ESTATÍSTICA BÁSICA Engenharia Mecânica 15/03/2011.

Slides:



Advertisements
Apresentações semelhantes
Escola Politécnica de Pernambuco Departamento de Ensino Básico
Advertisements

3.
Probabilidade Modelo matemático para incerteza
Algoritmos para Geração de Variáveis Aleatórias
ESTIMAÇÃO.
QUESTÕES PARA DISCUSSÃO E EXERCÍCIOS – CAP. 4
NOÇÕES DE PROBABILIDADE
Medidas de Tendência Central DADOS AGRUPADOS
ESTATÍSTICA BÁSICA Engenharia Mecânica II período 19/04/2011.
ENGENHARIA DE MÉTODOS Prof. Adolfo Sérgio Furtado da Silva
Medidas de Posição e Dispersão
Estatística Aula 15 Prof. Marllus Gustavo Ferreira Passos das Neves
Estatística 8 - Distribuições Amostrais
Estatística 6 - Distribuição de Probabilidade de Variáveis Aleatórias Discretas Prof. Antonio Fernando Branco Costa Página.
Capítulo 4 Distribuições de Probabilidade
CEP – Controle Estatístico de Processo
Estatística Aplicada (Aula 4)
Estatística Aplicada (Aula 4)
Universidade Federal do Pará Instituto de Tecnologia
ESTATÍSTICA.
Site: Estatística Prof. Edson Nemer Site:
ESTATÍSTICA.
CAPÍTULO I- TEORIA DAS PROBABILIDADE
ESTATÍSTICA.
Aproximação da binomial pela normal
Variáveis aleatórias Uma variável aleatória, X, é uma função que associa um valor numérico aos possíveis resultados de um experimento probabilístico.
Probabilidade é uma medida numérica de plausibilidade de que um evento ocorrerá. 0 0,5 1,0 menos provávelmais provável.
Probabilidade.
Probabilidade.
MEDIDAS DE VARIABILIDADE DADOS NÃO-AGRUPADOS
Teste de Hipóteses de uma amostra Prof. Helcio Rocha
1 ESTATÍSTICA. 2 UDIII - Relação Entre Duas ou Mais Variáveis ESTATÍSTICA Ass 01: Regressão Simples.
ESTATÍSTICA.
Exponential Random Graph Models
Teorema de Bayes.
DISTRIBUIÇÕES DE PROBABILIDADES DE VARIÁVEIS ALEATÓRIAS DISCRETAS
DISTRIBUIÇÕES AMOSTRAIS
Erros e variáveis aleatórias
Modelagem Estatística
Modelos de distribuição de erros
AULA DE ESTATÍSTICA PROFESSOR RODRIGÃO.
ESTATÍSTICA.
NOÇÕES DE PROBABILIDADE
Amostragem Pontos mais importantes:
ANÁLISE ESTATÍSTICA II
Distribuição da Proporção Amostral
Distribuições de Probabilidade 1 ESTATÍSTICA PARA ENGENHARIA CAPÍTULO 5 DISTRIBUIÇÕES DE PROBABILIDADE.
ANÁLISE ESTATÍSTICA II
ANÁLISE ESTATÍSTICA II
ANÁLISE ESTATÍSTICA II
Inferência Estatística
NOÇÕES DE PROBABILIDADE
NOÇÕES DE PROBABILIDADE
CONDICIONAL, INDEPENDÊNCIA E TEORMA DE BAYES
Estatística Aula 13 Prof. Marllus Gustavo Ferreira Passos das Neves
Introdução à Teoria das Probabilidades
Matemática e suas Tecnologias - Matemática PROBABILIDADE CONDICIONAL
Estatística Geral (Elementos de Probabilidade)
3. Distribuições de probabilidade
Modelos Teóricos Discretos de Probabilidade
Modelos Teóricos Contínuos de Probabilidade
DISTRIBUIÇÕES DE PROBABILIDADE
Probabilidade Definição de Probabilidade Principais Teoremas
Experimento Aleatório Experimento aleatório é um procedimento cujo resultado é incertoExperimento aleatório é um procedimento cujo resultado é incerto.
DISTRIBUIÇÃO DE POISSON
PROBABILIDADE CONDICIONAL E INDEPENDÊNCIA 2015.
2. VARIÁVEIS ALEATÓRIAS 2015.
Cálculo de Probabilidades Parte 2
Probabilidade Modelos de Distribuições Contínuas:
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2016 Distribuições de Probabilidade Camilo Daleles Rennó
Transcrição da apresentação:

