Escolar Documentos
Profissional Documentos
Cultura Documentos
n
v.a discreta → E ( X ) x x i p ( xi )
i 1
Expectância:
v.a. contínua → E ( X ) x x p( x)dx
Rx
Variância: V X E X E X
2
2
x ; Desvio Padrão: V X E[ X E X ]
2
V ( X ) x2 V (X ) x
Variância Relativa:
2
x ; Coeficiente de Variação: x
E ²( X ) x2 E( X ) x
t 1 1 p 1
x ( p, q ) x (1 x ) q 1 dx
x
Função Gama: ( p ) e dx ,x>0; Função Beta:
0 0
Distribuição Binomial: v.a. X representa o n° de vezes que ocorre o sucesso do evento em “n“
realizações do experimento.
n x
X ~ Binomial (n,p) → P ( X x ) p ( x) C n p q , x=0,1,2,...,n.
x x
Além disso: E ( X ) x n p e V ( X ) x2 n p q
Distribuição de Pascal (ou Binomial Negativa): v.a. X representa o n° eventual de vezes que um
experimento é realizado até que ocorra o evento pela última vez “r”.
r 1 x r
X ~ Pascal (r,p) → P ( X x) p( x) C x 1 p q , onde x = r,r+1,r+2,..., com r = 1,2,3,... e
r
0<p<1.
Além disso: E ( X ) x r p e V ( X ) x2 r q p 2
1 de 3
Formulário de Estatística – Distribuições de Probabilidade
Distribuição de Poisson: v.a. X representa o n° de vezes que ocorre o sucesso do evento em
determinado experimento, porém sem determinar o n° de fracassos ou total de provas. É uma
aproximação de X ~ Binomial (n,p), quando “n” é muito grande e “p” muito pequeno.
e x
X ~ Poisson ( ), onde = t → P( X x) p( x) , x = 0,1,2,...
x!
Além disso: E ( X ) x e V ( X ) x2
Distribuição Uniforme:
1 ab (b a ) 2
X ~ Uniforme (a,b) → f ( x) , a<x<b ; E ( X ) x e V ( X ) x2
ba 2 12
d
1 d c
Além disso: P (c x d ) dx
c
ba ba
Distribuição Exponencial:
1 1
X ~ Exponencial ( ) → f ( x) e x , x>0 e >0; E ( X ) x e V (X ) x 2
2
Distribuição Gama:
p p
X ~ Gama(p, )→ f ( x) x p 1 e x , x,p, >0; E ( X ) x e
( p)
p
V ( X ) x2
2
d
e V (X ) x f ( x)dx
2
. Além disso: P(c X d )
( p q ) ( p q 1)
2
c
Distribuição de Rayleigh:
2 x x2
X ~ Rayleigh ( ) → f ( x ) e , x, >0; E( X ) x e
2
V ( X ) x2 1 . Além disso: P ( X r )
4 f ( x)dx
r
Distribuição de Weibull:
1
2
1 2 2
disso: E ( X ) x (1 1) e V ( X ) x2
1 1
2 de 3
Formulário de Estatística – Distribuições de Probabilidade
Distribuição Normal:
1
X ~ N , → f ( x)
2
e ( x )² 2 2
,- <x<+ , - < μ <+ e σ>0;
E( X ) , V ( X ) 2 e V X .
Temos v.a. Z quando μ = 0 e σ = 1 → Z n ~ N (0,1)
b
1
P (a X b)
2
e Z 2
dz FZ (b) FZ (a) .
a 2
Sejam X e Y duas v.a’s normais independentes e seja W = aּX + bּY. Temos que:
W~N S , S , onde W a X b Y e W a ² X2 b ² Y2
.
n a e W .n a ²
Se i e i , então: W
2
.
n
→ Soma: S xi S ~ N S , S , onde S n e S n .
i 1
1 n
→ Média Aritmética: X xi X ~ N X , X , onde X e X .
n i 1 n
3 de 3