÍSTICAS UTILIZANDO O SISVAR

Cláudio Tadeu Cristino 1. Julho, 2014

Faculdade Tecnológica de Carapicuíba Tecnologia em Logística Ênfase em Transportes Notas da Disciplina de Estatística (versão 8.

Tipos de variáveis aleatórias

Teorema do Limite Central e Intervalo de Confiança

2. Método de Monte Carlo

Metodologia Seis Sigma

Aula 04 Método de Monte Carlo aplicado a análise de incertezas. Aula 04 Prof. Valner Brusamarello

Decidir como medir cada característica. Definir as características de qualidade. Estabelecer padrões de qualidade

Aula 2: Variáveis Aleatórias Discretas e Contínuas e suas Principais Distribuições.

CURSO ON-LINE PROFESSOR GUILHERME NEVES 1

COMPARAÇÃO DOS TESTES DE ADERÊNCIA À NORMALIDADE KOLMOGOROV- SMIRNOV, ANDERSON-DARLING, CRAMER VON MISES E SHAPIRO-WILK POR SIMULAÇÃO

Universidade Federal do ABC. Sinais Aleatórios. Prof. Marcio Eisencraft

O tornado de projeto é admitido, para fins quantitativos, com as seguintes características [15]:

7Testes de hipótese. Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno. H 0 : 2,5 peças / hora

Exercícios Resolvidos da Distribuição de Poisson


(b) Qual a probabilidade de ter sido transmitido um zero, sabendo que foi recebido um (1.0) zero?

TESTES DE HIPÓTESES. Testes de comparação entre grupos

Empresa de Pesquisa Energética (EPE) Analista de Projetos da Geração de Energia

Somatórias e produtórias

A abordagem do assunto será feita inicialmente explorando uma curva bastante conhecida: a circunferência. Escolheremos como y

Resoluções comentadas das questões de Estatística da prova para. ANALISTA DE GERENCIAMENTO DE PROJETOS E METAS da PREFEITURA/RJ

Distribuição de probabilidades

Os Problemas de Natureza Econômica

Escola Básica e Secundária de Velas

TEORIA DO RISCO. LUIZ SANTOS / MAICKEL BATISTA economia.prof.luiz@hotmail.com maickel_ewerson@hotmail.com

Simulação Transiente

Dedicado, Exclusivamente, A Todos Aqueles Que Querem A Aprovação!

Métodos de Monte Carlo

6 Construção de Cenários

ESTATÍSTICA. aula 1. Insper Ibmec São Paulo. Prof. Dr. Marco Antonio Leonel Caetano

1.1 Sistema de 1 Canal e 1 Fila com População Infinita. fila atendentimento saída. sistema

O conceito de probabilidade

'DGRVGH(QWUDGD SDUD D6LPXODomR

CAPÍTULO 9 Exercícios Resolvidos

UNIVERSIDADE FEDERAL DO PIAUÍ (UFPI) ENG. DE PRODUÇÃO PROBABILIDADE E ESTATÍSTICA 2

2 Modelo Clássico de Cramér-Lundberg

Avaliação de Desempenho de Sistemas. Conceitos Básicos de Sistemas e Modelos

Distribuições de Probabilidade

AEP FISCAL CURSO DE ESTATÍSTICA

GUIA DE FUNCIONAMENTO DA UNIDADE CURRICULAR

Gestão da Produção Variabilidade das operações Filas de espera

Solução: X é Binomial(7; 0,4). (a) P(X = 0) = 0,6 7 = 0,0280. (b) P(X 3) = 1 P(X 2) = 1 [P(X = 0) + P(X = 1) + P(X = 2)] =

Lista de Exercícios - Distribuição Normal

Distribuição de freqüência

Transcrição:

Professor: Leandro Zvirtes UDESC/CCT

Uma distribuição de probabilidade é um modelo matemático que relaciona um certo valor da variável em estudo com a sua probabilidade de ocorrência. Há dois tipos de distribuição de probabilidade: 1. Distribuições Contínuas variável que está sendo medida é expressa em escala contínua. 2. Distribuições Discretas - variável que está sendo medida só pode assumir certos valores, como por exemplo, os valores inteiros.