ESTATÍSTICA BÁSICA Engenharia Mecânica 15/03/2011

Probabilidade Condicional Probabilidade condicional e teorema do produto: Probabilidade condicional – sejam dois eventos A e B com P(B)>0. A probabilidade de ocorrência do evento A, dado que o evento B ocorreu é calculada pela seguinte expressão: É a probabilidade de A dado que B ocorreu ou é a probabilidade de ocorrer A quando se sabe que o resultado pertence a B.

Teorema do produto Teorema do produto – temos que: , observe também Logo o Teorema do produto é: Para eventos independentes temos:

Exemplos 5- Os dados, a seguir, representam o sumário de um dia de observação em um posto de qualidade, em que se avalia o peso dos pacotes de leite produzidos num laticínio. Condição de peso Tipo do leite   B (B) C (C) UHT (U) Total dentro das especif. 500 4500 1500 6500 fora das especif. 30 270 50 350 530 4770 1550 6850 Retira-se, ao acaso, um pacote de leite da população de 6850 unidades. Sejam D e F os eventos que representam se o pacote retirado está dentro ou fora das especificações, respectivamente. Da mesma forma, B, C e U são eventos que representam o tipo de leite. Qual a probabilidade de o pacote de leite retirado estar fora das especificações, sabendo-se que é do tipo UHT?

Exemplos 6- Em uma caixa com 11 peças, quatro delas são defeituosas. São selecionadas 2 peças ao acaso, sem reposição. Obtenha a probabilidade de as duas peças serem defeituosas; Obtenha a probabilidade de ambas as peças não serem defeituosas. Eventos independentes: São jogados uma moeda e um dado. Obtenha a probabilidade de sair cara e depois um 6.

Probabilidade total e teorema de Bayes Probabilidade Total - é a soma das probabilidades conjuntas sobre todos os valores possíveis. Eventos mutuamente exclusivos Probabilidade condicional

exemplos 1- Um piloto de fórmula 1 tem 50% de probabilidade de vencer determinada corrida, quando esta se realiza sob chuva. Caso não chova durante a corrida, sua probabilidade de vitória é de 25%. Se o serviço de meteorologia estimar em 30% a probabilidade de que chova durante a corrida, qual é a probabilidade deste piloto ganhar esta corrida? 2- Considere 3 fábricas A, B e C, que produzem um determinado produto em lotes de 100, 200 e 300 peças, respectivamente. Um lote de cada fábrica é selecionado e as peças são misturadas. Suponha que a probabilidade de se encontrar peças defeituosas em cada uma das fábricas seja respectivamente de 10%, 5% e 1%. Selecionando-se uma peça ao acaso, calcule a probabilidade dela ser defeituosa.

Probabilidade total e teorema de Bayes Teorema de Bayes – está intimamente relacionado ao teorema da probabilidade total. Supõem-se as mesmas condições (eventos Ai mutuamente exclusivos e exautivos e um evento B qualquer). Basicamente, o teorema de Bayes permite obter a probabilidade de que um dos eventos Ai ocorra, sabendo-se que o evento B ocorreu.

Exemplos 2- Considere 3 fábricas A, B e C, que produzem um determinado produto em lotes de 100, 200 e 300 peças, respectivamente. Um lote de cada fábrica é selecionado e as peças são misturadas. Suponha que a probabilidade de se encontrar peças defeituosas em cada uma das fábricas seja respectivamente de 10%, 5% e 1%. Selecionando-se uma peça ao acaso, calcule a probabilidade de ser da fábrica A, sabendo que a peça é defeituosa. 14- Uma rede local de computadores é composta por um servidor e três clientes (A, B e C). Registros anteriores indicam que os pedidos de determinado tipo de processamento, realizados através de uma consulta, cerca de 20% vêm do cliente A, 35% do B, e 45% do C. Se o pedido não for feito de forma adequada, o processamento apresentará erro. Usualmente, ocorrem os seguintes percentuais de pedidos inadequados: 2% do cliente A, 1% do cliente B e 8% do cliente C. Defina os eventos e identifique cada uma das probabilidades dadas no enunciado; Determine a probabilidade de que o processo tenha sido pedido pelo cliente C, sabendo-se que apresentou erro; Qual a probabilidade de o sistema apresentar erro?