1. Distribuição Normal 2. Distribuição Exponencial 3. Distribuição Gama 4. Distribuição de Weibull

1. Distribuição Hipergeométrica 2. Distribuição Binomial 3. Distribuição de Poisson 4. Distribuição de Pascal e distribuições relacionadas

Ex.: Distribuição Discreta Ex.: Distribuição Contínua

A distribuição Normal é a mais importante das distribuições estatísticas, tanto na teoria como na prática. Os parâmetros da distribuição normal são a média e o desvio padrão. Trata-se de uma distribuição simétrica, unimodal em forma de sino.

DistribuiçãoNormal N o r m a l 9 8 7 6 5 4 3 2 1 0 3 9. 8 2 5 3 9. 9 0 0 3 9. 9 7 5 4 0. 0 5 0 4 0. 1 2 5 4 0. 2 0 0 4 0. 2 7 5 Um variável aleatória é contínua quando não conseguimos enumerar seus possíveis resultados, por este formarem um conjunto infinito, num dado intervalo de números reais. Ex. Altura de um indivíduo tomado ao acaso

PercentuaisdaDistribuiçãoNormal 99,73 % 95,46 % 68,26 % -1 σ µ +1 σ -2 σ +2 σ -3 σ +3 σ

A distribuição Normal acumulada é obtida calculando a ProbabilidadedeXsermenorqueumdadovalora: P a ( X a ) = F ( a ) = f ( x) dx Essa integral não pode ser resolvida em forma fechada, mas a solução está apresentada em tabelas onde se entra com a variável reduzida Z e encontra-se F (Z) ou vice-versa. a µ P = σ { x a} = P z F( Z ) Tabelado

A diâmetro de uma determinada peça é uma característica da qualidade importante. Sabe-se que esse diâmetro segue um modelo normal com média 40 mm e desvio padrão 2 mm. Se a especificação estabelece que o diâmetro deve ser maior que 35 mm, qual a probabilidade que essa peça produzida satisfaça a especificação? P P { x 35} = 1 P{ X 35} 35 40 2 { x 35} = P z = P{ Z 2,5} Tabela: F(-2,5) = 0,0062 Assim, a resposta é 1 0,0062 = 99,38 %

A diâmetro de uma determinada peça é uma característica da qualidade importante. Sabe-se que esse diâmetro segue um modelo normal com média 40 mm e desvio padrão 2 mm. Se a especificação estabelece que o diâmetro deve ser maior que 35 mm, qual a probabilidade que essa peça produzida satisfaça a especificação? P P { x 35} = 1 P{ X 35} 35 40 2 { x 35} = P z = P{ Z 2,5} Tabela: F(-2,5) = 0,0062 Assim, a resposta é 1 0,0062 = 99,38 %

A espessura de uma lâmina de um conjunto de facas segue a distribuição normal com média 0,2508 mm e desvio padrão 0,0005 mm. Se as especificações para essa espessura são 0,2500 ± 0,0015 mm, determine o percentual de unidades produzidas em conformidades com as especificações. = P { 0,2485 x 0,2515} = P{ x 0,2515} P{ 0,2485} P Z 0,2515 0,2508 P Z 0,0005 0,2485 0,2508 0,0005 { Z 1,40} P{ 4,60} = 0,9192 0,0000 = 0, 9192 = P Z

No exemplo anterior tem-se cerca de 8% de unidades nãoconformes e essas unidades são invariavelmente do tipo eixo muito largo. Recalcule o percentual de unidades conformes se o processo estivesse centrado em 0,2500. = P Z 0,2515 0,2500 0,0005 P Z 0,2485 0,2500 0,0005 { Z 3,0} P{ 3,0} = 0,9987 0,00135 = 0, 9973 = P Z