Distribuições Discretas de Probabilidade Distribuição de Probabilidade – enumera cada valor que a variável aleatória pode assumir, ao lado de sua probabilidade. Uma distribuição de probabilidade deve satisfazer às seguintes condições: Representam frequências relativas, portanto podem ser representadas através do histograma de frequência.

Exercícios 1- Determine se cada uma das distribuições é de probabilidade: x 1 2 3 4 P(x) 1/2 1/4 5/4 -1 x P(x) 1 0,16 2 0,22 3 0,28 4 0,2 5 0,14 x P(x) 5 0,28 6 0,21 7 0,43 8 0,15 x 1 2 3 4 P(x) 0,09 0,36 0,49 0,06

Média, variância, desvio padrão e valor esperado É possível medir a tendência central de uma distribuição de probabilidade por meio de sua média e determinar a variabilidade por meio de sua variância e de seu desvio padrão. x P(x) 1 0,16 2 0,22 3 0,28 4 0,2 5 0,14 Exemplo: Obter a média, a variância e o desvio padrão da distribuição de probabilidade ao lado. X= dias de chuva; P(x)= probabilidade de chover.

Distribuição Binomial Há muitos experimentos probabilísticos para os quais a conclusão de cada tentativa pode ser reduzida a dois resultados: sucesso ou fracasso. Quando um jogador de basquete tenta um lançamento livre, por exemplo, das duas, uma: ou ele faz a cesta ou não. Experimentos probabilísticos como esse são chamados de binomiais. n= número de vezes que uma tentativa é repetida; p=P(S)= probabilidade de sucesso em uma única tentativa; q=P(F)= probabilidade de fracasso em uma única tentativa; x= a variável aleatória representa a contagem do número de sucessos em n tentativas. X= 1, 2, 3, ..., n. (conta o número de tentativas com sucesso).

Exemplo 1- Qual a probabilidade de 3 caras em 5 lançamentos de uma moeda honesta? 2- Se a probabilidade de atingir um alvo num único disparo é 0,3, qual é a probabilidade de que em 4 disparos o alvo seja atingido no mínimo 3 vezes? 3- Um inspetor de qualidade extrai uma amostra de 10 tubos aleatoriamente de uma carga muito grande de tubos que se sabe que contém 20% de tubos defeituosos. Qual é a probabilidade de que não mais do que 2 dos tubos extraídos sejam defeituosos?

Média, variância e desvio padrão 1- No Sul do Brasil, 38% dos dias são ensolarados. Obtenha a média, a variância e o desvio padrão para o número de dias ensolarados durante o mês de junho (30 dias). 2- Minha filha convidou para seu aniversário 20 amigas da escola. Sabe-se que cada amiga virá com probabilidade 60% e independente das demais. Preparamos lembrancinhas em quantidade igual a 25% a mais do que o valor esperado do número de amigas que comparecerão. Qual a probabilidade de faltarem lembrancinhas?

Distribuição Normal de Probabilidade É considerada a distribuição contínua de probabilidade mais importante em estatística. Seu gráfico é chamado de curva normal e é simétrico em torno da média. Exemplo: calcular

Distribuição Normal de Probabilidade 2) A média dos diâmetros internos de uma amostra de 200 arruelas produzidas por certa máquina é de 1,3 cm e desvio padrão 0,002 cm. A finalidade para qual estas arruelas são fabricadas permite a tolerância máxima de 1,298 a 1,302 cm; se isto não se verificar as arruelas serão consideradas defeituosas. Determine o percentual de arruelas defeituosas que serão produzidas pela máquina, admitindo-se que os diâmetros são distribuídos normalmente. 3) Dois estudantes, em concurso alcançaram os seguintes valores de Z: 0,8 e -0,4 respectivamente. Se suas notas foram 88 e 64, respectivamente, determine a média e o desvio padrão das notas deste concurso.

E entrega dos trabalhos. PRÓXIMA AULA – REVISÃO E entrega dos trabalhos.